在perl中将unicode字符串写入二进制文件答案

【问题标题】：writing unicode string to binary file in perl在perl中将unicode字符串写入二进制文件
【发布时间】：2012-01-02 16:02:13
【问题描述】：

我有一个包含非 UTF8 字符的字符串，例如“עברית” 我想将字符串写入文件而不对字符串进行编码。为此，我打开文件以二进制形式写入：

open my $fh, ">>:raw", "/tmp/bla";
print $fh $mystring;
close $fh;

问题是文件已损坏。我以二进制视图打开它，一些字节已损坏。难道我做错了什么？不编码就不能将字符串写入文件吗？

【问题讨论】：

【解决方案1】：

您的评估是正确的，这样做是错误的。 You must encode text。 :raw is for binary data，例如图片。如果您发现 UTF-8 不合适，也许您正在寻找编码 ISO-8859-8 或 Windows-1255。

阅读http://p3rl.org/UNI，了解 Perl 中的编码主题。

【讨论】：

但是为什么不正确呢？我不明白。我不能把字符串写成二进制吗？我在编码时遇到问题，因为我对读取文件的应用程序没有任何控制权，并且必须对其进行解码，这些应用程序不是用 perl 而是用 c 编写的。
@Shay，那么你的 C 程序期望什么编码？
@daxim 要保存 PDF 文件，除了将其编写为二进制文件外，我没有发现任何其他方法。例如，open(PDF, ">$filename");二进制模式 PDF；打印 PDF $contents，将文件写入二进制文件。之后我可以在 vim 中打开它并将其作为文本阅读，尽管部分看起来很有趣。任何使用编码写入它的尝试都会破坏文件。为什么 PDF 是个例外？
那是因为 PDF 不是文本，而是二进制数据。正如我在帖子中所写，:raw 层是合适的。文件句柄上的binmode 以老式的方式实现了同样的效果。

【解决方案2】：

编码是使用字节来表示文本。例如，

ת  === UTF-8 ==========>  D7 AA
ת  === Windows-1255 ===>  FA
ת  === iso-8859-8 =====>  FA

在不编码的情况下将文本存储在文件中是不可能的，因为文件只能包含字节。

如果$mystring 已经包含字节（编码文本），但你说你有一个“Unicode 字符串”，你的代码就可以工作。

我认为您已经得出结论，您的文件已损坏，使用

cat file

或类似的。在这种情况下，您希望根据您的语言环境对文件进行编码。

use open ':locale';
open my $fh, ">>", "file" or die $!;
print $fh $mystring;

【讨论】：