在 Perl 中将 UTF8 字符串转换为 ASCII

我已经尝试了 Google 和 StackOverflow 推荐的（我能找到的）所有内容，包括使用 Encode。我的代码可以工作，但它只使用 UTF8，并且我收到宽字符警告。我知道如何解决这些警告，但我没有将 UTF8 用于其他任何用途，因此我只想转换它，而不必调整其余代码来处理它。这是我的代码：

my $xml = XMLin($content);
# Populate the @titles array with each item title.
my @titles;
for my $item (@{$xml->{channel}->{item}}) {
    my $title = Encode::decode_utf8($item->{title});
    #my $title = $item->{title};
    #utf8::downgrade($title, 1);
    Encode::from_to($title, 'utf8', 'iso-8859-1');
    push @titles, $title;
}
return @titles;

评论出来你可以看到我尝试过的其他一些东西。我很清楚我不知道自己在这里做什么。不过，我只想得到一个普通的旧 ASCII 字符串。任何想法将不胜感激。谢谢。

答案取决于您想如何使用标题。有 3 种基本方法可供选择：

• 表示 UTF-8 编码字符串的字节。

如果您想要将 UTF-8 编码的字符串存储在应用程序之外（无论是存储在磁盘上还是通过网络发送或任何超出程序范围的内容），则应使用这种格式。

• 一串 Unicode 字符。

字符的概念是 Perl 内部的。当你表演时Encode::decode_utf8，然后尝试将一堆字节转换为字符串，如 Perl 所示。 Perl VM（以及编写 Perl 代码的程序员）无法具体化该概念，除非在输入上解码 UTF-8 字节并在输出上将它们编码为 UTF-8 字节。例如，您的程序接收两个字节作为输入，您知道它们代表 UTF-8 编码的字符，比方说0xC3 0xB6。在这种情况下decode_utf8返回一种表示形式，该表示形式不是两个字节，而是一个字符：ö.

然后您可以继续在 Perl 中操作该字符串。为了进一步说明差异，请考虑以下代码：

my $bytes = "\xC3\xB6";
say length($bytes); # prints "2"
my $string = decode_utf8($bytes);
say length($string); # prints "1"

• ASCII 的特殊情况，是 UTF-8 的子集。

  ASCII 是 Unicode 的一个非常小的子集，其中该范围内的字符由单个字节表示。将 Unicode 转换为 ASCII 本质上是一种有损操作，因为大多数 Unicode 字符都不是 ASCII 字符。当尝试强制 Unicode 时，您要么被迫删除字符串中非 ASCII 的每个字符，要么尝试从 Unicode 字符映射到其最接近的 ASCII 等效项（这在绝大多数情况下是不可能的）字符串转 ASCII。

由于您有宽字符警告，这意味着您正在尝试操作（可能输出）无法表示为 ASCII 或 ISO-8859-1 的 Unicode 字符。

如果您不需要将 XML 文档中的标题作为字符串进行操作，我建议您将其保留为 UTF-8 字节（我会提到您应该小心，不要在字符串中混合字节和字符）。如果您确实需要操作它，请解码、操作并在输出时以 UTF-8 对其进行编码。

如需进一步阅读，请使用perldoc学习perlunitut http://perldoc.perl.org/perlunitut.html, perlunifaq http://perldoc.perl.org/perlunifaq.html, perlunicode http://perldoc.perl.org/perlunicode.html, perluniintro http://perldoc.perl.org/perluniintro.html, and Encode https://metacpan.org/pod/Encode.