如何在 Perl 中将输入文件转换为 UTF-8 编码？

我已经知道如何使用如下代码将文件的非 utf8 编码内容逐行转换为 UTF-8 编码：

# outfile.txt is in GB-2312 encode    
open my $filter,"<",'c:/outfile.txt'; 

while(<$filter>){
#convert each line of outfile.txt to UTF-8 encoding   
    $_ = Encode::decode("gb2312", $_); 
...}

但我认为 Perl 可以直接将整个输入文件编码为 UTF-8 格式，所以我尝试了类似的方法

#outfile.txt is in GB-2312 encode
open my $filter,"<:utf8",'c:/outfile.txt'; 

（Perl 说类似 "utf8 "\xD4" does not map to Unicode" ）

and

open my $filter,"<",'c:/outfile.txt'; 
$filter = Encode::decode("gb2312", $filter); 

（Perl 说“readline() 在未打开的文件句柄上！）

他们不工作。但是有没有办法直接将输入文件转换为UTF-8编码呢？

Update:

看来事情并没有我想象的那么简单。我现在可以以迂回方式将输入文件转换为 UTF-8 代码。我首先打开输入文件，然后将其内容编码为UTF-8，然后输出到一个新文件，然后打开新文件进行进一步处理。这是代码：

open my $filter,'<:encoding(gb2312)','c:/outfile.txt'; 
open my $filter_new, '+>:utf8', 'c:/outfile_new.txt'; 
print $filter_new $_ while <$filter>; 
while (<$filter_new>){
...
} 

但这工作量太大，甚至比简单地逐行编码 $filter 的内容还要麻烦。

我想我误解了你的问题。我认为您想要做的是读取非 UTF-8 编码的文件，然后在程序中以 UTF-8 方式处理数据。那是容易得多的事情。使用正确的编码读取数据后，Perl 在内部将其表示为 UTF-8。所以，只做你必须做的事。

当您将其写回时，请使用您想要将其保存为的任何编码。但是，您不必将其放回到文件中即可使用它。

旧答案

Perl I/O 层仅在数据已正确编码的情况下读取数据。它不会为您转换编码。通过告诉 open 使用 utf8，您就告诉它它已经是 utf8。

你必须使用Encode http://search.cpan.org/dist/Encode正如您所展示的那样（除非您想编写自己的 I/O 层）。您可以将字节转换为 UTF-8，或者如果您知道编码，则可以从一种编码转换为另一种编码。由于看起来您已经知道编码，因此您可能需要from_to()功能。

如果您刚刚开始使用 Perl 和 Unicode，请浏览Juerd 的 Perl Unicode 建议 http://juerd.nl/site.plp/perluniadvice在你做任何事情之前。