perlにおける日本語の扱い - gcg00467

perl ソースの中に，日本語文字を指定したい場合, 次のように指定するのが便利:

 use open IN => ":encoding(shiftjis)", OUT => ":encoding(euc-jp)";
 use encoding "shiftjis", STDIN => "euc-jp", STDOUT => "utf8";

重要: use open を use encoding より前に記述すること．

• use open では，次の表現を用いる．
  • ":encoding(shiftjis)"
  • ":encoding(euc-jp)"
  • ":encoding(iso-2022-jp)"
  • ":encoding(utf8)"

• use encoding では，次の表現を用いる．
  • "shiftjis"
  • "euc-jp"
  • "iso-2022-jp"
  • "utf8"

• use open で，IN と OUT に同じものを指定するときには，

       use open ":encoding(shiftjis)";

などと書ける．

• use encoding で，3つとも同じものを指定するときには，

       use encoding "shiftjis";

などと書ける．

• perl の文字列の内部表現は，UTF-8 を元にしていて，それをちょっと変えた ものになっているらしい．その詳細は知らなくても良いようになっている．

• 文字列リテラルに日本語を使いたい場合などで， ソースファイルをUTF-8以外で記述する場合には，

       use encoding "shiftjis"

など ("shiftjis" または "euc-jp" または "iso-2022-jp") を使う． こうすると，

1. 指定した文字列は，自動的に perl の文字列内部表現になる． したがって，例えば

       s/動力性能/foo/

のようなものが安全に動作する．(注: shifjisの「能」の2バイト目は バックスラッシュと同じ)

1. STDIN と STDOUT は，自動的に shiftjis とみなされる．(読んだ後は perl の内部表現になる)． 注: STDERR は対象外．

これで，STDIN と STDOUT は，カバーされる．その他のファイル入出力 も同様に処理したい場合には，

       use open ":encoding(shiftjis)";

が便利．

重要: これは，「use encoding "shiftjis";」よりも前に記述すること．

これによって，入出力とも，open したものは，shiftjis の読み書きが 仮定される．すなわち，入力については，shiftjisで書かれてあるという前提 のもと，読んだ後は perl の内部表現になる．出力は，perl の内部表現 から shiftjis への変換が行われる．

出力は別のコーディングにしたいと言うときには，

       use open IN => ":encoding(shiftjis)", OUT => ":encoding(euc-jp)";

のようにすることもできる．もっと一般には，

       open(FD1, "foo.txt");
       binmode(FD1, ":encoding(shiftjis)");
       open(FD2, ">bar.txt");
       binmode(FD2, ":encoding(euc-jp)");

のようにする．なお，UTF-8 は，":encoding(utf8)" ではなく，":utf8" である． この場合，use open はいらない．

STDINとSTDOUT は，「use open」では制御できず，「use encoding」を使わなくては ならない．独立にエンコーディングを指定するには

       use encoding "shiftjis", STDIN => "euc-jp", STDOUT => "utf8";

のようにする．なお，

       use encoding "..."

が無い場合には，

       binmode(STDIN, ":encoding(shiftjis)");
       binmode(STDOUT, ":encoding(euc-jp)");

なども動作するようである．