如何使用Perl編碼和解碼「急性重音字符」

Question

我在一個基於Web的教育網站上工作，我們正在使用Perl，MySQL 5，Apache和模板工具包。我們計劃在我們的網站上引入對多種語言的支持。

我們在

都做，如果我們有一個標籤名稱，如課程主頁< \ H1>在我們的模板文件，我們已經轉換，要

<meta http-equiv="Content-Type" content="text/html; charset=UTF-8"> 
<h1>[% glossary.$language.courses_main_page %]<\h1> 

其中$語言獲得。值當他登錄該用戶選擇

我們有一個表，以保持我們的MySQL數據庫這樣的數據：

CREATE TABLE translation（english VARCHAR（255）NOT NULL，
language VARCHAR（255）NOT NULL，translation VARCHAR（2000）NOT NULL，）ENGINE = InnoDB的默認字符集= UTF8 COMMENT = 元文本的'翻譯到外語」

在MySQL的連接功能，我提供 'SET character_set_results = NULL'。 我試着用utf8，但限於某些選項卡的問題已增加到很多部分。

因此，只要用戶登錄到系統中，我們將獲取所有翻譯並將其存儲在PERL哈希中並將其緩存。我們將這個散列傳遞給將替換值的模板文件。

問題：像á和é等急性重音字符被替換爲一些不同的字符集符號。

例如：在前端，我們看到CursosPágina校長的「CursosPágina校長」。

它非常類似於htmlentities and é (e acute)

給出的解決方案的任何一個可以告訴我如何實現在Perl一樣。

Answer 1

表示的字符集

對於例如：在前端我們看到 「CursosPágina校長」 爲CursosPágina校長。

這個mojibake發生在字符被轉換爲UTF-8但被解釋爲ISO-8859-1或類似的時候。因此，我建議，以解決這個問題最簡單的方法是確保你的HTML頁面被運到客戶端與適當的MIME類型，即

Content-Type: text/html; charset=utf-8 

如果這些信息存在於HTML頭，該值將有覆蓋HTML文檔本身的任何設置。因此，請確保您設置了HTML標頭，或者您的HTML標頭根本不指定字符集，以便瀏覽器查看元設置。

在某些瀏覽器（例如Firefox）中，您可以使用視圖/字符編碼手動更改字符集。您可以使用它來檢查渲染時錯誤的字符編碼是否是問題的原因。

其實編碼和解碼

有些情況下固定的字符集也無濟於事。這可能是因爲你根本不控制你的框架的那部分。或者某些東西將您的字符從ISO-8859-1轉換爲UTF-8 兩次，以便不可讀符號實際上已表示爲UTF-8。在這種情況下，你可以使用Encode模塊在Perl直接編碼字符，使用HTML字符引用作爲輸出：

use Encode qw(decode encode FB_HTMLCREF); 
# maybe: $unicodeString = decode("utf-8", $byteString); 
$htmlString = encode("ascii", $unicodeString, FB_HTMLCREF); 

無論是否decode步驟是neccessary取決於你如何跟你的數據庫。如果你的數據庫連接能夠支持unicode，那麼你已經有了unicode字符串，你可以簡單地將它們編碼爲HTML。對於DBD::mysql，有一個參數mysql_enable_utf8 => 1可以實現這一點。使用它最好是在你自己的代碼中解碼事情。 This answer具有語法的詳細信息。關於這些功能做

一個例子：

$byteString = "Cursos P\xc3\xa1gina Principal."; # two bytes 
$unicodeString = "Cursos P\N{U+00E1}gina Principal."; # one unicode character 
$htmlString = "Cursos Página Principal.";  # html character reference