还包括Perl的Net ::卡桑德拉模块支持UTF-8？

Question

我碰到一个很奇怪的UTF-8问题Net::Cassandra::Easy（这是在Net::Cassandra建）：写入到Cassandra的UTF-8字符串进行检索时出现乱码

下面的代码示出了问题：

use strict;
use utf8;
use warnings;
use Net::Cassandra::Easy;

binmode(STDOUT, ":utf8");

my $key = "some_key";
my $column = "some_column";
my $set_value = "\x{2603}"; # U+2603 is ☃ (SNOWMAN)
my $cassandra = Net::Cassandra::Easy->new(keyspace => "Keyspace1", server => "localhost");
$cassandra->connect();
$cassandra->mutate([$key], family => "Standard1", insertions => { $column => $set_value });
my $result = $cassandra->get([$key], family => "Standard1", standard => 1);
my $get_value = $result->{$key}->{"Standard1"}->{$column};
if ($set_value eq $get_value) {
    # this is the path I want.
    print "OK: $set_value == $get_value\n";
} else {
    # this is the path I get.
    print "ERR: $set_value != $get_value\n";
}

当运行上述$set_value eq $get_value评估为false的代码。我在做什么错了？

Answer 1

添加use Encode;到脚本的开始，并通过Encode::decode_utf8传递变量。例如：

my $get_value = $result->{$key}->{"Standard1"}->{$column};
$get_value = Encode::decode_utf8($get_value);

输出：

OK: ☃ == ☃

当设置$set_value到“\ X {2603}”，Perl中检测到宽字符和设定字符串编码为UTF-8为您服务。为了证实这一点，打印Encode::is_utf8($set_value)的返回值。

不幸的是，一旦该字符串进入卡桑德拉和背出再次，编码信息丢失。看来，Cassandra是编码无关。调用Encode::decode_utf8告诉Perl，你必须包含UTF-8字节序列的字符串，它应该被转换成Unicode的Perl的内部表示。作为jrockway指出，还应该呼吁任何字符串Encode::encode_utf8它们被发送到卡桑德拉之前，虽然在大多数情况下的Perl已经知道他们是UTF-8，例如，如果你打开与:utf8编码层的文件。

如果您使用UTF-8的时候，你可能要改写的Net ::卡桑德拉::简单的包装来自动执行此操作。

最后，你不需要use utf8;除非你的Perl的源代码的（可变的名称的，评论等）包含UTF-8字符。 Perl可以处理UTF-8的字符串的你是否指定use utf8;与否。