cuestión de codificación en perl

Question

Tengo una pregunta de codificación y me gustaría pedir ayuda. Noto si elijo "UTF-8" como codificación, hay (al menos) dos cotizaciones dobles " y “. Pero cuando elijo "ISO-8859-1" como la codificación, veo que la última cita doble se convierte en ¡°, o a veces por ejemplo “.

¿Alguien podría explicar por qué este es el caso? ¿Cómo puede coincidir? “ y reemplácelo con " ¿Usando regexp en perl?

Muchas gracias.

Answer 1

ISO-8859-1 es una codificación de un byte por caracteres. Los elegantes quotas de unicode no están en el conjunto de caracteres ISO-8859-1. Entonces, lo que está viendo es un personaje de múltiples bytes representado como una secuencia de bytes ISO-8859-1.

Para que coincida con estas cosas raras, vea la perlunicode Página del hombre, especialmente las secuencias de escape x {...} y n {...} de escape.

Para responder a su pregunta, intente x {201c} para que coincida con la marca de doble cita de unicode izquierda y x {201D} para que coincida con la doble cita correcta. Te perdiste el último en tu pregunta :-).

actualizar

Debería haber proporcionado mi referencia ... un buen caballero en el Reino Unido tiene una página sobre Citas ASCII y Unicode. La cotización doble de vainilla ASCII/ISO-8859-1 se solo llama cita.

Answer 2

Tal vez esto Old post ayudará..