UTF8でエンコードされた非ASCII文字をPerlでASCIIに変換するにはどうすればよいですか？
https://stackoverflow.com/questions/638060
-
10-07-2019 - |
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
Russian質問
ソフトウェアを登録した人の名前を送信するために、サードパーティによって呼び出されるPerlスクリプトがあります。これらのパーティの1つはUTF-8で名前をエンコードするため、Encode :: decode_utf8（...）を使用してUTF-8をASCIIにデコードするようにスクリプトを適宜変更しました。
これは通常は正常に機能しますが、6か月ごとに1つの名前にキリル文字、ギリシャ文字、またはルーマニア文字が含まれているため、名前をデコードすると＆quot;＆＃208;＆＃376;＆＃208;などの文字化けが発生します＆＃190;＆＃208;＆＃180;＆＃209;＆＃8364;＆＃208;＆＃176;＆＃208;＆＃182;＆＃208;＆＃176;＆＃208;＆＃ 189;＆＃209;＆＃208;＆＃186;＆＃208;＆＃176;＆＃209;＆quot;お客様にフォローアップし、「ラテン文字バージョン」を依頼する必要があります。登録コードを発行するための彼の名前の。
では、そのような文字があるかどうかを検出し、必要に応じてそれらを最も近いASCII表現に自動的に変換できるPerlモジュールはありますか？
Lingua :: Cyrillic :: Translit :: ICAOとLingua :: DetectCharsetを使用してキリル文字を処理できるようですが、他の文字セットでも機能するものを好むでしょう。
解決
Text :: Unidecode を使用できると思います。実行しようとしていること。
他のヒント
ASCIIの範囲にないUTF-8データを処理する必要がある場合、最善の策はバックエンドを変更してutf-8で窒息しないようにすることです。漢字記号の音訳はどうしますか？
キリル文字を取得した場合、「最も近いASCII表現」はありません。多くのキャラクター用。
Text :: Unicodeのドキュメントの「警告」の下に、このフレーズが正しくないようです：
入力データが本当にutf8文字列であることを確認してください。
UTF-8は可変長エンコードですが、Text :: Unidecodeは各文字に対して固定長（2バイト）エンコードのみを受け入れます。したがって、その文は次のようになります。
入力データが実際に2バイトUnicode文字列であることを確認してください。
これはUCS-2とも呼ばれます。
実際にutf8である文字列を変換する場合は、次のようにします。
my $decode_status = utf8::decode($input_to_be_converted);
my $converted_string = unidecode ($input_to_be_converted);
