求獲取漢字unicode具體編碼的方法

unix666

我在用perl編一個wml動態(tài)網(wǎng)頁，需要獲取漢字的unicode編碼，并整理成形如“&#x5c71”的格式�！　�

比如“山”字，編碼是“&#x5c71”。

我想用perl實現(xiàn)這個功能，在安裝了encode模塊后，可以把漢字轉(zhuǎn)碼為utf8格式，但不能得到需要的編碼。

把“山”字轉(zhuǎn)為utf8格式后保存到文件，用ultraedit打開文件，用十六進制模式查看可以看到到文件內(nèi)容是　71　5c，但怎樣用perl直接得到“71　5c”的編碼呢？謝謝！


下面的java網(wǎng)頁就是實現(xiàn)這樣的轉(zhuǎn)碼功能，如果上面我說的不清楚，概括地說就是如何用perl實現(xiàn)下面網(wǎng)頁提供的查看unicode功能：

http://www.wapschool.com/chinese/tech/tools/onlinetool.shtml

fayland

my $c = "我";

print unpack("H*",$c); # 輸出 ced2, 此為漢字編碼\xcede

unix666

謝謝

使用　unpack("H*",$c); 的方法我也試了，可結(jié)果并不是想要的。

對于漢字“我”，最后需要的是“&#X  6211;”　　把“&#X  6211;”　　插入網(wǎng)頁可以正確顯示“我”。  

(&#X和后面16進制編碼之間沒有空格，為了發(fā)貼正常顯示我加上了空格)

我試驗了一下，“ced2”是漢字“我”的GB2312編碼格式。在用encode模塊把“我”轉(zhuǎn)為utf8后，再用unpack("H*",$c); 查看編碼得到的是“e68891”

“6211;”　　和“e68891”是否存在換算的關(guān)系呢？我注意到把utf8編碼的漢字保存后用ultraedit打開就可以看到需要的"6211"　，為什么用unpack的方法查不到“6211”呢？不明白。

我對漢字編碼不是很了解，這個問題已經(jīng)困惑我兩天，查了很多資料也沒有進展。

怒劍狂嘯

我最近也在學(xué)習(xí)編碼解碼，我是這樣做的：

1. 
   
2. use Encode;
   
3. $a="我";
   
4. $a=decode ("gb2312",$a);
   
5. map {print "&#x",sprintf("%x",$_)}unpack ("U*",$a);
   

復(fù)制代碼

不知對不對?希望各位高手指點！

unix666

經(jīng)過測試結(jié)果正確，這正是我需要的。感謝！

我一直在嘗試先用from_to($a,"gb2312","utf8"，再用unpack解包，可怎么也得不到正確結(jié)果。

今天又學(xué)了一招

solasoca

climby

回復(fù) 3# unix666

我試了一下，可以按照如下方式獲得你想要的unicode編碼

1. 
   
2. my $data="我山";
   
3. my $bytes = unpack("H*",$data);
   
4. print $bytes ."\n";
   
5. 
   
6. my $characters = decode('utf8', $data);
   
7. 
   
8. foreach my $char (split(//, $characters)) {
   
9. printf("%s = %#x\n",encode("utf8",$char), ord($char));
   
10. }
    
11. [code]
    
12. 
    
13. 運行結(jié)果：
    
14. [code]
    
15. e68891e5b1b1
    
16. 我 = 0x6211
    
17. 山 = 0x5c71
    

復(fù)制代碼

blackmuyu

哈哈，跟我的情況很類似阿。