如何使用perl的regex进行汉字匹配
如何使用perl的regex进行汉字匹配
提问于 2009-12-23 17:24:52
我需要在utf8编码的html中匹配一些中文字符，我写了一些测试代码，如下所示：
#! /usr/bin/perl
use strict;
use LWP::UserAgent;
use Encode;
my $ua = new LWP::UserAgent;
my $request = HTTP::Request->new('GET');
my $url = 'http://www.boc.cn/sourcedb/whpj/';
$request->url($url);
my $res = $ua->request($request) ;
my $str_chinese = encode("utf8" ,"英磅" ) ;
# my $str_chinese = "英磅" ;
my $str_english = "English" ;
#my $html = decode("utf8" , $res->content) ;
my $html = $res->content ;
if ( $html =~ /$str_chinese/ ) {
print "chinese word matched" ;
}else {
print "chinese word unmatched\n" ;
}
if ( $html =~ /$str_english/i ) {
print "english word matched\n" ;
}else {
print "english word unmatched\n" ;
}输出显示脚本无法匹配html中嵌入的现有中文字符。你能就如何解决我的问题给我一些提示吗？
回答 3
Stack Overflow用户
回答已采纳
发布于 2009-12-23 21:29:15
您应该改用HTTP::Message类中的decoded_content方法。不需要手动解码。
#!/usr/bin/env perl
use utf8;
use strict;
use LWP::UserAgent;
my $html = LWP::UserAgent->new
->get('http://www.boc.cn/sourcedb/whpj/')
->decoded_content;
my $str_chinese = '首页';
my $str_english = 'English';
if ($html =~ /$str_chinese/) {
print "chinese word matched\n";
} else {
print "chinese word unmatched\n";
}
if ($html =~ /$str_english/i) {
print "english word matched\n";
} else {
print "english word unmatched\n";
}输出：
chinese word matched
english word matchedStack Overflow用户
发布于 2009-12-23 18:08:28
由于您已在源代码中添加了UTF-8字符，因此您必须：
use utf8;它告诉Perl您的脚本是用UTF-8编写的。
Stack Overflow用户
发布于 2009-12-23 18:13:55
我运行你的代码，但中文字符不匹配。
然后我检查html，它不包含这些字符。因此，这可能是不匹配情况的原因。然后，我尝试了一些其他字符(联)，并删除了encode函数。即my $str_chinese = "联";
运行包含此更改的代码，字符将匹配。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/1951613
复制相关文章
相似问题
腾讯云开发者
