如何在 Perl 中将表情符号检测为 unicode？

Question

我有包含 emoji unicode 字符的文本文件，例如 , ☹️, , , , , , .

例如代码\N{1F60D}对应我使用 https://perldoc.perl.org/perluniintro.html 部分创建 Unicode 中的推荐。我的程序必须检测到它们并进行一些处理，但是如果我使用

open(FIC1, ">$fic");

while (<FIC>) {
my $ligne=$_;

if( $ligne=~/\N{1F60D}/  )
{print "heart ";
    }
}

现在我这样做了，它起作用了

open(FIC1, ">$fic");

while (<FIC>) {
my $ligne=$_;

if( $ligne=~//  )
{print "Heart ";
    }
}

第一个代码有什么问题此致

Answer 1

如果您在 perldoc perlre 中查看 \N，您会发现它表示 "named Unicode character or character sequence"。

您可以改用这个：

if ($ligne =~ m/\N{U+1F60D}/)
# or
if ($ligne =~ m/\x{1F60D}/)

编辑：在您发布的 link 中也有描述， https://perldoc.perl.org/perluniintro.html

编辑：您阅读的内容可能未解码。你想要：

use Encode;
...
my $ligne = decode_utf8 $_;

或者直接用utf8模式打开文件：

open my $fh, "<:encoding(UTF-8)", $filename or die "Could not open $filename: $!";
while (my $ligne = <$fh>) {
    if ($ligne =~ m/\N{U+1F60D}/) { ... }
}

您从未展示过如何打开名为 FIC 的文件句柄，所以我假设它是 utf8 解码的。这是另一个关于 perl 中 unicode 的好教程：https://perlgeek.de/en/article/encodings-and-unicode

Answer 2

使用 perl -C 可用于启用 unicode 功能

perl -C -E 'say "\N{U+263a}"'|perl -C -ne 'print if /\N{U+263a}/'

from perl run

-C [number/list]

The -C flag controls some of the Perl Unicode features. ...

第二个代码起作用的原因是 perl 匹配 UTF-8 二进制序列：如 perl -ne 'print if /\xf0\x9f\x98\x8d/'.

以下应该有效

#!/usr/bin/perl -C
open(FIC1, ">$fic");

while (<FIC>) {
    my $ligne=$_;

    if( $ligne=~/\N{U+1F60D}/  ) {
        print "heart ";
    }
}

Answer 3

为了检测表情符号，我会在正则表达式中使用 unicode 属性，例如：

\p{Emoticons} 或
\p{Block: Emoticons}

例如，只打印表情符号

perl -CSDA -nlE 'say for( /(\p{Emoticons})/g )' <<< 'abcαβγ'

将打印

有关详细信息，请参阅 perluniprops

如何在 Perl 中将表情符号检测为 unicode？

How to detect emoji as unicode in Perl?

unicode

perl

emoji