---

Hejsa,

Jeg kører ikke utf8 men mit program modtager noget utf8-data.
Altså var min tanke at konvertere det til ISO-8859-1

Perl har funktionen utf8::decode som ser fin ud, men den driller
mig pænt meget...

Det er som om den medfører at der opstår 2 versioner af min variabel.
Se her:

perl -e '$oe8 = "\xc3\xb8"; utf8::decode($oe8); print ord($oe8)."\n"; @l = unpack("C*", $oe8); print "@l\n"'

giver mig følgende output:
248
195 184

Forklaring: (som jeg tror/troede det virker)
- $oe8 tildeles 2 bytes som er et utf8 encodet ø
- utf8::decode konverterer $oe8 til ISO-8859-1
- print ord($oe8) printer 248 som er ISO-8859-1 værdien for ø
- unpack C* laver en byte-liste af hvad der måtte være i $oe8
- print @l printer listen

Men jeg fatter ikke hvordan $oe8 stadig _også_ kan indeholde de utf8
encodede tegn...

Nogen der kan forklare hvordan det hænger sammen?

Det hele foregår på en kubuntu-kasse, perl er version 5.8.8


/Morten

---

I dk.edb.programmering.perl, skrev Morten Guldager:
> Perl har funktionen utf8::decode som ser fin ud, men den driller
> mig pænt meget...

Se på Text::Iconv

Jesper

--
../Jesper Krogh, jesper@krogh.cc, Jabber ID: jesper@jabbernet.dk

---

Morten Guldager wrote:
> Jeg kører ikke utf8 men mit program modtager noget utf8-data.
> Altså var min tanke at konvertere det til ISO-8859-1
>
> Perl har funktionen utf8::decode som ser fin ud, men den driller
> mig pænt meget...
>
> Det er som om den medfører at der opstår 2 versioner af min variabel.
> Se her:
>
> perl -e '$oe8 = "\xc3\xb8"; utf8::decode($oe8); print ord($oe8)."\n"; @l = unpack("C*", $oe8); print "@l\n"'
>
> giver mig følgende output:
> 248
> 195 184

Det er vidst også helt efter bogen. Når du har fået perl til at "dekode"
utf-8 ligger det i perls interne encoding, som tilfældigvis er utf-8.
Den eneste forskel på strengen før og efter utf::decode er at perls
"dete er en intern, utf-8 encoded streng"-flag er blevet slået til
(decode checker også at strengen er konsistent).

Brug nu funktionen encode til at konvertere til ISO-8859-1. Jeg plejer
iøvrigt at bruge modulet Encode.

Mvh. Michael.