Perl Unicode故障

Question

在此输出中,为什么在打印非ASCII Unicode字符后会获得额外的换行符？

平台是Windows Vista,问题发生在chcp 65001但不是之后chcp 850

C:\>chcp 850
Active code page: 850

C:\>perl unicode_bug_1.pl
Budweiser
Budweiser
Budweiser
Bud?øjovick?¢ Budvar
Bud?øjovick?¢ Budvar
Bud?øjovick?¢ Budvar

C:\>chcp 65001
Active code page: 65001

C:\>perl unicode_bug_1.pl
Budweiser
Budweiser
Budweiser
Bud?jovický Budvar

Bud?jovický Budvar

Bud?jovický Budvar

来自这个计划

#!perl
use strict;
use warnings;

binmode (STDOUT, "encoding(UTF-8)"); # so no "Wide character in print" warning

print "Budweiser\n" for 1..3;
print "Bud\N{U+011B}jovick\N{U+00FD} Budvar\n" for 1..3;

Answer 1

这似乎是 Perl 中的一个错误。我原以为这是 Windows 代码页 65001 中的一个错误，控制台并没有真正支持，但我最终用 C 和 Perl 编写了测试程序，并且在 C 版本中没有出现问题。无论 Unicode 字符出现在行中的哪个位置，这种情况都会发生，但您要打印的行必须比控制台支持的宽。

\n\n

这是我的 C 程序：

\n\n

#include "stdafx.h"\n\n#include "Windows.h"\n\n\nint _tmain(int argc, _TCHAR* argv[])\n{\n    BOOL b = SetConsoleOutputCP(65001);\n    printf("set console output codepage returned %d\\n", b);\n\n    printf("c\xce\xb1fe\\n");\n    printf("1234567890 caf\xc3\xa9\\n");\n    printf("1234567890 1234567890 c\xce\xb1fe\\n");\n    printf("1234567890 1234567890 1234567890 caf\xc3\xa9\\n");\n    printf("1234567890 1234567890 1234567890 1234567890 c\xce\xb1fe\\n");\n    printf("1234567890 1234567890 1234567890 1234567890 1234567890 caf\xc3\xa9\\n");\n    printf("1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 c\xce\xb1fe\\n");\n    printf("1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 caf\xc3\xa9\\n");\n    printf("1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 c\xce\xb1fe\\n");\n    printf("1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 caf\xc3\xa9\\n");\n    printf("1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 c\xce\xb1fe\\n");\n    printf("1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 caf\xc3\xa9\\n");\n    printf("1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 c\xce\xb1fe\\n");\n\n    return 0;\n}

\n\n

这是我的 Perl 程序：

\n\n

#\n\nuse utf8;\n\nbinmode STDOUT, \':utf8\';\n\nprintf STDOUT "c\xce\xb1fe\\n";\nprintf STDOUT "1234567890 caf\xc3\xa9\\n";\nprintf STDOUT "1234567890 1234567890 c\xce\xb1fe\\n";\nprintf STDOUT "1234567890 1234567890 1234567890 caf\xc3\xa9\\n";\nprintf STDOUT "1234567890 1234567890 1234567890 1234567890 c\xce\xb1fe\\n";\nprintf STDOUT "1234567890 1234567890 1234567890 1234567890 1234567890 caf\xc3\xa9\\n";\nprintf STDOUT "1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 c\xce\xb1fe\\n";\nprintf STDOUT "1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 caf\xc3\xa9\\n";\nprintf STDOUT "1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 c\xce\xb1fe\\n";\nprintf STDOUT "1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 caf\xc3\xa9\\n";\nprintf STDOUT "1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 c\xce\xb1fe\\n";\nprintf STDOUT "1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 caf\xc3\xa9\\n";\nprintf STDOUT "1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 1234567890 c\xce\xb1fe\\n";

\n\n

更新

\n\n

不，我错了，在 irc.perl.org 上 #perl 的一些人的帮助下，事实证明这是 Microsoft API 中的一个错误。WriteFile记录为返回写入的字节数，但返回写入的字符数，这取决于代码页。2010 年 3 月提交了一个错误。

\n\n

MSDN 论坛中有更多讨论。

\n\n

更新2

\n\n

我在 Michael Kaplan 的博客“Sorting it all out”中讨论了这个问题，他以题为“隐藏在普通站点中：一封被盗的信件，类似于错误报告”的文章进行了回应。他是微软国际化专家，所以你一定会在那里找到一些见解......

\n