如何在Perl中检测表情符号作为unicode？

Question

我有一个文本文件,其中包含表情符号,☹️,,,,,,,的表情符号unicode caracter.

例如,代码\ N {1F60D}对应于我使用推荐,如https://perldoc.perl.org/perluniintro.html部分创建Unicode.我的程序必须检测它们并做一些治疗,但如果我使用

open(FIC1, ">$fic");

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

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

现在我这样做,它的工作

open(FIC1, ">$fic");

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

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

第一个代码问候有什么问题

Answer 1

如果你看一下的perldoc perlre的\N,你看,它的意思是"命名的Unicode字符或字符序列".

您可以使用此代替:

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

编辑:您在发布的链接中也有描述, https://perldoc.perl.org/perluniintro.html

编辑:您阅读的内容可能未被解码.你要:

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

或者直接以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}/) { ... }
}

你从未展示过如何打开所调用的文件句柄FIC,所以我认为它是utf8解码的.这是关于perl中unicode的另一个很好的教程:https://perlgeek.de/en/article/encodings-and-unicode

Answer 2

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} 要么
• \p{Block: Emoticons}

例如,只打印出表情符号

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

将打印

有关更多信息,请参阅perluniprops