如何为URL编码西里尔字符然后解码它们？

Question

我在一个页面上有一个表单:

<form method="POST" accept-charset="UTF-8" action="index.cgi" name="TestForm">

其中一个输入字段"search_string"可用于发送西里尔字符,如果发生这种情况,则URL字符串如下所示:

search_string=%41F%2F%424+%41F%41E%414%416%410%420%41A%410+%418%417+%421%412%418%41D

如何将此解码回到我发布到的页面上的原始字符串？

Answer 1

正确的解决方案,包括空格:

use open ':std', ':encoding(UTF-8)';
use Encode;

my $escaped = '%41F%2F%424+%41F%41E%414%416%410%420%41A%410+%418%417+%421%412%418%41D';
(my $unescaped = $escaped) =~ s/\+/ /g;
$unescaped =~ s/%([[:xdigit:]]+)/chr hex $1/eg;
print $unescaped;
# ?/? ???????? ?? ????

幸得雷诺Bompuis识别为第一,这些前缀Unicode代码点%.

我想补充一点,问题的编码方案非常不寻常,我以前没见过.通常人们会期望字符串?/? ???????? ?? ????被编码为%D0%9F%2F%D0%A4+%D0%9F%D0%9E%D0%94%D0%96%D0%90%D0%A0%D0%9A%D0%90+%D0%98%D0%97+%D0%A1%D0%92%D0%98%D0%9D,也就是说,首先将字符编码为UTF-8,然后八位字节被转义为百分比.该方案适用于Dr.Kameleon的答案.

Answer 2

在您的脚本 () 中尝试一下index.cgi：

use Encode;

然后...

$search_string = decode_utf8( $search_string );

另一个想法（如果你想为你的 CGI 输入创建一个 UTF8 友好的哈希值）：

require Encode;
require CGI;
my $query = CGI ->new;
my $form_input = {};  
foreach my $name ( $query ->param ) {
  my @val = $query ->param( $name );
  foreach ( @val ) {
    $_ = Encode::decode_utf8( $_ );
  }
  $name = Encode::decode_utf8( $name );
  if ( scalar @val == 1 ) {   
    $form_input ->{$name} = $val[0];
  } else {                      
    $form_input ->{$name} = \@val;  # save value as an array ref
  }
}

摘自： http: //ahinea.com/en/tech/perl-unicode-struggle.html