Category Archive: 中国語

ある UTF-8 のファイルの中身に下記のような簡体字中国語があります。 ーーーーーーーーーーー 14.7.4 间气 qi at sides 左右间气 客气中在司天之气和在泉之气左右的气。司天之气的左间右间和在泉之气的左间右间，合之为四间气。 ーーーーーーーーーーー そこで「。」がない行とある行と区別するため、index 関数を使ってみました。 すると、 # $line はファイルから読み込んだ１行とする index($line,"。") は全部 -1 が戻されますが、 index(Encode::decode_utf8($line),"。")　がちゃんとポジションの数字が戻されます。

perl 5 ( version 12 ）を使ってUTF-8を置換えするとき、うまく行けませんでした。 原因はわかりませんが、下記の現象が起こります。 my $content = "阴阳学说 yin-yang theory 中国古代哲学理论范畴。阴阳的对立统一是天地万物运动变化的根本规律。"; $content = ~s/theory/null/g; print "$content¥n"; 【期待した結果】 阴阳学说 yin-yang  中国古代哲学理论范畴。阴阳的对立统一是天地万物运动变化的根本规律。 【実行結果】 18446744073709551615 原因が分かり方はぜひお教えください。 しばらく下記の関数でやっております。 sub ReplaceAll {     my $string = Encode::decode_utf8(shift);     my $str1 = Encode::decode_utf8(shift);     my $str2 = Encode::decode_utf8(shift);     for (my $i=0 ; $i <= length($string); $i+=length($str1)){         my $pos=index($string, $str1, $i) ;         if ( $pos>=0){             substr($string, $pos, length($str1),$str2);        ...

#!/usr/bin/perl use strict; use Encode; my $content = "阴阳学说 yin-yang theory 中国古代哲学理论范畴。阴阳的对立统一是天地万物运动变化的根本规律。"; print "$content\n"; my $notlatin = GetNotLatin($content); print $notlatin,"\n" ; sub GetNotLatin { my $string =shift; $string.=" "; my @alph_list = ('A' .. 'Z', 'a' .. 'z','\'','.','(',')','-' ); my @string = (); my @word = (); foreach my $character (split //, $string) { if ( grep {$_ eq $character} @alph_list ){ push(@string, $character); } else {     if ($#string>0){         push(@word, ...