WINDOWS上のPerl漢字処理では、ソースコードは UTF-8 で I/O は Shift-JIS で･･･
WINDOWS上のPerl漢字処理の留意点
- Perl5.8.xでは、内部的には、文字列は、Unicode（UTF-8）で扱われます。
- 内部的に扱われている Unicode文字列には、UTF8フラグというものがついて、普通のバイト列とは区別されます。
- WINODWSでは、外部的には、文字列は Shift-JIS で扱われます。
- Perlの方向性としては、ソースコードは UTF-8 で書き、utf8プラグマを指定する。
以下のサンプルは、ソースコードは UTF-8 で書き、utf8プラグマを指定し、I/O は Shift-JISにエンコードしています。
注意しなくてはいけないのは、ファイルI/Oでは、shiftjisのファイルを読んで内容をdecodeし、utf-8上で任意の処理後、encodeする手順です。
なお、ここで云うdecodeとは、shiftjisバイト列（UTF8フラグなし）をUnicode文字列（UTF8フラグ付き）へデコードします。
また、ここで云うencodeとは、Unicode文字列（UTF8フラグ付き）をshiftjisバイト列（UTF8フラグなし）へエンコードします。
サンプルソース
use strict;
use warnings;
use Encode qw(encode decode);
use utf8; # ソースがutf-8で書かれていることの宣言
binmode STDOUT, ':encoding(shiftjis)';# 標準出力はutf-8からshiftjisへ変換
binmode STDERR, ':encoding(shiftjis)';# 標準エラーはutf-8からshiftjisへ変換
binmode STDIN, ':encoding(shiftjis)'; # 標準入力はshiftjisからutf-8へ変換
open(FH_IN, 'sjis_in.txt');
open(FH_OUT, '>sjis_out.txt');
while (<FH_IN>) {
my $wk = decode('shiftjis', $_); # shiftjisからutf-8へ変換
#ここで$wkに対して任意の処理をする。
print FH_OUT encode('shiftjis', $wk); # utf8からshiftjisへ変換しファイル出力
}
close(FH_OUT);
close(FH_IN);
print "----------------------\n";
while (<STDIN>) { # 標準入力からshiftjisを読み込むとutf-8なっている
print $_; # 標準出力にutf8を書き込むとshiftjisになっている
}
my $wk = '表示';
print unpack('H*', $wk), "\n"; # ダンプするとutf-8コードになっている
print $wk;とにかく、ソース記述コード、内部コード、外部コード、バイト列（UTF8フラグなし）、文字列（UTF8フラグ付き）が複雑に絡み合うので、混乱しないようにね。
