带有度数（°）字符的printf对齐问题

Question

我有一个类似How can I properly align UTF-8 strings with Perl's printf?的问题：

我的 (Linux) 系统的区域设置默认为 LC_CTYPE=de_DE.UTF-8，我编写了一个 Perl 程序（使用 perl-5.26.1），它“不”使用 Unicode 字符，但有些来自 ISO Latin-1 字符集（即° 例如）。 因此，我没有在我的 Perl 脚本中激活任何 Unicode 或区域设置功能。

“Everything”似乎在一个例外情况下工作正常：我使用%-10s 的printf 格式来对齐字符串，但这不能按预期工作。

在调试器中播放我发现了这种行为：

  DB<1> $s='X°X'

  DB<2> printf("_%3s_\n", $s)
_X°X_

目前看起来还不错...

  DB<3> printf("_%4s_\n", $s)
_X°X_

哎呀；不应该是"_ X°X_"吗？

  DB<4> printf("_%5s_\n", $s)
_ X°X_

减一？

  DB<5> x length($s)
0  4

不应该是3吗？

  DB<8> x ord($s[1])
0  0
  DB<9> x $s
0  'X°X'
  DB<10>

° 不应该被编码为一个字节吗？我认为 UTF-8 将未修改的 Latin-1 范围映射到 Unicode。

所以问题可能是：

1. 发生了什么事？

2. 这是 Perl 错误吗？

3. 如果不是，如何修复格式和字符串长度？

Answer 1

UTF-8 仅将 ASCII 范围 (0..127) 映射到 1 个字节。 Latin-1 字符在 0..255 范围内； UTF-8 不能将它们全部映射到一个字节。如果是这样，就没有其他任何映射了。

从 0 到 127 的字符被编码为 1 个字节。
从 128 到 2047 的字符被编码为 2 个字节。
以此类推。

https://en.wikipedia.org/wiki/UTF-8

您的 Perl 脚本中需要 use utf8; 和 binmode STDOUT, ':encoding(UTF-8)';（为了保持一致性，我对 STDIN 和 STDERR 做了同样的操作）：

#!/usr/bin/perl

use strict;
use warnings;
use utf8;

BEGIN {
    binmode STDIN,  ':encoding(UTF-8)';
    binmode STDOUT, ':encoding(UTF-8)';
    binmode STDERR, ':encoding(UTF-8)';
}

printf "|%-10s|\n", "x";
printf "|%-10s|\n", "°";

输出正确对齐：

|x         |
|°         |

如果我注释掉 use utf8; 或 binmode STDOUT, ':encoding(UTF-8)';，则输出未对齐和/或度数字符显示不正确。

引用perldoc utf8（utf8 模块的文档）：

“use utf8”编译指示告诉 Perl 解析器允许 UTF-8 在 当前词法范围内的程序文本。

（这需要配置为显示 UTF-8 的输出设备或终端模拟器。）

Answer 2

Perl 代码必须使用 ASCII（no utf8;，默认）或 UTF-8（use utf8;）进行编码。

° 不在 ASCII 字符集中，而且您显然也没有 use utf8;，因此您的程序不可能包含您声称的 °。

首先，使用 UTF-8 对程序进行编码（如果还没有的话）并告诉 Perl 你的程序是使用 UTF-8 编码的，方法是添加

use utf8;   # The source code is encoded using UTF-8.

其次，您显然也没有告诉 Perl 对您打印的内容进行编码。通过添加来解决这个问题

use open ':std', ':encoding(UTF-8)';   # The terminal provides/expects UTF-8.

后者为在 pragma 范围内打开的文件设置默认编码。如果您想避免这种情况，您可以使用以下代码：

BEGIN {   # The terminal provides/expects UTF-8.
   binmode(STDIN,  ':encoding(UTF-8)');
   binmode(STDOUT, ':encoding(UTF-8)');
   binmode(STDERR, ':encoding(UTF-8)');
}