Perl中变量与文件内Unicode编码字符打印不一致问题咨询

这个问题的核心在于Perl对字符串字面量和文件读取文本的处理逻辑完全不同：

• 脚本里的$var = "Hello \x{2744}!";中，\x{2744}是Perl原生的Unicode转义序列，Perl在编译阶段就会自动把它转换成对应的Unicode字符（U+2744，也就是雪花符号❄）。
• 而你从test.txt里读取的Hello \x{2744}!，只是一串普通的文本字符——Perl读取文件时会原封不动地把\、x、{、2744、}这些字符读入字符串，不会自动解析成转义序列，所以输出时就直接显示了这些字面内容。

解决方法 #

如果你希望文件中的转义序列也能被解析成对应的Unicode字符，可以用以下几种方式处理：

方法1：使用eval动态解析（简单但需注意安全）

如果文件内容是完全可信的，可以用eval让Perl解析字符串里的转义序列：

#!/usr/bin/perl -w
use utf8;
binmode STDOUT, ":utf8";

open (H, "<:encoding(UTF-8)", "test.txt") || die $!;
while(<H>) {
    $line = $_;
    chomp($line);
    # 解析转义序列
    $line = eval "\"$line\"";
    $var = "Hello \x{2744}!";
    $line = $line . " $var\n";
    print STDOUT "$line";
}

⚠️ 注意：如果文件来源不可信，eval可能会执行恶意代码，这种情况下绝对不要用这个方法。

方法2：手动替换Unicode转义序列（更安全）

自己写正则表达式匹配\x{...}格式的转义序列，再转换成对应字符：

#!/usr/bin/perl -w
use utf8;
binmode STDOUT, ":utf8";

open (H, "<:encoding(UTF-8)", "test.txt") || die $!;
while(<H>) {
    $line = $_;
    chomp($line);
    # 替换\x{XXXX}格式的转义序列
    $line =~ s/\\x\{([0-9a-fA-F]+)\}/chr(hex($1))/ge;
    $var = "Hello \x{2744}!";
    $line = $line . " $var\n";
    print STDOUT "$line";
}

这里的ge修饰符表示全局替换，并且把替换后的表达式当作代码执行：hex($1)把十六进制字符串转成数值，chr()再把数值转成对应的Unicode字符。

方法3：使用专门的模块（推荐）

可以用String::Escape模块处理各种转义序列，先通过cpan String::Escape安装模块，再使用：

#!/usr/bin/perl -w
use utf8;
use String::Escape qw(unbackslash);
binmode STDOUT, ":utf8";

open (H, "<:encoding(UTF-8)", "test.txt") || die $!;
while(<H>) {
    $line = $_;
    chomp($line);
    # 解析转义序列
    $line = unbackslash($line);
    $var = "Hello \x{2744}!";
    $line = $line . " $var\n";
    print STDOUT "$line";
}

这个模块能处理多种转义格式，比自己写正则更全面可靠。

内容的提问来源于stack exchange，提问作者Sebastian Hoffmann