Perl脚本打开含CJK字符文件内容为空，如何解决？

咱们来一步步排查你的Perl脚本为啥读不出CJK字符还显示内容为空的问题，以下是关键原因和修复方案：

1. 先确认输入文件的实际编码 #

你当前指定了:encoding(utf8)，但如果输入文件的实际编码不是UTF-8（比如GBK、GB2312或UTF-16），Perl解码时就会失败，导致内容显示异常甚至为空。

• 可以用VS Code、Notepad++这类编辑器打开文件，查看右下角的编码标识，确认文件真实编码。
• 如果是GBK编码，把:encoding(utf8)改成:encoding(gbk)；如果是UTF-16，就改成:encoding(utf-16le)或:encoding(utf-16be)（取决于字节序）。

2. 理清use open的作用范围与文件打开逻辑 #

use utf8只是告诉Perl你的脚本源码是UTF-8编码，和文件读取无关，这点要区分开。use open ':encoding(utf8)'会设置默认的文件打开编码，但如果你的文件打开写法没遵循这个默认，也会出问题。

修改后的示例代码 #

use strict;
use warnings;
use utf8; # 仅声明脚本源码为UTF-8，不影响文件读取

# 明确设置默认输入/输出编码为UTF-8，同时指定STDOUT编码
use open IN => ':encoding(utf8)', OUT => ':encoding(utf8)';
binmode STDOUT, ':encoding(utf8)';

my $file = '你的输入文件名.txt';
open my $fh, '<', $file or die "无法打开文件: $!";

# 读取并打印文件内容，同时检测CJK字符
while (my $line = <$fh>) {
    print $line;
    if ($line =~ /\p{Han}/) {
        print "\n检测到中文汉字: $&\n";
    }
}
close $fh;

3. 精准提取特殊标记中的CJK字符 #

你的输入文件里有\characters{刘安雯}这类格式，如果需要提取其中的CJK字符，可以用更精准的正则：

if ($line =~ /\\characters\{(\p{Han}+)\}/) {
    print "提取到的CJK字符: $1\n";
}

\p{Han}是Perl中匹配汉字的Unicode属性，比直接写[\x{4E00}-\x{9FA5}]覆盖范围更广，能适配更多CJK字符。

4. 二进制模式验证编码 #

如果还是有问题，可以先以二进制模式读取文件，查看原始字节来确认编码：

open my $fh, '<:raw', $file or die "无法打开文件: $!";
my $content = do { local $/; <$fh> };
close $fh;

# 打印十六进制字节，对比编码特征（比如"刘安雯"的UTF-8字节是E58898E5AE89E69687，GBK是C1F5B0B2CEC4）
print unpack('H*', $content), "\n";

内容的提问来源于stack exchange，提问作者ssr1012