大家經常使用正則表達式的字符集從字符串中抽取或排除中文字符，但是這樣做
很費事，效果也并不是很理想。實際上Perl從5.6開始已經開始在內部使用utf8編碼
來表示字符，也就是說對中文以及其他語言字符的處理應該是完全沒有問題的。關鍵
在于目前使用的編輯器以及文件格式并不都能很好地支持utf8，委屈了Perl的強大能力。
實際上我們只需要利用好Encode這個模塊便能充分發揮Perl的utf8字符的優勢了。
????下面就以中文文本的處理為例進行說明（注意：編輯下面這段程序不能用使用utf8
編碼的編輯器），比如有一個字符串"測試文本"，我們想要把這個中文字符串拆成單個
字符，可以這樣寫：
use?Encode;
use?Encode::CN;?#可寫可不寫
$dat="測試文本";
$str=decode("gb2312",$dat);
@chars=split?//,$str;
foreach?$char?(@chars)?{
????????print?encode("gb2312",$char),"\n";
}
結果大家試一試就知道了，應該是令人滿意的。
????這里主要用到了Encode模塊的decode、encode函數。要了解這兩個函數的作用我們
需要清楚幾個概念：
1、Perl字符串是使用utf8編碼的，它由Unicode字符組成而不是單個字節，每個utf8編
碼的Unicode字符占1~4個字節（變長）。
2、進入或離開Perl處理環境（比如輸出到屏幕、讀入和保存文件等等）時不是直接使用
Perl字符串，而需要把Perl字符串轉換成字節流，轉換過程中使用何種編碼方式完全取決
于你（或者由Perl代勞）。一旦Perl字符串向字節流的編碼完成，字符的概念就不存在了
，變成了純粹的字節組合，如何解釋這些組合則是你自己的工作。
????我們可以看出如果想要Perl按照我們的字符概念來對待文本，文本數據就需要一直用
Perl字符串的形式存放。但是我們平時寫出的每個字符一般都被作為純ASCII字符保存（
包括在程序中明文寫出的字符串），也就是字節流的形式，這里就需要encode和decode函
數的幫助了。
????encode函數顧名思義是用來編碼Perl字符串的。它將Perl字符串中的字符用指定的編
碼格式編碼，最終轉化為字節流的形式，因此和Perl處理環境之外的事物打交道經常需要
它。其格式很簡單：
????????$octets?=?encode(ENCODING,?$string?[,?CHECK])
這里$string是Perl字符串，ENCODING是給定的編碼方式，$octets則是編碼之后的字節流
，CHECK表示轉換時如何處理畸變字符（也就是Perl認不出來的字符）。一般不需要使用
CHECK，讓Perl按默認規則處理即可。
????編碼方式視語言環境的不同有很大變化，默認可以識別utf8、ascii、ascii-ctrl、
iso-8859-1等，中文環境（CN）增加了euc-cn（gb2312與之等價）、cp936（gbk與之等價
）、hz等，還有日文環境（JP）、韓文（KR）等等，在此不一一盡數。
????decode函數則是用來解碼字節流的。它按照你給出的編碼格式解釋給定的字節流，將
其轉化為使用utf8編碼的Perl字符串，一般來說從終端或者文件取得的文本數據都應該用
decode轉換為Perl字符串的形式。它的格式為：
????????$string?=?decode(ENCODING,?$octets?[,?CHECK])
$string、ENCODING、$octets和CHECK的含義同上。
????現在就很容易理解上面寫的那段程序了。因為字符串是用明文寫出的，存放的時候已
經是字節流形式，喪失了本來的意義，所以首先就要用decode函數將其轉換為Perl字符串
，由于漢字一般都用gb2312格式編碼，這里decode也要使用gb2312編碼格式。轉換完成后
Perl對待字符的行為就和我們一樣了，平時對字符串進行操作的函數基本上都能正確對字
符進行處理，除了那些本來就把字符串當成一堆字節的函數（如vec、pack、unpack等）。
于是split就能把字符串切成單個字符了。最后由于在輸出的時候不能直接使用utf8編碼
的字符串，還需要將切割后的字符用encode函數編碼為gb2312格式的字節流，再用print
輸出。
????Encode模塊的初步應用大概就是這樣，詳細情況還是要參閱模塊的文檔。實際上如果
我們使用UltraEditor等等支持編輯utf8編碼文件的編輯器寫程序，基本上用不著Encode
模塊，在程序開頭加上一句use?utf8就行。這時Perl默認包括程序本身在內的所有的字符
都是Unicode字符，可以隨便使用Unicode范圍內的字符，甚至可以用非英文字符作為標識
符，只是輸出的時候可能還需要用Encode模塊。比如用UE的utf8編碼模式編輯這個程序：
????????use?utf8;
????????$單價=10;
????????$數量=100;
????????$總額=$單價*$數量;
????????print?"$總額\n";
可以在Perl?5.6以后的版本中正常運行并給出結果，是不是很爽？:)?這種模式最大的優點
就是在字符串中可以混合多種語言的文字，就算中日韓英加上阿拉伯字符都在一個字符串
中出現也沒問題；不像使用Encode模塊那樣必須固定一種編碼方式，中日韓英字符同時出
現還好辦，因為gbk包含了所有這些字符，可是再加上一些非亞洲語言字符就不一定能處
理了。所以以后用Unicode編碼應該是大勢所趨。
希望寫的這些能對大家有所幫助。