PerlのDBIでUnicodeを処理するにはどうすればよいですか？

Question

私のdelicious-to-wp perl scriptは動作しますが、より奇妙な出力でさえ、すべての "奇妙な"文字を与えます。 だから私は

$description = decode_utf8($description); 

それdoesntの違いを作ることを試してみました。私は好きです。これは動作するように私はPerlでどのようにUnicodeを処理できますか？

UPDATE：

my $sql = qq{SET NAMES 'utf8';}; 
$dbh->do($sql); 

私はトリッキー、設定しなければならなかった部分だった：私はこの問題は、私はPerlで設定する必要がありましたDBIのUTFを設定することがわかりました。ありがとう！

Answer 1

Perlとは関係ありません。該当するMySQLテーブルの列にUTFエンコーディングを使用していることを確認してください。

Answer 2

DBD :: mysqlの新しいバージョン（3.0008）を実行している場合は、次のようにすることができます。$dbh->{'mysql_enable_utf8'} = 1;すべてのdecode（）ed/encode（）ed DBIから/への出方。

Answer 3

間違いなくあなたがのデシベルそれがだろうからobatined任意のデータを任意のperlの処理を行おうとしている場合は、通知を取るUTF-8宣言したデータベースにアクセスするための一日を保存しますが、

$dbh->do(qq{SET NAMES 'utf8';}); 

用語この操作は暗黙的ではないので、perl varにutf8文字列として格納することをお勧めします。当然の

$utfstring = decode('utf8',$string_from_db); 

、UTF8文字列の扱いO適切に私は/（読み込み、印刷、出力への書き込み）、後者は必須で

use open ':utf8'; 

と

binmode STDOUT, ":utf8"; 

を設定することを忘れないためにutf8文字列を出力します。お役に立てれば。

Answer 4

はこの1つを残す：

binmode STDOUT, ":utf8"; 

を使用している場合：

$dbh->do(qq{SET NAMES 'utf8';}); 

をそうしないと、あなたの出力が読めない、ダブルバイト文字で、その結果、二重のUTF8エンコーディングを持つことになります！それは、これを理解するために私に数時間を要した ...

Answer 5

あなたは、このようにデータベースに接続するとき、UTF8を有効にします。

my $dbh = DBI->connect(
    "dbi:mysql:dbname=db_name", 
    "db_user", "db_pass", 
    {RaiseError => 0, PrintError => 0, mysql_enable_utf8 => 1} 
) or die "Connect to database failed."; 

これは、必要に応じて設定されUTF8フラグであなたの文字モードの文字列を取得する必要があります。 DBI General Interface Rules & Caveatsから

：ユニコード（UTF8内部）と非Unicode（符号化を前提とすることを余儀なく場合はISO-8859-1デフォルト）：

は

Perlは文字列の2種類をサポートしています。ドライバは、両方の種類の文字列を受け入れ、必要に応じて、使用されているデータベースの文字セットに変換します。同様に、データベースからiso-8859-1でない文字データをフェッチする場合、ドライバはutf8に変換する必要があります。 mysql_enable_utf8

ため

そしてDBD::mysqlから詳細また、このフラグをオンにすると、着信データは、UTF-8として扱われるべきであるとMySQLを伝えます。これは、connect（）の呼び出しの一部として使用された場合にのみ有効です。接続後にフラグをオンにする場合は、SET NAMES utf8コマンドを発行して同じ効果を得る必要があります。

Answer 6

デフォルトでは、ドライバPerl/MySQLはバイナリデータを処理します（少なくとも、MySQL 5.1と5.5のいくつかの実験でこれを結論付けました）。

mysql_enable_utf8を設定せずに、私はエンコード/に/読み取り、データベースから/書き込む前に/ UTF-8から文字列をデコード。

これは、バイトの配列としてPerlの内部文字列表現に依存すべきではありません。内部 'utf8'は標準UTF-8であることが保証されていないことに注意してください。逆に、シングルバイトエンコーディングはISO-8859-1であるとは保証されません。実際にはUTF-8（とは 'utf8'ではなく）から/へのエンコード/デコードを行います。

MySQLのいくつかの設定もあります（上記のSET NAMESのように、クライアントのエンコーディング、接続エンコーディング、サーバーエンコーディングがあることを覚えていれば、エンコーディングに関しては同じ値を持つ）。それらのすべてをUTF-8に設定し、上記のレシピは私のために働いていました。