Perl/日本語処理

Perl > 文字コードとエンコーディング

---

この項目では、現代のPerlにおける文字コードとエンコーディングについて説明します。

「perluniintro - Perl Unicode の手引き」も参照

基本的な Unicode サポート

Perl 5.36以降では、以下の機能がデフォルトで有効になっています：

• strict プラグマ
• warnings プラグマ
• Unicode文字サポート
• UTF-8ソースコードサポート

utf8プラグマとエンコーディング制御

utf8プラグマの使用

modern Perlでは、ソースコード内でUnicodeを使用する場合、utf8プラグマを使用します：

「utf8 - ソースコードのUTF-8サポートを制御するプラグマ」も参照

use utf8;

このプラグマにより：

• ソースコードがUTF-8として解釈されます
• 文字列リテラルにutf8フラグが設定されます
• 文字列操作が文字単位で行われます

文字列操作の例

length関数は文字数を返します：

use v5.36;  # strict, warnings, utf8が自動的に有効
say length "あいうえお";  # 5を出力

出力時のエンコーディング制御

出力時のエンコーディングは以下のいずれかの方法で制御できます：

1. binmodeによる制御：

   use v5.36;
   binmode STDOUT, "encoding(utf-8)";
   say "あいうえお";
   

2. Encodeモジュールの使用：

   use v5.36;
   use Encode qw(encode);
   say encode('utf-8', "あいうえお");
   

モダンなエンコーディング処理

Perl 5.36以降では、Encodeモジュールを使用した文字エンコーディング変換が推奨されます：

use v5.36;
use Encode qw(decode encode);

# ファイルからShift_JISテキストを読み込み
my $text = decode('Shift_JIS', $shift_jis_text);

# UTF-8で出力
print encode('UTF-8', $text);

推奨プラクティス

• use v5.36 以降を使用して、モダンな機能を自動的に有効化
• 常にUTF-8をデフォルトエンコーディングとして使用
• 入出力時は明示的にエンコーディングを指定
• レガシーエンコーディングを扱う場合はEncodeモジュールを使用