perl中的字符编码

首先说说各种编码的定义。
1.字符编码、内码、汉字编码
      ASCII、GB2312、GBK、GB18030向下兼容，即同一个字符在这些方案中总是有相同的编码，后面的标准支持更多的字符。

2.Unicode、UCS、UTF
      Unicode只与ASCII兼容，与GB码不兼容。Unicode也是一种字符编码方式，不过它是由国际组织设计，可以容纳全世界所有语言文字的编码方 案。其中UCS规定怎么用多个字节表示各种文字，UTF则规定怎么传输这些编码。现在一般使用UCS-2，即用两个字节进行编码。而所说的UFT-8就是 以8位为单元对UCS进行编码。

3.cp936是什么?
      Unicode统一了编码，但是如何兼容各国的文字编码就需要用到codepage，codepage就是各国的文字编码和Unicode之间的映射表，比如简体中文和Unicode的映射表就是CP936。
      从936中随意取一行，例如：
                          0x9993 0x6ABD #CJK UNIFIED IDEOGRAPH
      前面的编码是GBK的编码，后面的是Unicode，通过查这张表，就能简单的实现GBK和Unicode之间的转换。
4.perl
      Perl的内部字符串格式：一般是UTF-8，length()得到的是字符个数，注意如果用encode得到UTF-8编码字符串，则length()得到的是字节数。
      举例：
            $string = "中国";              #cp936，字节流
            $internal = decode("cp936",$string);
            length($internal) = 2;
            $utf8 = encode("utf8",$internal); #将perl内部字符串转化为字节流
            length($uft8) = 6;

encode三种模式：
a) use encode:
      $octets = encode(ENCODING, $string [, CHECK])
      将一个字符串从Perl内部格式转到ENCODING编码。
      $string = decode(ENCODING, $octs [, CHECK])
      将一个字符串从ENCODING编码转到Perl内部格式。
b) use from_to:
      [$length =] from_to($octets, FROM_ENC, TO_ENC [, CHECK])
      将$octets从FROM_ENC编码转到TO_ENC编码。 
c) use binmode:
      binmode(STDOUT, ":utf8")
      指示输出到STDOUT时将字符串(Perl内部格式)转换成UTF-8编码。