之前有人会告诉我RTFM，我必须说 - 我已经挖通：
- 为什么现代的Perl避免默认UTF-8？
- 核对表用Perl去Unicode的方式
- 如何匹配字符串在Perl读音符号？
- 如何使“使用我的默认::”与现代的Perl和UTF8默认值？
- 和其他许多人（如perluniintro等） -但是- 当然 ，错过了什么
因此，基本的代码：
use 5.014; #getting 'unicode_strings' feature
use uni::perl; #turning on many utf8 things
use Unicode::Normalize qw(NFD NFC);
use warnings;
while(<>) {
chomp;
my $data = NFD($_);
say "OK" if utf8::is_utf8($data);
}
在这一点上， 从 UTF8编码STDIN我得到了一个正确的unicode字符串$data ，如“\ W”将与多字节[\p{Alphabetic}\p{Decimal_Number}\p{Letter_Number}]也许更多的东西）。 这是确定和作品。
AFAIK $data 不包含UTF8，但在一个字符串perl's internal Unicode格式。
现在的问题：
- 我怎么能保证（测试），任何
$other_data包含有效的Unicode字符串？ - 出于什么目的是UTF8 :: is_utf8（$数据）？ 整个UTF8附注是对我来说是一个谜。
据我所知， use utf8; 只是告诉Perl的，我的源代码是在UTF8的目的（这样做类似的事情时，我的脚本BOM标志开始的 - 为大尾端） - 从Perl的角度来看，我的源代码是这样一个外部文件 - 和Perl应该知道它是什么编码？
在上面的例子utf8::is_utf8($data)将打印好的-但我不明白为什么。
内部Perl不使用UTF8，所以我的UTF8数据文件转换成Perl的内部Unicode的，那么，为什么utf8::is_utf8($data)为返回true $data ，这是不是在UTF8格式？ 或者是名不副实的，功能应该被命名为UNI :: is_unicode（$数据）???
在此先感谢澄清。
PS：d @布赖恩富瓦-是的，我还没有有效的Perl编程的书-我会得到它-我保证:) /开玩笑/
is_utf8返回关于其中使用内部存储格式信息，期限。
- 它不相关的字符串的值（尽管某些字符串只能存储在两种格式之一）。
- 它没有相关的字符串是否已被解码与否。
- 它没有相关的字符串是否包含一些已使用UTF-8或不编码。
- 这不是任何形式的有效性检查。
现在到你的问题。
整个UTF8附注是对我来说是一个谜。
use utf8; 告诉perl源代码是使用UTF-8编码。 如果你不告诉它的话， perl有效假定它是ISO-8859-1（作为内部机制的副作用）。
在UTF8 ::命名空间中的功能无关的编译，他们有多种用途的。
-
utf8::encode和utf8::decode ：有用的编码和解码的功能。 编码的类似encode_utf8和decode_utf8 ，但他们就地工作。 -
utf8::upgrade和utf8::downgrade ：很少使用，但对于XS模块周围的错误时非常有用。 更多关于这下面。 -
utf8::is_utf8 ：我不知道为什么会有人曾经使用。
我怎么能保证（测试），比任何$ other_data包含有效的Unicode字符串？
什么是“有效的Unicode字符串”对你意味着什么？ Unicode有针对不同情况的有效的定义不同。
出于什么目的是UTF8 :: is_utf8（$数据）？
调试。 它在偷窥Perl的胆量。
在上面的例子UTF8 :: is_utf8（$数据）将打印好的 - 但不明白为什么。
因为NFD碰巧选择了返回包含在UTF8 = 1种格式的字符串一个标量。
Perl有两种格式，用于存储字符串：
- UTF8 = 0可存储8位的值的序列。
- UTF8 = 1可以存储72位值的序列（尽管实际上限制在32或64位）。
第一种格式使用较少的内存和更快，当谈到访问字符串中的特定位置，但它是什么，它可以包含有限的。 （例如，它不能存储的Unicode码点，因为它们需要21位。）Perl可以在两者之间自由切换。
use utf8;
use feature qw( say );
my $d = my $u = "abcdé";
utf8::downgrade($d); # Switch to using the UTF8=0 format for $d.
utf8::upgrade($u); # Switch to using the UTF8=1 format for $u.
say utf8::is_utf8($d) ?1:0; # 0
say utf8::is_utf8($u) ?1:0; # 1
say $d eq $u ?1:0; # 1
人们通常不必担心这个问题，但也有越野车的模块。 还有，尽管剩余的Perl甚至马车的角落use feature qw( unicode_strings ); 。 我们可以使用utf8::upgrade和utf8::downgrade改变一个标量由XS函数预期的格式。
或者是误命名和功能应该被命名为UNI :: is_unicode（$数据）???
这是再好不过的。 Perl有没有办法知道一个字符串是否是一个Unicode字符串或没有。 如果你需要跟踪这一点，你需要亲自跟踪它。
在UTF8 = 0格式串可以包含Unicode代码点。
my $s = "abc"; # U+0041,0042,0043
在UTF8 = 1种格式串可以包含不Unicode代码点的值。
my $s = pack('W*', @temperature_measurements);
我怎么能保证（测试），比任何$ other_data包含有效的Unicode字符串？
你不能确定事后字符串是否具有字符语义或字节语义。 Perl并不为你追踪这一点。 你必须小心编程跟踪它：在边界编码和解码; :raw 层为字节语义， :encoding(foo)为字符语义。 采用命名约定的变量和函数的语义之间有明显的区别，并作出错误的代码看起来是错误的。
出于什么目的是UTF8 :: is_utf8（$数据）？
它告诉你的存在SvUTF8标志，仅此而已。 这是大多数开发商几乎完全无用的，因为它是一个内部的事情。 该标志并不意味着字符串具有字符语义，它的缺失并不意味着字符串具有字节语义。
整个UTF8附注是对我来说是一个谜。
可能是因为是overdocumented，因此混乱。 大多数开发人员可以在那里是说，它的目的是使在源代码中的Unicode文本的部分后停止阅读。
在上面的例子UTF8 :: is_utf8（$数据）将打印好的 - 但不明白为什么。
因为单向:: perl的这使得能够use open qw(:utf8 :std); 。 从STDIN与读取的任何输入<>将被解码。 标准化步骤之后不改变。
