Administrace komentářů

Stále nevím, proč tomu říkáte, že to nefunguje, protože letmým pohledem se zdá, že výstup je v utf8. Např. na mém PC, kde mám terminál pro utf8, je výsledný text normálně čitelný.

Nicméně se pokusím aspoň o pár rad. Co se týče kódování znaků, perl rozlišuje následující věci:

1) Řetězec jako sekvenci bajtů a řetězec jako sekvenci vícebajtových znaků, které jsou v nějakém interním kódování.

2) Funkce decode a encode, které převádí sekvenci bajtů v nějakém kódování na sekvenci znaků v interním kódování perlu a zpět.

3) Kódování vlastního skriptu (soubor na disku).

Uvedená kombinace use a binmode je nadbytečná, neboť:

1) use utf8 nastavuje kódování skriptu, kdybyste chtěl udělat $a="č" nebo i dokonce $č=1. to ale nepoužíváte.

2) use encoding 'utf8' nastaví (opět) kódování skriptu a kódování STDIN a STDOUT.

3) use locale nemá na znakovou sadu vůbec vliv, používá se k nastavení způsobu řazení, atd.

4) binmode STDIN/STDOUT nastaví kódování příslušných I/O kanálů.

Dále nutno podotknout, že stahovaná stránka má také nějaké kódování. Převod do interní perlovské reprezentace si ale zajistí ten modul Mechanize.

Příklad, kde je vše dobře vidět: stránka je v iso8859-2, skript (soubor na disku) je v utf8, a výstup STDOUT je pro jistotu zase iso.

#!/usr/bin/perl
use WWW::Mechanize;
use utf8;
binmode STDOUT, ':encoding(iso8859-2)';

my $mech = WWW::Mechanize->new( autocheck => 1 );
$mech->get( "http://cs.felk.cvut.cz" );          
my $zdroj2=$mech->content( format => 'text');    

print ($zdroj2 =~ /Katedra[ ]počítačů/xms ? "Dobře" : "Špatně");

Na mém PC (perl v5.10.0, konzole v utf8) je výstup takovýto:

$ ./mech.pl | od -t x1
0000000 44 6f 62 f8 65
$ ./mech.pl | iconv -f latin2 -t utf8
Dobře

Pokud se Vám bude zdát, že ještě něco nefunguje, tak zkuste napsat ten minimální program tímto způsobem (tj. vypíše "dobře" nebo "špatně").