替换模式中的十六进制变量

Question

我收到的文件已经完整，格式错误的UTF-8代码，如<0308>等。我可以识别它们，但我想用实际的utf-8字母替换它们，最好是用正则表达式。我已经尝试了几十个像这样的正则表达式：

s/<[0-9a-fA-F]{2,4}/\x{$1}/g
s/<[0-9a-fA-F]{2,4}/\N{U+$1}/g

依此类推，但每次它都告诉我$不是有效的十六进制字符（我完全赞同）。它不应该只取我$1中的数字并把它放在那里吗？或者Perl真的希望我只使用固定值\x{..}或\N{U+..}吗？如果是这样，我必须手工编写每个可能的十六进制值的转换 - 不是很有用。

Answer 1

首先，您需要使用括号来捕获正则表达式中的内容;否则$1将无法设置为任何内容。

带有eval的

chr + hex可以解决这个问题：

s/ <
   ([0-9a-fA-F]{2,4})     # parentheses to set $1
   > 
 / 
   chr(hex($1)) 
 /gex;        

Answer 2

您可能需要使用eval开关。试试/\x{$1}/eg或/"\x{$1}"/eg

Answer 3

您使用的是什么版本的perl？这似乎对我来说在5.10.1上很好：

$ perl -E '$foo = "<0308>"; $foo =~ s/<[0-9a-fA-F]{2,4}/\N{U+$1}/g; say $foo'
Wide character in print at -e line 1.
�>

（使用\x{$1}时，似乎没有任何内容替换数字，但我仍然没有收到错误消息。）