memo.xight.org

Home > Changelogメモ > 2008-05 > 2008-05-13 > Unicode の16進数の数値文字参照を正規表現などで元に戻す

2008 : 01 02 03 04 05 06 07 08 09 10 11 12
2007 : 01 02 03 04 05 06 07 08 09 10 11 12
2006 : 01 02 03 04 05 06 07 08 09 10 11 12
2005 : 01 02 03 04 05 06 07 08 09 10 11 12
2004 : 01 02 03 04 05 06 07 08 09 10 11 12
2003 : 01 02 03 04 05 06 07 08 09 10 11 12
2002 : 01 02 03 04 05 06 07 08 09 10 11 12

2008-05-13

Unicode の16進数の数値文字参照を正規表現などで元に戻す

- Summary
 のような数値文字参照から元の文字に戻す方法．

- Encodeを使用する方法

#!/usr/bin/perl
use strict;
use warnings;
use Encode;
use utf8;
binmode STDOUT, ":utf8";
my $a = "&#x60C5;&#x5831;&#x6642;&#x4EE3;";
$a =~ s/&#x([0-9A-F]{4});/decode('UCS2', pack('H*', $1))/ge;
print "$a\n";

- HTML::Entitiesを使用する方法

my $a = "&#x60C5;&#x5831;&#x6642;&#x4EE3;";
use HTML::Entities;
print HTML::Entities::decode($a), "\n";

- 正規表現を使用する方法

my $a = "&#x60C5;&#x5831;&#x6642;&#x4EE3;";
$a =~ s/&#x([0-9A-F]{4});/chr(hex($1))/ge;
print "$a\n";

- Reference
たつをのChangeLog - 2008-05-10 - Unicode の16進数の実体参照を正規表現などで元に戻す
http://chalow.net/2008-05-10-3.html

404 Blog Not Found - 2008-05-11 - perl - 文字参照を(en|de)codeする
http://blog.livedoor.jp/dankogai/archives/51048882.html

HTML::Entities