はじめに
長いこと使ってる自作のスクリプトで、これまで問題を起こさなかったのに、急に文字化けしたので調べたら、Jcode.pmのconvertに、utf-8の文字列を自動判別でutf-8で出力しようとしたのが原因だったので覚書。
再現コード
以下が再現コード。手元のMac(Perl v5.16.3)とCentOS (Perl v5.8.8)で再現。スクリプトはutf-8で保存しておく。
test.pl
# !/usr/bin/perl
use Jcode;
$val1 = Jcode->new("秋葉原UDX")->utf8;
print "$val1\n";
$val2 = Jcode->new("秋葉原UDX","utf8")->utf8;
print "$val2\n";
$val3 = Jcode->new("秋葉原")->utf8;
print "$val3\n";
出力結果。
$ perl test.pl
遘玖痩蜴欟DX
秋葉原UDX
秋葉原
とりあえず「秋葉原」は大丈夫だが、「秋葉原a」とか、「原」に半角英語をつなげると文字化けする。これはJCodeが入力文字列の自動判別に失敗しているためで、JCodeのconvertに入力文字列がUTF-8であることを教えてやれば大丈夫だし、スクリプトの最初にuse utf8;と宣言すればもちろん大丈夫。
どうでもいい覚書
今回の文字化けの原因はUTF-8の文字列をUTF-8にconvertするという無意味なコードのせい。これまで入力をUTF-8、出力をShift-JISにしてたのを、途中で出力もUTF-8に変更した際、変更の必要が無いにもかかわらず、Jcodeによるconvertが残っていたために発覚したもの。