OpenKore 的國際化支援

本文件闡明一些有關如何適當地處理 OpenKore 國際化（不同的 文/字 編碼）的東西。亦請參見 Perl 類型的定義 與 Unicode-processing issues in Perl and how to cope with it。

假如你對於 Unicode/UTF-8 不熟悉，請閱讀 The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)

Contents 1 字串的類型 2 轉換位元組為字串 3 轉換字串為位元組 4 資料檔案 5 設定 utf8 編碼 pragma 6 預先定義的編碼名稱的別名 7 處理二進位資料

字串的類型

在 OpenKore 裡，所有包含人類看得懂的文字的變數（換句話說，所有文字字串）都必須是 字串 類型。這些字串在程式內部以 UTF-8 編碼。

最重要的差別在於字串是 字 的序列，而不是位元組的序列。

轉換位元組為字串

因為在 OpenKore 裡所有人類能夠閱讀的文字變數必須是字串類型，你得轉換由外部的程式碼送出的資料（像是 RO 伺服器的訊息）為字串。

• 你可以藉由 I18N::bytesToString() 函式來轉換 RO 伺服器訊息為字串。
• 對於從其它程式碼而來的訊息，可使用 Perl 的 Encode::decode() 函式來轉換任何的編碼。舉例來說，假如你知道該資料是以中文編碼 (EUC-CN) 來編碼的：

  $string = Encode::decode("Chinese", $bytes)

  亦請參見 預先定義的編碼名稱的別名。
• 假如你想要轉換 UTF-8 資料為字串，你可以使用 I18N::UTF8ToString():

  $string = I18N::UTF8ToString($utf8_data);

轉換字串為位元組

你也需要轉換字串(String)為 UTF-8 或 Unicode 或任何你能傳輸字串的資料至一個外部實體之前的東西。(You also need to convert Strings to UTF-8 or Unicode or whatever before you can pass the string's data to an external entity.)

• 你可以用 I18N::stringToBytes() 函式來轉換字串為 RO 伺服器所用的編碼。
• 對於傳送至其它實體的資料，使用 Perl 的 Encode::encode() 函式。
  使用後回傳的結果是 Bytes 類型。（或 UtfBytes，假如你要轉換為 UTF-8 的話）舉例來說，要轉換一個字串為 UTF-8 bytes 類型：

  $utfBytes = Encode::encode("utf8", $string);

  是的我知道這個函數名 "encode()" 有點令人困惑。它們真正的意思是：要去 encode 一個字串成為一個指定的文字編碼。
• 假如你想要轉換一個字串為 UTF-8 資料，你可以使用 I18N::stringToUTF8()：

  $utf8_data = I18N::stringToUTF8($string);

資料檔案

資料檔案，像是 config.txt 與 items.txt，必須被編碼為 UTF-8。所以我們要求使用者以 UTF-8 編輯每一樣東西。（這是有可能的：記事本可支援 UTF-8，事實上所有 Linux 的桌面文字編輯器都支援 UTF-8。Linux 擁有 iconv 元件，可讓你輕易地轉換任何東西為 UTF-8。）

要從資料檔案進行讀取，你必須以 UTF-8 模式開啟檔案，藉由 ':utf8' 來做 open()。用以下範例來做示範：

use encoding 'utf8';

open(F, "<:utf8", "data.txt");
... read data file ...

要寫入字串至資料檔案做法也相同。藉由 ':utf8' 來做 open()。舉例：

use encoding 'utf8';

my $string = getStringToWrite(); # Type: String
open(F, ">:utf8", "data.txt");
print F $string;
close(F);

設定 utf8 編碼 pragma

每一個處理字串的 Perl 模組裡，你應該要設定 utf8 編碼 pragma：

use encoding 'utf8';

否則，你可能會收到惱人的警告訊息像是 'Wide character in print at xxxxx line yy.'，且有些字串可能會變亂掉。

預先定義的編碼名稱的別名

I18N 模組定義了一些編碼名稱的別名，這些別名較容易記住。

別名名稱	對映
Western	ISO-8859-1
Tagalog	ISO-8859-1
Simplified Chinese	GBK
Traditional Chinese	Big5
Korean	CP949
Russian	CP1251
Cyrillic	CP1251
Japanese	Shift_JIS
Thai	ISO-8859-11

中文支援的注意事項： 正體中文通常使用 Big5 編碼，而簡體中文通常使用 CP936 (GBK)。從 2000 年起，所有大陸地區的中文產品必須支援 GB18030 標準。GB18030 與 GBK 完全相容，但需要龐大的第三方 Perl 模組，所以對於別名使用 GBK 作為替代。

處理二進位資料

有時候你不想把變數當作是字串，而想當作是二進位資料來處理（舉例來說，當你在應付 raw socket data 時）。使用以下的 pragmas 以強制 Perl 那樣做：

use bytes;
no encoding 'utf8';

第一個 pragma 強制 Perl 把所有的字串都當做位元組字串而不是文字字串。 第二個 pragma 用來保證你以目前的詞語上下文裡創造的任何字串將不會被標記為 UTF-8 字串。(The second pragma ensures that any strings you create within the current lexical context will not be marked as UTF-8 strings.)