¿Cómo puedo invertir una cadena que contiene la combinación de caracteres en Perl?

Question

Tengo la cadena "re\x{0301}sume\x{0301}" (que se imprime así: re & # x0301; sume & # x0301;) y quiero revertirla a "e\x{0301}muse\x{0301}r" (e & # x0301; muse & # x0301; r). No puedo usar reverse de Perl porque trata la combinación de caracteres como "\x{0301}" como caracteres separados, así que termino obteniendo "\x{0301}emus\x{0301}er" (& # x0301; emus & # x0301; er). ¿Cómo puedo invertir la cadena pero respetar los caracteres combinados?

Answer 1

La mejor respuesta es utilizar Unicode::GCString, as Sinan points out

---

he modificado el ejemplo de Chas un poco:

• Establezca la codificación en STDOUT para evitar advertencias de "caracteres anchos en la impresión";
• Use una afirmación de búsqueda positiva hacia delante (y no hay modo de retención del separador) en split (no funciona después de 5,10, por lo visto, así que me lo quitó)

Es básicamente el mismo con un par de ajustes.

use strict; 
use warnings; 

binmode STDOUT, ":utf8"; 

my $original = "re\x{0301}sume\x{0301}"; 
my $wrong = reverse $original; 
my $right = join '', reverse split /(\X)/, $original; 

print <<HERE; 
original: [$original] 
    wrong: [$wrong] 
    right: [$right] 
HERE 

Answer 2

Puede utilizar el \X special escape (que coincida con un carácter que no sea la combinación y todos los siguientes caracteres de combinación) con split a hacer una lista de grafemas (con cadenas vacías entre ellos), invertir la lista de grafemas, entonces join vuelta juntos:

#!/usr/bin/perl 

use strict; 
use warnings; 

my $original = "re\x{0301}sume\x{0301}"; 
my $wrong = reverse $original; 
my $right = join '', reverse split /(\X)/, $original; 
print "original: $original\n", 
     "wrong: $wrong\n", 
     "right: $right\n"; 

Answer 3

Algunas de las otras respuestas contienen elementos que no funcionan bien. Aquí hay un ejemplo de trabajo probado en Perl 5.12 y 5.14. Si no se especifica el binmode, la salida generará mensajes de error. Usar una aserción positiva de búsqueda anticipada (y ningún modo de retención de separador) en división causará que la salida sea incorrecta en mi Macbook.

#!/usr/bin/perl 

use strict; 
use warnings; 
use feature 'unicode_strings'; 

binmode STDOUT, ":utf8"; 

my $original = "re\x{0301}sume\x{0301}"; 
my $wrong = reverse $original; 
my $right = join '', reverse split /(\X)/, $original; 
print "original: $original\n", 
     "wrong: $wrong\n", 
     "right: $right\n"; 

Answer 4

Puede utilizar Unicode::GCString:

Unicode :: GCString trata cadena Unicode como una secuencia de grupos de grafema extendidos definido por Unicode estándar Anexo # 29 [UAX # 29].

#!/usr/bin/env perl 

use utf8; 
use strict; 
use warnings; 
use feature 'say'; 
use open qw(:std :utf8); 

use Unicode::GCString; 

my $x = "re\x{0301}sume\x{0301}"; 
my $y = Unicode::GCString->new($x); 
my $wrong = reverse $x; 
my $correct = join '', reverse @{ $y->as_arrayref }; 

say "$x -> $wrong"; 
say "$y -> $correct"; 

Salida:

résumé -> ́emuśer 
résumé -> émusér