[perl5.8] SJISから読み込んだ～と

質問

sjisで書かれたファイルsjis.txtに"～"と一文字だけ
書いて、それをutf8で記述した以下のperlスクリプト
で読込み、文字列マッチングをしたのですが、うまく
いきません。(ちなみにソース中blockB部分を有効に
し、blockAをコメントアウトするとうまくいきます)

#=== match.pl ===============================
#!/usr/bin/perl

use encoding 'utf8';
use open IN => ":encoding(Shift_JIS)";
use open OUT => ":encoding(utf8)";
binmode STDOUT, ":raw:encoding(shiftjis)";

# === blockA ===
open(IN, "<sjis.txt");
@lines = <IN>;
close(IN);
# ==============

# === blockB ===
# $a = "～";
# push(@lines, $a);
# ==============

for(@lines) {
　if (/～/) {
　　print "WAVEDASH発見\n";
　}
}
#=============================================

※いわゆるWAVEDASH問題に起因してそうだな、
　というのはわかりますが、具体的に何が起きて
　いるのかが理解できません。

原因や、どうすればこの問題を解決できるか、
ご存知の方、お知恵をお貸しください。

回答No.1

BLUEPIXY · ベストアンサー

過去の質問にも、いくつかこの問題についてでていますが、
要点としては、
Unicodeの～(FF5E)は、シフトＪＩＳ～(8160)のマッピングに無くて
シフトＪＩＳ～(8160)にマッピングされているのは、
Unicodeの〜(301C)の方だということです。
なので、マッチングをみるだけなら
〜(301C)の方を使えば良いです。

お礼

なるほど！

BLUEPIXYさんに書いて頂いたキーワードで
ぐぐり直した結果、完全に理解することが
できました！

SJISではFullWidthTilde(～)とWaveDash(〜)を
同一のものとしていましたが、unicodeでは、
違う文字として管理しているんですね。
確かにFullWidthTildeは左肩があがっている波
の様な記号ですが、WaveDashは逆肩が上がって
いて、別の記号ですね。

で、Perl5.8が、SJISの～を変換する時に、
間違って(?)WaveDash(〜)の方に変換して
しまっているため、僕が書いたソース中の
文字列マッチングのパターンとして記述した
～とはマッチングしなかったわけですね＾＾

・参考文献
　http://ja.wikipedia.org/wiki/%E5%AE%9F%E4%BD%93%E5%8F%82%E7%85%A7

また、&#数字という表現は、文字コードを
直接指定する記述法ですね。

・参考文献
　http://ja.wikipedia.org/wiki/%E3%83%86%E3%82%A3%E3%83%AB%E3%83%87

今までどの過去ログを見ても理解できません
でしたが初めてスッキリと理解できました！

BLUEPIXYさん、本当にありがとうございましたm(__)m