Mathematica程序包的中文与Unicode处理

Mathematica在处理字符时默认总会将所有字符转换为ASCII字符表示，例如π会转化为\[Pi]，而像汉字仪这样的一般字符会转化为\:4eea。

这种设计固然可以避免某些环境对非ASCII字符不支持的困难，而且在Mathematica环境下会自动转换成原本的字符，但对于一般的文本阅读环境而言，尤其是在代码中使用一些中文文本或者注释时，这样的内容阅读起来根本无法理解。

为了方便在没有Mathematica的环境下也能方便的阅读程序包中的非ASCII的一般字符，下面脚本提供了将\:nnnn形式的转义序列转换为UTF-8编码下对应的Unicode字符的简单方法

1
2
3
4
5
6

#!/usr/bin/env wolframscript

fileName=Last[$ScriptCommandLine];
in=Import[fileName,"Text"];
out=StringReplace[in,("\\:"~~(n:Repeated[HexadecimalCharacter,{4}])):>FromCharacterCode[FromDigits[n,16],"UTF-8"]];
Export[fileName,out,"Text",CharacterEncoding->"UTF-8"];

经过处理的文件用Mathematica也可以正常打开显示，只是每次保存时又会重新使用转义序列表示非ASCII字符，因而每次修改都应该重新运行脚本。

对于程序包，如果在代码正文中也使用了中文等非ASCII字符的话，在使用Get等方式导入包时，可能需要添加选项CharacterEncoding->"UTF-8"才能正确地显示其中的内容。