|
"И тут я понял, что существовала большая экологическая ниша между языком C и
UNIX-shell. С был хорош для манипулирования сложными комплексными
проектами - назовем это "манипулексией". А shell-ы идеально подходили
для для быстрого решения повседневных проблем - я называю это 'whipupitude'
(от англ. whip up - быстро решать проблему). Но была обширная пустая область,
где ни C, ни shell не были столь хороши, и вот туда-то я и нацелил Perl."
-- Larry Wall, автор Perl
Обзор
В первой части мы говорили о некоторых основах и общих вещах в Perl -
написание скрипта, заголовке скрипта, стиле - и вдобавок о некоторых
специальных вещах, таких как скаляры, хэши, операторы и правила кавычек.
В этом месяце мы рассмотрим присущие Perl инструменты, которые делают его таким легким
в использовании из командной строки, а также их эквиваленты в скриптах. Еще мы
немного глубже рассмотрим механизм действия кавычек, сделаем небольшой шаг в раccмотрении
регулярных выражений - одного из наиболее мощных инструментов в Perl, который
заслуживает для описания отдельной книги. [1]
Механизм действия кавычек
Большинство из вас будут на "ты" со стандартным механизмом кавычек в Unix:
одинарные и двойные кавычки, о которых я упомянул в предыдущей статье, имеют такую же
функциональность в Perl, как и в shell. Хотя иногда экранирование всех метасимволов
в строке может быть немного затруднительным.
Представьте попытку напечатать строку похожую на эту:
``/// Don't say "shan't," "can't," or "won't." ///''
Вот не было печали! Что мы можем сделать с такой неприятностью?
Ну, мы могли бы всунуть целую связку "экранов" ("\"), но это будет болезненно
- как в случае с ССИДДФР (Синдром склонности использования дубины для
филигранной работы):
print '\`\`\/\/\/ Don\'t...
Бр-р-р.. Очевидно - это не есть хороший ответ. Для случаев, похожих на этот,
Perl предлагает альтернативный механизм кавычек:
q// # Одиночные кавычки
qq// # Двойные кавычки
qx// # Обратные кавычки для команд shell
qw// # Список слов - полезен при начальной загрузке массивов
Учтите также, что разделитем может быть не '/', а любой другой символ.
Теперь наша работа становится немного легче:
print q-``/// Don't say "shan't," "can't," or "won't." ///''-;
Простенько, да? Между прочим, такую штучку вы можете вставить только внутрь скрипта;
механизм интерпретации команд shell воспринял бы все это, особенно нагромождение
обратных кавычек и слэшей, как ужасный беспорядок, если бы вы попытались сделать так из командной строки.
Вызов Perl
"Услышь мои мольбы, о Perl, Великий и Мудрейший!" Ладно, не берите в голову;
я думаю, такие реплики были стандартом при работе с Perl3, но теперь они обесценились... :)
Наиболее часто используемый ключ при вызове Perl, если вы вызываете его
из командной строки - это '-e'; он говорит Perl, что нужно выполнить команды
расположенные сразу после него. Фактически, '-e' должен быть последним переключателем,
используемым в командной строке, потому что все, что после него, рассматривается как
часть скрипта!
perl -we 'print "Боги начали этот трэд в конференции, чтобы родился Web.\n"'
"-w" - "предупреждающий" ключ, о котором я упомянул в прошлый раз. Он говорит вам о
всех не-фатальных ошибках в вашем коде, включая информацию о переменных, которые
вы определили, но не использовали (неоценимо при поиске ошибок, допущенных при вводе имен
переменных), и еще о многих и многих других вещах.
Настоятельно рекомендую всегда - да, всегда использовать "-w", неважно,
в командной строке или в скрипте.
"-n" это "не-печатающий циклический" переключатель, который заставляет Perl
обработать весь ввод строчка за строчкой (строки при этом не выводятся) -
несколько напоминает "awk". Если хотите напечатать данную строку, вы должны определить
условие для этого:
perl -wne 'print if /holiday/' schedule.txt
Perl "пройдет" через весь "schedule.txt" и напечатает все строки, которые содержат
слово "holiday". Будьте осторожны: так вы можете впасть в депрессию, узнав о том, как мало
праздников у вас намечается.
"-p" вызов "цикла печатания", действует точно как "-n"
за исключением того, что печатает каждую строку, которую обрабатывает Perl.
Это очень полезно для "sed"-подобных операций, например модификация файла
и вывод его (мы обсудим 's///', оператор замены, только вскользь):
perl -wpe 's/holiday/Party time!/' schedule.txt
Эта команда выполнит замену первого вхождения слова
'holiday' на 'Party time!' в каждой строке файла schedule.txt (см. "perldoc perlre"
для рассмотрения модификаторов, используемых с 's///', таких как 'g'- глобальный.)
"-i" - этот переключатель хорошо работает в комбинации с любым из вышеупомянутых,
в зависимости от желаемого действия; это позволяет выполнять "замещающее"
редактирование, т.е. делать изменения в определенном файле (при желании можно сохранить
копию, содержащую первоначальные данные), а не печатать его на экране. Учтите, что
мы не можем просто добавить "i" в строку "wpe": требуется необязательный
параметр - раcширение, которое будет добавлено к файлу, содержащему резервную копию обрабатываемого файла.
perl -i~ -wpe 's/holiday/Party time!/' schedule.txt
Эта строка поризведет файл файл "schedule.txt", содержащий модифицированный
текст, и "schedule.txt~", содержащий первоначальные данные. "-i" без всякого расширения
перепишет оригинальный файл; это гораздо более удобно, чем создание измененного
файла и переименование его, но при этом будьте уверены в правильности вашего кода
или вы попрощаетесь с вашими первоначальными данными!
Регулярные выражения или "Опять по моей клавиатуре кошка гуляла?"
Одним из мощнейших инструментальных средств, достпных в Perl, является
регулярное выражение - это способ выразить соответствие почти любой
символьной последовательности.
Здесь (по необходимости) я обьясню только самые основы;
если вам покажется, что вы нуждаетесь в большем количестве информации,
копайте в "perlre" manpage, которая поставляется вместе с Perl. Это займет вас
на некоторое время. :)
RE (regular expressions = регулярные выражения) используются для сопоставления с шаблоном, обычно, в операторах
"m//" (соответствие) и "s///" (замена). Учтит, что разделители в них, точно также как
и в правилах кавычек, не ограничены только символом '/'; фактически, первая 'm'
в операторе сопоставления требуется только если используется разделитель не
определенный по умолчанию. Другими словами, просто "//" - достаточно.
Приведем несколько метасимволов, используемых в RE. Учтите, что их гораздо больше,
но перечисленных хватит для начала:
. соответствует любому символу, кроме '/n' -конец строки
^ соответствует началу строки
$ соответствует концу строки
| альтернатива (или) (соответствует
"left|right|up|down|sideways")
* соответствует 0 или больше раз
+ соответствует 1 или больше раз
? соответствует 0 или 1 раз
{n} соответствует точно n раз
{n,} соответствует по крайней мере n раз
{n,m} соответствует по крайней мере n но не больше чем m раз
Скажем, у нас есть файл со списком имен:
Anne Bonney
Bartholomew Roberts
Charles Bellamy
Diego Grillo
Edward Teach
Francois Gautier
George Watling
Henry Every
Israel Hands
John Derdrake
KuoHsing Yeh
...
и мы хотим заменить первое имя словом 'Captain'. Очевидно, мы должны пройтись по
файлу с "циклом печати" и сделать замену соответствие критерию:
s/^.+ /Captain /;
Символ ('^') соответствует началу строки, ".+" говорит
"любой символ, поторенный 1 или больше раз", и пробел соответствует пробелу.
Как только мы найдем, что ищем, мы заменим это на слово 'Captain'
со следующим за ним пробелом - так как исходная строка, которую мы заменяем,
содержит пробел, мы должны вернуть его.
Скажем, что мы также знали, что где-то в файле есть пара имен
, содержащих апострофы (Francois L'Ollonais), и мы бы хотели пропустить их,
а также еще все те, что содержит 'не-буквенные' символы. Давайте немного расширим
наше регулярное выражение:
s/^[A-Z][a-z]* /Captain /;
Мы использовали спецификатор "класс символов" - "[]", первому соответствует
символ между 'A' и 'Z' - учтите только один символ, очень важное ограничение! -
следующему соответствует один символ от 'a' до 'z', и астериск, который говорит опять
"ноль и или большее число предшествующих символов".
Оп-ля, подождите! А как насчет "KuoHsing"?
На букве 'H' произойдет ошибка сопоставления, так как символы верхнего регистра
не включены в определенный диапазон.
OK, мы модифицируем рег. выражение:
s/^\w* /Captain /;
'\w' - это "буквенный символ" - еще раз, он соответствует только одному
символу, который может быть: 'A-Z', 'a-z', и '_'. Это предпочтительнее чем [A-Za-z_],
потому что используется значение $LOCALE (системное значение), чтобы определить
какие символы могут являтся частями слов - это важно для языков, отличных от
английского. К тому же, '\w' напечатать легче, чем '[A-Za-z_]'.
Давайте попытаемся сделать нечто немножечко другое:
Что если мы захотели найти имена, но теперь, вместо того, чтобы заменить их, мы пожелали
поменять их местами с фамилиями, разделив запятыми, и перед фамилиями вставить слово
'Captain'? С регулярными выражениями в нашей команде - это не проблема:
s/^(\w*) (\w*)$/Captain $2, $1/;
Обратите внимание на круглые скобки и переменные "$1" и "$2":
скобки "захватывают" заключенную в них часть рег. выражения, к которой мы теперь можем
обратиться через переменные (содержимое первых скобок $1, вторых - в $2, и т.д.)
Итак, здесь, приведенное выше регулярное выражение по-русски:
Стартуем с начала строки, (начинаем "наполнять" переменную $1)
ищем соответствие любому "буквенному символу", встречающегося ноль или больше раз (конец)
и следующий затем пробел, (начинаем "наполнять" переменную $2) следующий затем
любой "буквенный символ", повторенный ноль или более раз (конец)
пока не достигнем конца строки. Возвращаем слово 'Captain', затем пробел,
за которым следует значение переменной $2, запятая, пробел и значение переменной $1.
Я бы сказал, что регулярные выражения очень компактный способ для
выражения всего этого. В подобных случаях становится довольно очевидно, что
Larry Wall - профессиональный лингвист. :)
Это только простые примеры подхода к построению регулярных выражений.
Я должен признаться в небольшом обмане: разбор имен, вероятно, одна из широчайших
задач, и я мог бы плести этот пример так долго, как хотел бы.
Рассмотрение возможностей включения "John deJongh", "Jan
M.
van de Geijn", "Kathleen O'Hara-Mears", "Siu Tim Au Yeung", "Nang-Soa-Anee
Bongoj Niratpattanasai", и "Mjölby J. de Wærn" (не забудьте об использовании
LOCALE соответствий, правильно?), поле довольно широко и очень неоднородно.
(Мисс Niratpattanasai, посмотрев на что-нибудь типа "John Smith".
вероятно согласилась бы. :)
Есть важный фактор в работе механизма регулярных выражений: по умолчанию делаются
"жадные соответствия". Другими словами, возьмем фразу похожую на
Acciones son amores, no besos ni apachurrones
и регулярное выражение типа
/A.*es/
получим следующее соответствие:
Acciones son amores, no besos ni apachurrones
|___________________________________________|
Хммм. Все от первой 'A'(следующими за ней нулем или больше символами)
до последней 'es'. Как найти первое же совпадение, а?
Чтобы противодействовать жадности, Perl предоставляет
модификатор "щедрости" к кванторам типа '*', '+', и '?':
/A.*?es/
Acciones son amores, no besos ni apachurrones
|______|
Ну вот. Гораздо лучше. На будущее запомните: если вы разбиваете строку для
проверки на соответствие серии регулярных выражений, и последние "куски" пусты,
вы вероятно получили проблему "жадности".
Заданный по умолчанию буфер/переменная
Некоторые из вас, особенно те, кто в прошлом программировал, вероятно были
озадачены некоторыми конструкцями в приведенном выше коде, например
print if /holiday/;
"Напечатать что? если что?
Где та переменная, которую мы проверяем на соответствие?
Разве это не должно выглядеть как-то так 'if $x == /holiday/'?"
Я рад, что вы задали этот вопрос. :)
Perl использует интересную концепцию, найденную также в нескольких других языках,
буфера по умолчанию - также известному нам как переменная по умолчанию
и default pattern space. Не удивительно, что это используется в конструкциях
выполнения цикла, когда мы используем синтаксис "-n/-p" при вызове Perl,
это переменная использована для "содержания" текущей строки - так же как при замене
и поиска соответствия и в некоторых других местах. Переменная '$_' - является
переменной по умолчанию для всего вышеперечисленного; когда переменная не
определена там, где вы ожидаете, "виновником" обычно является '$_'.
Фактически применение '$_' довольно трудно объяснить - она появляется
в таком количстве мест, что алгоритм выглядит невозможным - но само
использование чудесно легко и интуитивно понятно, как только у вас
появляется идея.
Рассмотрим следующее:
perl -wne 'if ( $_ =~ /Henry/ ) { print $_; } pirates
Если в строке в файле "pirates" есть соответствие "Henry", то она
будет напечатана. Прекрасно; а теперь, давайте сыграем в любителя "Perl Golf" -
это конкурс среди хакеров Perl, чтобы посмотреть сколько (ключевых) штрихов
можно удалить из этого куска кода и оставить ту же его функциональность.
Так как мы уже знаем, что Perl читает каждую строку в '$_', мы просто удалим все
явные объявления этой переменной:
perl -wne 'if ( /Henry/ ) { print; } pirates
Perl "знает" что мы ищем соответствие в переменной по умолчанию,
и он "знает", что оператор "print" применяется к ней же. Теперь применим маленькую
Perl идиому:
perl -wne 'print if /Henry/' pirates
Здорово, правда? Perl фактически позволяет вам писать код с условием,
следующим за действием; это почти также, как вы бы сказали это по-английски.
О, и мы отсекли точку с запятой в конце, потому что она нам не нужна:
это разделитель операторов, а никакого следующего оператора нет
"/Henry/".
<grin> Для тех кто играет один дома, попытайтесь разобраться
perl -ne'/Henry/&&print' pirates
Не нужно быть слишком крутым чтобы понять; оператор '&&'
в Perl работает также как, он работает в shell. Perl Golf - это забава для игры,
но будьте осторожны: легко написать код, который будет работать, но требующий
поломать голову, чтоб понять его. Не Делайте Так. Может быть завтра я буду
сопровождать ваш код... точно также, как вам, быть может, придется сопровождать мой.
В первом примере обратите внимание на "связывающий оператор" '=~', который
проверяет на соответствие переменную. Это то , что вы бы использовали, если бы искали
соответствие не с "$_", а с другой переменной. Оператор "не-соответствия" '!~',
который возвращает истину, если совпадения не было найдено (инверсный '=~'.)
Учтите также, что доступные операторы для простых выражений, типа
упомянутых выше, включают не только "if", но также и "unless", "while", "until",
и "for". О них и многом другом в Части 3...
Ben Okopnik
perl -we '$perl=0;JsP $perl "perl"; $perl->perl(0)'\
2>&1|perl -ne '{print ((split//)[19,29,20,4,5,1,2,
15,13,14,12,52,5,21,12,52,8,5,14,1,6,37,12,52,75])}'
[1]. Фактически "Мастерство регулярных выражений"
by Jeffrey E. Friedl может быть справочником по предмету. Она включает некоторые
замечательные примеры, и буквально учит читателя "думать по-регулярному".
Ссылки:
Relevant Perl man pages (available on any pro-Perl-y configured
system):
perl - overview
perlfaq - Perl FAQ
perltoc - doc TOC
perldata - data structures
perlsyn - syntax
perlop - operators/precedence
perlrun - execution
perlfunc - builtin functions
perltrap - traps for the unwary perlstyle - style guide
"perldoc", "perldoc -q" and "perldoc -f"
| 