Software Development : Perl II

by Guido Socher

关于作者:

Guido是一个老资格的Linux迷和Perl爱好者。最近他正忙着修房子和在花园里种菜什么的。

正文:

一个程序框架
使用这个模板
If-语句
变量
子例程
一个实用的程序
哈希表
小结

Perl II

摘要:

Perl I给出了对Perl语言的一个大体的描述。在这篇文章里我们将学习如何编制我们的第一个有用的Perl程序。

一个程序框架

Perl特别适合用来编制小型的专用程序。为了加快开发进度，构造一个能提供大多数程序都要用到的功能和结构的基本框架，绝对是一个好主意。下面的一段代码提供了基本的命令行选项分析功能以及一个打印帮助信息的子例程。

!/usr/bin/perl -w
# vim: set sw=8 ts=8 si et:
#
# uncomment strict to make the perl compiler very
# strict about declarations:
#use strict;
# global variables:
use vars qw($opt_h);
use Getopt::Std;
#
&getopts("h")||die "ERROR: No such option. -h for help\n";
&help if ($opt_h);
#
#>>your code<<
#
#-=-=-=-=-=-=-=-=-=-=-=-=-=-=-
sub help{
print "help message\n";
exit;
}
#-=-=-=-=-=-=-=-=-=-=-=-=-=-=-
__END__

让我们来看看这段代码。"&getopts()"是对库"Getopt::Std"中一个子例程的调用，进行命令行选项分析，并根据选项内容为相应的全局变量$opt_<选项>赋值。所有的命令行选项都以"-"（减号）开头，并必须位于程序名和其他参数之间（这是Unix系统的一个约定）。传给"&getopts"一个特定的字符串（在上面的程序中是"h"）将列出所有可接受的选项。若某选项要求一个参数，则在该选项之后应该有一个冒号。比如说，"&getsopt("d:x:h")"表示本程序接受选项 "-d"，"-x"，"-h"，其中"-d"和"-x"需要一个参数。从而"-d something"是一个可接受的命令行，而"-d -x foo"是错误的，因为选项"-d"没有参数。
如果命令行给出了"-h"参数，则变量"$opt_h"被赋值，"&help if ($opt_h);" 将调用子例程help。语句"sub help{"是对这个子例程的声明。
如果你现在还没有完全了解所有的细节，不要紧，你可以把这段代码当成一个模板，逐步往上添加你希望有的功能。

使用这个模板

我们来利用这个模板写一个小小的16进制/10进制数字转换程序，不妨叫做"numconv"；
"numconv -x 30 "将输出10进制数30的16进制形式；
"numconv -d 1A "将输出16进制数1A的10进制形式；
"numconv -h "输出帮助信息。
可以用Perl函数"hex()"完成16进制到10进制的转换，并用"printf()"完成10进制到16进制的转换。把它们加入我们的模板中，得到下面这个漂亮的程序：

#!/usr/bin/perl -w
# vim: set sw=8 ts=8 si et:
#
# uncomment strict to make the perl compiler very
# strict about declarations:
#use strict;
# global variables:
use vars qw($opt_d $opt_x $opt_h);
use Getopt::Std;
#
&getopts("d:x:h")||die "ERROR: No such option. -h for help\n";
&help if ($opt_h);
if ($opt_d && $opt_x){
    die "ERROR: options -x and -d are mutual exclusive.\n";
}
if ($opt_d){
    printf("decimal: %d\n",hex($opt_d));
}elsif ($opt_x){
    printf("hex: %X\n",$opt_x);
}else{
    # wrong usage -d or -x must be given:
    &help;
}
#-=-=-=-=-=-=-=-=-=-=-=-=-=-=-
sub help{
    print "convert a number to hex or dec.
USAGE: numconv [-h] -d hexnum
    umconv [-h] -x decnum

OPTIONS: -h this help
EXAMPLE: numconv -d 1af
\n";
    exit;
}
#-=-=-=-=-=-=-=-=-=-=-=-=-=-=-
__END__

单击此处下载"numconv"程序。
下面我们来仔细的分析这个程序。

If-语句

Perl中的if语句有两种形式：
表达式 if (条件);
或
if (条件) 块1 [[elsif (条件) 块2 ...] else 块3]

其中"块"由花括号{}包围的若干条语句组成。例如：

printf("hello\n") if ($i);

if ($i == 2){
   printf("i is 2\n");
}elsif ($i == 4){
   printf("i is 4\n");
}else{
   printf("i is neither 2 nor 4\n");
}

就象在C中一样，还可以利用"&&"和"||"操作符的"短路"特性：
printf("hello\n") if ($i);
可以写成：
($i) && printf("hello\n");
我们的模板中对"||"的使用可以被很好的翻译成符合口语习惯的句子：
&getopts("d:x:h")||die "ERROR\n";
"（或者成功的）获得命令行选项，或者退出"。
函数"die"相当于"printf"加"exit"。它将在输出一条信息后终止程序。
&getopts("d:x:h")||die "ERROR\n";
相当于：
die "ERROR\n"; if (! &getopts("d:x:h"));
其中"!"是逻辑非运算符。这也可被重写为：
die "ERROR\n"; unless (&getopts("d:x:h"));
"unless"相当于"if(!..)".

你可以从if语句的这许多种写法中选一种最符合你习惯的。

变量

在Perl I中，我们在使用标量变量（以$开头的变量）之前并没有声明。它们是在被使用的时候被创建的。对于小程序来说，这或许让人觉得很方便；但对于大的程序，这个特性很容易导致某些难于发现的错误。而变量声明可以使被编译器能够检查出某些类型错误。

"use strict;" 强制所有变量都应被声明。

看看下面这个程序：

#!/usr/bin/perl
use strict;
my $i=1;
print "i is $i\n";

这个程序是正确的，并将产生输出："i is 1"。现在假设我们在敲键盘时错误的把 "i"敲成了"j"：

#!/usr/bin/perl
#
$i=1;
print "i is $j\n";

这个程序也能运行得很好，但输出会是："i is "。加入语句"use strict;"将使后者无法通过编译。一旦使用了"strict"，所有变量都需要被声明，否则将出现编译错误信息。

#!/usr/bin/perl
use strict;
my $i=1;
print "i is $j\n";

上面的程序将导致如下错误信息，同时定位这个错误变得十分容易：

Global symbol "$j" requires explicit package name at ./vardec line 4.
Execution of ./vardec aborted due to compilation errors.
Exit 255

可以用"my"声明一个（局部）变量；也可以象在我们的模板中那样，用"use vars qw()"来声明，如：
use vars qw($opt_h);

用"use var"声明的全局变量的有效范围延伸到被包含的库中。
在程序的开头（任何子例程之外）用"my"声明的变量只在当前程序文件（包括该文件中的所有子例程）中有效。
子例程的局部变量在该子例程内用"my"来声明。

习惯于shell编程的人可能会在声明变量或给变量赋值时丢掉"$"符号。这是一种错误的做法。无论何时，只要你在使用一个标量变量，"$"符号都是必须的。

在声明变量时也可以直接赋值。如"my $myvar=10;"声明了变量"$myvar" 同时为其赋初值10。

子例程

在上面的"numconv"程序中我们已经使用了"help"子例程。子例程的使用可以使程序结构更清晰。
可以在程序的任何地方插入子例程（在调用之前或之后都可以）。子例程以"sub name(){..."开始，其调用形式是"$retval=&name(...arguments...)"。子例程的返回值是其最后一条被执行的语句的结果。参数传递通过一个特殊的数组"@_"完成。我们将在Perl III中详细讨论数组，现在只要知道在子例程内可以用"shift" 从中读出标量变量的值就够了。这里是一个例子。

#!/usr/bin/perl
use strict;
my $result;
my $b;
my $a;
$result=&add_and_duplicate(2,3);
print "2*(2+3) is $result\n";

$b=5;$a=10;
$result=&add_and_duplicate($a,$b);
print "2*($a+$b) is $result\n";

# add two numbers and multiply with 2:
sub add_and_duplicate(){
    my $locala=shift;
    my $localb=shift;
    ($localb+$locala)*2;
}

一个实用的程序

我们已经知道了不少关于Perl的基本知识，现在可以写一个有用的程序了。
Perl的设计目标是方便文本文件的处理。我们的第一个Perl程序将处理一个缩写单词的列表，从中找出重复的项。这个缩写单词的列表看起来是这样的：

用Perl来做文本处理是很容易的

AC Access Class
AC Air Conditioning
AFC Automatic Frequency Control
AFS Andrew File System
...

可以从这里下载这张表。列表文件的结构是：

每行一个缩写
缩写和它的含义在同一行，用空格隔开
每行的第一个单词是缩写
第一个单词从行首开始

怎样读这样的一个文本文件呢？这里是一些按行读入文件的代码：

....
open(FD,"abb.txt")||die "ERROR: can not read file abb.txt\n";
while(){
#do something
}
close FD;
....

"open"函数需要一个文件描述符和一个文件名作为其参数。文件描述符是一种特殊类型的变量，你需要依次在"open"函数，某个从文件重读取数据的函数，以及"close"函数中使用这个变量。从文件中读取数据是由<FD>完成的。<FD>可以被放到一个"while"循环中以实现按行读取。
一般的，Perl中用大写字母序列表示一个文件描述符。
那么，数据上哪儿去了？Perl有不少隐含变量。它们不需要声明，并且总是存在的。"$_"就是其中之一。在上面的"while"循环中，这个变量保存着最近一次读入的行。我们来试试：（下载代码）：

#!/usr/bin/perl
use strict;
my $i=0;
open(FD,"abb.txt")||die "ERROR: can not read file abb.txt\n";
while(<FD>){
   # increment the line counter. You probably
   # know the ++ from C:
   $i++;
   print "Line $i is $_";
}
close FD;

当前行保存在隐含变量"$_"中。

注意，我们没有写"print "Line $i is $_\n""。从文本文件中读入的行包含了换行符（"\n"）。

好，现在我们已经知道如何读文件了，但要完成我们的程序还需要知道：

怎样从行首读入单词缩写；
怎样使用Perl中的哈希表。

正则表达式提供了在文本串中搜寻特定模式的灵活方法。在这里，我们要得到每行中第一个空格之前的字符串，换句话说，我们要寻找的模式是："行首-->非空格字符序列-->空格"。用Perl的正则表达式来表示就是："^\S+\s"。把它放到"m//;"中去， Perl将用这个正则表达式来匹配"$_"变量（这个变量包含当前行，还记得吗？）其中的"\S+"将与"非空格字符序列"相匹配。如果用括号（"()"）把"\S+"括起来， "非空格字符序列"将被赋给变量"$1"。
把这些东西加到我们的程序中去：

#!/usr/bin/perl -w
# vim: set sw=8 ts=8 si et:
#
use strict;
# global variables:
use vars qw($opt_h);
my $i=0;
use Getopt::Std;
#
&getopts("h")||die "ERROR: No such option. -h for help.n";
&help if ($opt_h);
#
open(FD,"abb.txt")||die "ERROR: can not read file abb.txt\n";
while(<FD>){
    $i++;
    if (m/^(\S+)\s/){
        # $1 holds now the first word (\S+)
        print "$1 is the abbreviation on line $i\n";
    }else{
        print "Line $i does not start with an abbreviation\n";
    }
}
close FD;
#
#-=-=-=-=-=-=-=-=-=-=-=-=-=-=-
sub help{
     print "help text\n";
     exit;
}
#-=-=-=-=-=-=-=-=-=-=-=-=-=-=-
__END__

如果正则表达式能与当前行匹配，匹配操作符（m/ /）将返回1，我们可以把它用在一个"if" 语句中。这个"if"语句是必要的，因为需要保证变量"$1"中含有有效的数据。

哈希表

现在已经可以读文件并从中获得单词缩写了。剩下的事情是，我们还需要某种方法来判断某个缩写是不是已经读过了。我们需要一种新的数据类型：哈希表。哈希表是一种以字符串作为索引的数组。表示整个哈希表的变量以"%"开头，同时可以通过"$变量名{"索引字符串"}"来引用表中的某个元素。这里的"$"符号跟标量变量前面的"$"是一样的，因为哈希表中的一个元素实际上就是一个普通的标量变量。
一个例子：

#!/usr/bin/perl -w
my %htab;
my $index;
# load the hash with data:
$htab{"something"}="value of something";
$htab{"somethingelse"}=42;
# get the data back:
$index="something";
print "%htab at index \"$index\" is $htab{$index}\n";
$index="somethingelse";
print "%htab at index \"$index\" is $htab{$index}\n";

运行这个程序，输出是：

%htab at index "something" is value of something
%htab at index "somethingelse" is 42

好了，我们完整的程序是：

1  #!/usr/bin/perl -w
2  # vim: set sw=4 ts=4 si et:
3  #
4  use strict;
5  # global variables:
6  use vars qw($opt_h);
7  my %htab;
8  use Getopt::Std;
9  #
10  &getopts("h")||die "ERROR: No such option. -h for help.n";
11  &help if ($opt_h);
12  #
13  open(FD,"abb.txt")||die "ERROR: can not read file abb.txt\n";
14  print "Abbreviations with several meanings in file abb.txt:\n";
15  while(<FD>){
16      if (m/^(\S+)\s/){
17          # we use the first word as index to the hash:
18          if ($htab{$1}){
19              # again this abbrev:
20              if ($htab{$1} eq "_repeated_"){
21                  print; # same as print "$_";
22              }else{
23                  # this is the first duplicate we print first
24                  # occurance of this abbreviation:
25                  print $htab{$1};
26                  # print the abbreviation line that we are currently reading:
27                  print;
28                  # mark as repeated (= appears at least twice)
29                  $htab{$1}="_repeated_";
30              }
31          }else{
32              # the first time we load the whole line:
33              $htab{$1}=$_;
34          }
35      }
36  }
37  close FD;
38  #
39  #-=-=-=-=-=-=-=-=-=-=-=-=-=-=-
40  sub help{
41          print "finddup -- Find abbreviations with several meanins in the
42  file abb.txt. The lines in this file must have the format:
43  abrev meaning
44  \n";
45          exit;
46  }
47  #-=-=-=-=-=-=-=-=-=-=-=-=-=-=-
48  __END__

单击这里下载这个程序。

最后，让我们再来看看这个程序是怎么工作的：
逐行的读入一个文件，用一个名为"%htab" 的哈希表保存数据（33行），该哈希表的索引就是单词缩写。在为哈希表的某个元素赋值之前，检查该元素是不是已经被赋值了，如果是，区分两种可能性：

是该缩写的第一次重复
已经不是第一次重复了

为区别这两种情况，在出现首次重复之后为哈希表的相应元素赋值"_repeated_"（29行）。

你最好下载这个程序自己试试。

小结

在这篇文章中你已经学到了Perl的一些细节，但我们并没有讨论到Perl的所有数据类型。你可能想知道有没有什么办法可以不象上面那样，把文件名"abb.txt"硬编码到程序中去。实际上，你已经学会了如何通过使用命令行选项来做到这一点（例如：finddup -f abb.txt）。
试着修改这个程序！
下一篇文章将讨论读取命令行的一般方法以及新的数据类型：数组。

翻译信息:

en	->	--	Guido Socher
en	->	gb	Xiang Hong

1999-11-22, generated by lfparser version 0.9