IDC资讯中心
perl的经典用法
作者: nathan torkington
日期: 2000年04月21日
from:(www.zdnet.com.cn)
<编者按：本月的专栏文章将介绍一些 perl的经典用法，以便帮助你创建短小精悍,可靠性更高的程序>
用open() 函数打开文件
打开文件的常用方法是:
open(fh, "< $filename")
or die "couldnt open $filename for reading: $!";
open() 函数通常带有两个参数，第一个为文件句柄，用于指向打开的文件，第二个参数是文件名及模式(文件的打开模式)的混合体，如果文件被成功打开，open()函数返回true，否则为false。我们用“or”来测试该条件。
上述代码中的模式由小于字符(<)来表示。如果文件不存在，open()将返回false。此时，你可以读文件句柄，但不可以写。
大于字符表示写。如果文件不存在，就会被创建。如果文件存在，文件被清除，以前的数据将会丢失。你可以写入文件句柄，但不可以读入。
# 如果文件不存在，就创建它
open(fh, "> $filename")
or die "couldnt open $filename for writing: $!";
如果文件不存在，添加模式(用两个大于符号表示)可以用来创建新文件，如果文件存在，该模式并不会清除原来的数据。
同“<”或“读”模式一样，你只能对文件句柄进行写操作。 (所以的写入内容都添加到文件尾)。企图进行读操作，会产生运行错误。
open(fh, ">> $filename")
or die "couldnt open $filename for appending: $!";
通过“+<”模式，你可以既可以读文件，又可以写文件。你可以通过tell() 函数在文件内部移动，通过seek()函数进行定位。如果文件不存在，就会被创建。如果文件已经存在，原来的数据不会被清除。
如果你打算清除原来的文件内容，或者自己调用truncate() 函数，或者使用“+>”模式。
open(fh, "+> $filename")
or die "couldnt open $filename for reading and writing: $!";
注意“+<”和“+>”的区别，两者都可以可读可写。前者为非破坏性写，后者为破坏性写。
错误
错误是如何出现的？很多地方都会出现错误：如目录不存在，文件不可写入，你的程序丢失了文件句柄等等。
你应该检查系统调用的结果 (如open() 和sysopen())，看看是否调用成功。
为了帮助用户查错，通常使用“or die()”，你应记住这些用法。首先，应写出系统调用失败(“open”)的信息。其次，应写出文件名的信息，以便修正错误时更容易地定位。第三，要写出打开文件的方式， (“for writing,”“for appending”)。第四，输出操作系统的出错信息(包含在$!中)。这样，一旦出现文件不能打开的问题，使用你的程序的用户会大体上知道为什么不能打开。有时，我们把第一个和第三个合并在一起：
or die "unable to append to $filename: $!";
如果在open() 和出错信息中都写了文件的全名，你会冒改变了open() 的风险，使得出错信息不合时宜或不正确。
# 下面会出现虚假的出错信息
open(fh, "</var/run/file.pid")
or die "cant open /var/log/file.pod for writing : $!";
用 sysopen()进行更多的控制
为了更好的控制文件的打开方式，可以使用 sysopen() 函数：
use fcntl;
sysopen(fh, $filename, o_rdwr|o_creat, 0666)
or die "cant open $filename for reading/writing/creating : $!";
函数 sysopen() 带有四个参数，第一个是同open()函数类似的文件句柄参数，第二个参数是不带模式信息的文件名，第三个参数是模式参数，由fcntl 模块提供的逻辑or运算组合起来的常数构成，第四个参数(可选)，为八进制属性值(0666表示数据文件， 0777表示程序)。如果文件可以被打开，sysopen() 返回true，如果打开失败，则返回false。
不同于open()函数，sysopen()不提供模式说明的简写方式，而是把一些常数组合起来，而且，每个模式常数有唯一的含义，只有通过逻辑or运算才能将它们组合起来，你可以设置多个行为的组合。
o_rdonlyread-only
o_wronly write-only
o_rdwr reading and writing
o_append writes go to the end of the file
o_trunc truncate the file if it existed
o_creat create the file if it didnt exist
o_exclerror if the file already existed (used with o_creat)
当你需要小心行事的时候，就使用sysopen() 函数，例如，如果你打算添加内容到文件中，如果文件不存在，不创建新文件，你可以这样写：
sysopen(log, "/var/log/myprog.log", o_append, 0666)
or die "cant open /var/log/myprog.log for appending: $!";
读入单个记录
有一个容易的方法读入filehandles：用 <fh> 操作符。在标量内容下，它返回文件中的下一个记录，或者返回未定义出错信息。我们可以使用它来把一行读入到一个变量中：
$line = <fh>;
die "unexpected end-of-file" unless defined $line;
在循环语句中，我们可以这样写：
while (defined ($record = <fh>)) { # long-winded
# $record is set to each record in the file, one at a time
}
因为要大量进行这样的工作，通常再进行一下简化，
把记录放到$_ 中，而不是$record中：
while (<fh>) {
# $_ 每次为文件中的一个记录
}
在perl 5.004_04中，我们可以这样做：
while ($record = <fh>) {
# $record 每次为文件中的一个记录
}
defined() 将自动加上，在perl 5.004_04以前的版本中，该命令给出一个警示。要了解所用的perl版本，可在命令行下打入：
perl -v
一旦我们读出了一个记录，通常打算去掉记录分隔符，(缺省值为换行符字符)：
chomp($record);
perl 4.0版本仅有chop()操作，去掉串的最后一个字符, 不管该字符是什么。chomp() 没有这么大的破坏性，如果有行分隔符存在，它仅去掉行分隔符。如果你打算去掉行分隔符，就用chomp() 来代替chop()。
读入多个记录
如果你调用<fh>，返回文件中剩余的记录。如果你处于文件尾，则返回空表：
@records = <fh>;
if (@records) {
print "there were ", scalar(@records), " records read.\n";
}
在下面的一步中，进行赋值和测试两项工作：
if (@records = <fh>) {
print "there were ", scalar(@records), " records read.\n";
}
chomp() 也可适用对数组操作：
@records = <fh>;
chomp(@records);
对于任何表达式，都可以进行chomp操作，故你可以在下面的一步中这样写：
chomp(@records = <fh>);
什么是记录？
记录的缺省定义为：“行”。
记录的定义由$/ 变量控制的，该变量存放所输入的记录的分隔符，因为换行符字符(根据定义！)是用来分隔行的，故其缺省值为串“\n”。
例如，你可以用任何你想要替换的符号来代替“\n”。
$/ = ";";
$record = <fh>; # 读入下一个用分号分隔的记录
$/可以取其它两个有趣的值：空串("") 和undef。
读入段落
$/ =""的写法是用来指示perl读入段落的，段落是由两个或两个以上的换行符构成的文本块。这不同于设置为"\n\n"，后者仅读入由两行组成的文本块。在这种情况下，将出现这样一个问题：如果有连续的空行存在，例如“text\n\n\n\n”，你既可以把它解释为一个段落 ("text")，也可以解释为两个段落 ("text", 后面跟两个换行符，以及一个空段落，后面跟两个空行。)
在读入文本时，第二个解释用途不大。如果你正在读的段落出现上述情况，你不必过滤出“空”段落。
$/ = "\n\n";
while (<fh>) {
chomp;
next unless length; # 跳过空段
# …
}
你可以把 $/设置为undef，它用于读入后面跟着两个或多个换行符组成的段落： undef $/;
while (<fh>) {
chomp;
# …
}
读入整个文件
$/ 的其它有趣的值为undef。如果设置为该值，就将告诉perl，读命令将把文件的剩余部分作为一个串返回：
undef $/;
$file = <fh>;
因为改变了 $/的值，将会影响以后的每次读操作，而不仅是下一个读操作。通常，你需要将该操作限制在局部。通过下面的例子，可以把文件句柄的内容读入到一个串中：
{
local $/ = undef;
$file = <fh>;
}
记住：perl变量可读入很长的串。尽管你的文件大小不可以超出你的虚拟内存容量的限度，你仍可以读入尽可能多的数据。
用正则表达式对文件进行操作
一旦你有个包含了整个串的变量，你可以使用正则表达式，对整个文件进行操作，而不是对文件中的某个块进行操作。有两个有用的正则表达式标记/s和/m。一般，perl的正则表达式对行进行处理，你可以这样写：
undef $/;
$line = <fh>;
if ($line =~ /(b.*grass)$/) {
print "found $1\n";
}
如果把我们的文件填入如下内容：
browngrass
bluegrass
则输出为：
found bluegrass
它没有找到“browngrass”，这是因为$ 仅在串尾寻找其匹配， (或者在串结束前的一行)。如果在包含很多行的串中，用"^" 和"$" 来匹配，, 我们可以使用 /m ("multiline") 选项：
if ($line =~ /(b.*grass)$/m) {}
现在程序会把如下的信息输出：
found browngrass
类似地，句点可以匹配除了换行符之外的所有字符：
while (<fh>) {
if (/19(.*)$/) {
if ($1 < 20) {
$year = 2000+$1;
} else {
$year = 1900+$1;
}
}
}
如果我们从文件中读入“1981”，$_ 将包含“1981\n”。正则表达式中的句点匹配“8”和“1”, 而不匹配“\n”。这里正需要这样做，因为换行符不是日期的组成部分。
对于一个包含很多行的串，我们也许要提取其中的大的块，这些块可能会跨越行分隔符。在这种情况下，我们可以使用 /s 选项，并用句点来匹配除了换行符以外的所有字符。
if (m{<b>(.*?)</b>}s) {
print "found bold text: $1\n";
}
此处，我用了{}来表示正则表达式的起始和结束，而不用斜杠，所以，我就可以告诉 perl我正在匹配，起始字符为"m"，结束字符为"s"。你可以把/s 和/m 选项组合使用：
if (m{^<font color="red">(.*?)</font>}sm) {
# …
}
总结
有两种方法打开文件：open()函数的特点是快速简捷，而sysopen()函数功能强大而复杂。通过 <fh> 操作符，可以读入一个记录，$/ 变量可以让你控制记录是什么。如果你打算把很多行的内容读入到一个串中，不要使用忘记/s和/m 这两个正则表达式标记。
