Perl的经典用法分享

haoweilaizoule 2013-02-05

用Open() 函数打开文件

打开文件的常用方法是:

代码如下:

open(FH, "< $filename")
    or die "Couldn't 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。

代码如下:

  # 如果文件不存在,就创建它
open(FH, "> $filename")
    or die "Couldn't 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。

代码如下:

open(FH, ">> $filename")
    or die "Couldn't 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。

代码如下:

open(FH, "+> $filename")
    or die "Couldn't 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。

代码如下:

  # 下面会出现虚假的出错信息
open(FH, "</var/run/file.pid")
    or die "Can't 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:
 

代码如下:

use Fcntl;
  sysopen(FH, $filename, O_RDWR|O_CREAT, 0666)
    or die "Can't 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 didn't 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 "Can't 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:

代码如下:

  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:

代码如下:

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:

代码如下:

@records = <FH>;
  if (@records) {
    print "There were ", scalar(@records), " records read. ";
  } 

在下面的一步中,进行赋值和测试两项工作:

代码如下:

if (@records = <FH>) {
    print "There were ", scalar(@records), " records read. ";
  }

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“ ”。
例如,你可以用任何你想要替换的符号来代替“ ”。
  $/ = ";";
  $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" ",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 ”,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。

代码如下:

$/ = " ";
  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:

代码如下:

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:

代码如下:

{
    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:

代码如下:

undef $/;
  $line = <FH>;
  if ($line =~ /(b.*grass)$/) {
    print "found ";
  }

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:

代码如下:

while (<FH>) {
    if (/19(.*)$/) {
      if ( < 20) {
      $year = 2000+;
      } else {
      $year = 1900+;
      }
    }
  }

如果我们从文件中读入“1981”,$_ 将包含“1981 ”。正则表达式中的句点匹配“8”和“1”, 而不匹配“ ”。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。

代码如下:

if (ms) {
    print "Found bold text: ";
  }

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:

代码如下:

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。

相关推荐