Perl的文件操作

kution

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 "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 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 = ;

die "Unexpected end-of-file" unless defined $line;

在循环语句中，我们可以这样写：

while (defined ($record = )) { # 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 () {

# $_ 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 = ) {

# $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，返回文件中剩余的记录。如果你处于文件尾，则返回空表：

@records = ;

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 = ) {

print "There were ", scalar(@records), " records read.n";

}

chomp() 也可适用对数组操作：

@records = ;

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 = );


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 = ; # 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"nn"，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“textnnnn”，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。

$/ = "nn";

while () {

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 () {

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 = ;


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 = ;

}


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 = ;

if ($line =~ /(b.*grass)$/) {

print "found $1n";

}


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 () {

if (/19(.*)$/) {

if ($1 < 20) {

$year = 2000+$1;

} else {

$year = 1900+$1;

}

}

}


如果我们从文件中读入&#8220;1981&#8221;，$_ 将包含&#8220;1981n&#8221;。正则表达式中的句点匹配&#8220;8&#8221;和&#8220;1&#8221;, 而不匹配&#8220;n&#8221;。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{(.*?)}s) {

print "Found bold text: $1n";

}


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{^(.*?)}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 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。