Perl编程拓展与Unicode基础全解析

### Perl编程拓展与Unicode基础全解析 #### 1. Perl嵌入与语言转换 在编程领域，将Perl嵌入到其他程序中是一种强大的技术。例如，Apache的mod_perl就把Perl嵌入到强大的Web服务器中。若你有嵌入Perl的想法，不妨研究下mod_perl，它是开源的，你能查看其工作原理。 在语言转换方面： - **sed和awk转Perl**：如果你有旧的sed和awk程序，想转换为Perl，那很幸运。Perl不仅能实现它们的所有功能，还有转换程序可用，而且可能已安装在你的系统中。可查看s2p（用于从sed转换）或a2p（用于从awk转换）的文档。不过要注意，程序生成的Perl代码可能不是最优的，但这是个开始，也便于调整。转换后的程序速度可能比原程序快或慢，修正机器生成代码的低效部分后，性能应相近。 - **C代码转Perl模块**：若你想在Perl中使用C算法，也有办法。把C代码放到可在Perl中使用的编译模块里并不难。实际上，任何能编译生成目标代码的语言通常都能用于创建模块，可参考perlxs文档、Inline模块以及SWIG系统。 - **shell脚本转Perl**：若想把shell脚本转换为Perl，就没那么幸运了，没有自动转换的方法。因为shell本身几乎不做什么事，它主要是运行其他程序。虽然可编写一个程序，为shell的每行调用system，但这比让shell直接处理要慢得多。将shell对cut、rm、sed、awk和grep的使用转换为高效的Perl代码，需要人类的智慧，最好是从头重写shell脚本。 #### 2. find命令行转Perl 系统管理员常需递归搜索目录树以查找特定项。在Unix系统中，通常使用find命令，而我们也能直接在Perl中实现。 Perl自带的find2perl命令，其参数与find相同，但它的输出是一个用于查找这些项的Perl程序。由于是程序，你可根据自身需求进行编辑（该程序的编写风格有点奇特）。 find2perl有个标准find没有的实用参数 -eval。它表示后面跟着的是每次找到文件时应运行的实际Perl代码。运行时，当前目录是找到项的目录，$_包含该项的名称。 例如，假设你是Unix系统管理员，想查找并删除/tmp目录下所有14天前访问过的旧文件，可使用以下命令生成相应的Perl程序： ```bash $ find2perl /tmp -atime +14 -eval unlink >Perl-program ``` 该命令会在/tmp目录（及其子目录）中搜索最后访问时间至少在14天前的项。对于每个项，程序会运行Perl代码unlink，默认使用$_作为要删除文件的名称。输出（重定向到Perl-program文件）就是完成此任务的程序，之后按需运行即可。 #### 3. 程序中的命令行选项、嵌入式文档等 - **命令行选项**：若你想编写能接受命令行选项的程序（如Perl的 -w 用于显示警告），有一些模块可让你以标准方式实现，可查看Getopt::Long和Getopt::Std模块的文档。 - **嵌入式文档**：Perl自身的文档采用pod（普通文档）格式。你可将这种文档嵌入到自己的程序中，之后根据需要将其转换为文本、HTML或其他多种格式，可参考perlpod文档。 - **打开文件句柄的更多方式**：打开文件句柄有其他模式，可查看perlopentut文档。open内置函数功能丰富，有专门的文档页面介绍。 - **线程和分叉**：Perl现在支持线程，不过目前还处于实验阶段，但对某些应用程序很有用。使用fork（在支持的情况下）有更好的支持，可查看perlfork和perlthrtut文档。 - **图形用户界面（GUIs）**：有多个带有Perl接口的GUI工具包，可在CPAN上查找Tk、Wx等。 - **更多模块**：在CPAN的模块列表中，你能找到用于更多用途的模块，从生成图形和其他图像到下载电子邮件，从计算贷款分期偿还到计算日落时间等。新模块不断添加，Perl如今比以往更强大。 以下是一个简单的流程图，展示语言转换的选择： ```mermaid graph TD; A[有旧程序] --> B{程序类型}; B -->|sed/awk| C[使用s2p/a2p转Perl]; B -->|C代码| D[转Perl模块]; B -->|shell脚本| E[从头重写为Perl]; ``` #### 4. Unicode基础 Unicode字符集（UCS）是字符到代码点的抽象映射，与内存中的特定表示无关，这意味着无论在哪个平台，我们至少有一种统一的方式来谈论字符。 编码将代码点转换为内存中的特定表示，把抽象映射在计算机中物理呈现。通常我们从字节的角度考虑存储，在Unicode中使用“八位字节”这个术语。不同编码对字符的存储方式不同，将八位字节解释为字符的过程则是解码，不过大部分细节Perl能处理