使用 Perl 循环遍历文件中的行的最具防御性的方法是什么？

Question

我通常使用以下代码循环遍历文件中的行：

open my $fh, '<', $file or die "Could not open file $file for reading: $!\n";
while ( my $line = <$fh> ) {
  ...
}

但是， 在回答另一个问题时，埃文·卡罗尔编辑了我的答案，将我的 while 语句更改为：

while ( defined( my $line = <$fh> ) ) {
  ...
}

他的理由是，如果你有一行 0 （它必须是最后一行，否则它会回车符）那么如果您使用我的语句（$line 将设置为 "0"，并且 return因此，赋值的值也将为 "0"，其计算结果为 false）。如果你检查定义性，那么你就不会遇到这个问题。这是完全有道理的。

所以我尝试了一下。我创建了一个文本文件，其最后一行是 0 ，其中没有回车符。我在循环中运行了它，并且循环没有过早退出。

然后我想，“啊哈，也许这个值实际上并不是 0，也许还有其他东西把事情搞砸了！”所以我使用了 Devel::Peek 中的 Dump() ，这就是它给我的：

SV = PV(0x635088) at 0x92f0e8
  REFCNT = 1
  FLAGS = (PADMY,POK,pPOK)
  PV = 0X962600 "0"\0
  CUR = 1
  LEN = 80

这似乎告诉我该值实际上是字符串 "0 "，因为如果我在已显式设置为 "0" 的标量上调用 Dump()，我会得到类似的结果（唯一的区别在于LEN 字段——来自文件的 LEN 是 80，而来自标量的 LEN 是 8)。

那么到底是怎么回事呢？如果我向其传递只有 "0" 且没有回车符的行，为什么我的 while() 循环不会提前退出？ Evan 的循环实际上更具防御性，还是 Perl 在内部做了一些疯狂的事情，这意味着您不需要担心这些事情，而 while() 实际上只在您点击 eof 时退出代码>？

Answer 1

因为

 while (my $line = <$fh>) { ... }

实际上编译为

 while (defined( my $line = <$fh> ) ) { ... }

在非常旧的 Perl 版本中可能是必要的，但现在不再需要了！您可以通过在脚本上运行 B::Deparse 来看到这一点：

>perl -MO=Deparse
open my $fh, '<', $file or die "Could not open file $file for reading: $!\n";
while ( my $line = <$fh> ) {
  ...
}

^D
die "Could not open file $file for reading: $!\n" unless open my $fh, '<', $file;
while (defined(my $line = <$fh>)) {
    do {
        die 'Unimplemented'
    };
}
- syntax OK

所以您已经可以开始了！

Answer 2

顺便说一句，这在 perldoc perlop 的 I/O 运算符部分中有介绍。 :

在标量上下文中，评估尖括号中的文件句柄会产生该文件的下一行（包括换行符，如果有的话），或者在文件末尾或出现错误时产生“undef”。当 $/ 设置为“undef”（有时称为 file-slurp 模式）并且文件为空时，它第一次返回 ''，随后返回“undef”。

通常，您必须将返回值分配给变量，但有一种情况会发生自动分配。当且仅当输入符号是“while”语句的条件中的唯一内容（即使伪装成“for(;;)”循环），该值才会自动分配给全局变量 $_，从而破坏任何内容以前在那里。 （这对您来说可能看起来很奇怪，但您将在编写的几乎每个 Perl 脚本中使用该构造。） $_ 变量不是隐式本地化的。你必须输入“local $_;”如果您希望发生这种情况，请在循环之前进行。

以下几行是等效的：

while (已定义($_ = )) { print; }
while ($_ = ) { 打印; }
while () { 打印; }
for (;;) { 打印; }
定义时打印($_ = );
打印 while ($_ = );
打印同时 ;

这也有类似的行为，但避免了 $_ ：

while (my $line = ) { print $line }

在这些循环结构中，然后测试分配的值（无论分配是自动的还是显式的）以查看它是否已定义。定义的测试避免了 line 具有被 Perl 视为 false 的字符串值的问题，例如没有尾随换行符的“”或“0”。如果您确实想让这些值终止循环，则应该对它们进行显式测试：

while (($_ = ) ne '0') { ... }
while () { 最后除非 $_; ... }

在其他布尔上下文中，“”如果“use warnings”编译指示或 -w 命令行开关（$^W 变量）有效，则没有显式“定义”测试或比较会引发警告。

Answer 3

虽然 while (my $line=<$fh>) { ... } 的形式得到 编译 到 while (已定义( my $line = <$fh> ) ) { ... } 考虑到，如果没有显式定义，则值“0”的合法读取可能会被误解。在循环中或测试 <> 的返回。

这里有几个例子：

#!/usr/bin/perl
use strict; use warnings;

my $str = join "", map { "$_\n" } -10..10;
$str.="0";
my $sep='=' x 10;
my ($fh, $line);

open $fh, '<', \$str or 
     die "could not open in-memory file: $!";

print "$sep Should print:\n$str\n$sep\n";     

#Failure 1:
print 'while ($line=chomp_ln()) { print "$line\n"; }:',
      "\n";
while ($line=chomp_ln()) { print "$line\n"; } #fails on "0"
rewind();
print "$sep\n";

#Failure 2:
print 'while ($line=trim_ln()) { print "$line\n"; }',"\n";
while ($line=trim_ln()) { print "$line\n"; } #fails on "0"
print "$sep\n";
last_char();

#Failure 3:
# fails on last line of "0" 
print 'if(my $l=<$fh>) { print "$l\n" }', "\n";
if(my $l=<$fh>) { print "$l\n" } 
print "$sep\n";
last_char();

#Failure 4 and no Perl warning:
print 'print "$_\n" if <$fh>;',"\n";
print "$_\n" if <$fh>; #fails to print;
print "$sep\n";
last_char();

#Failure 5
# fails on last line of "0" with no Perl warning
print 'if($line=<$fh>) { print $line; }', "\n";
if($line=<$fh>) { 
    print $line; 
} else {
    print "READ ERROR: That was supposed to be the last line!\n";
}    
print "BUT, line read really was: \"$line\"", "\n\n";

sub chomp_ln {
# if I have "warnings", Perl says:
#    Value of <HANDLE> construct can be "0"; test with defined() 
    if($line=<$fh>) {
        chomp $line ;
        return $line;
    }
    return undef;
}

sub trim_ln {
# if I have "warnings", Perl says:
#    Value of <HANDLE> construct can be "0"; test with defined() 
    if (my $line=<$fh>) {
        $line =~ s/^\s+//;
        $line =~ s/\s+$//;
        return $line;
    }
    return undef;

}

sub rewind {
    seek ($fh, 0, 0) or 
        die "Cannot seek on in-memory file: $!";
}

sub last_char {
    seek($fh, -1, 2) or
       die "Cannot seek on in-memory file: $!";
}

我并不是说这些是 Perl 的良好形式！我是说它们是可能的；特别是故障 3,4 和 5。请注意第 4 和 5 号上没有 Perl 警告的故障。前两个有自己的问题...