Foro - Perl en Español

Hola a todos, tengo el siguiente problema:

Tengo varios directorios (alrededor de 40) de nombre images/ y dentro de ellos tengo ficheros llamados nombre-pst-1.tex, nombre-pst-2.tex, nombre-pst-3.tex, etc, donde nombre es cualquier nombre (o número), todos los ficheros tiene la siguiente forma:
Me interesa leer el contenido de todos estos ficheros entre las líneas:
sin considerar éstas, y pegarlos en un nuevo fichero (masterimg.tex) que tenga esta forma
Me aventuré a resolverlo con sed, pero creo que una solución en Perl sería lo óptimo.

Sé que con split() puedo dividir los ficheros de entrada y guardar lo que necesito en otro (lo logré en un script anterior) y luego con cat (o sed) puedo unirlos usando algunas líneas en bash.

Mi idea es automatizarlo usando Perl que es más rápido y eficaz en estos asuntos.

Si me pueden prestar ayuda con un esqueleto de código se los agradezco.

Saludos,
Pablo

Esta es una manera...

Gracias por la pronta respuesta explorer. Instalé el módulo y sus dependencias, pero, me arroja el siguiente error:
estoy usando Fedora 17 , la información de Perl es:
Si cambio la línea porlo puedo ejecutar, pero, el fichero generado solo contiene:
¿Tengo algo mal configurado? ¿O se debe modificar alguna línea?
Saludos

Deja el programa como estaba, y solo mete esta línea:


El error es que no ha encontrado ningún archivo dentro de la carpeta 'images/'. A lo mejor tienes que cambiar la línea 7 para poder llegar (ruta) a los archivos.

Gracias explorer, agregué la línea que me diste. Ahora no muestra errores en pantalla pero, el archivo que genera (masterimg.tex) no contiene lo que deseo, sigue siendo de la forma: ¿Alguna idea...? En el directorio (home/pablo/images) están los archivos en cuestión (numerados como ang-pst-1.tex, ang-pst-2.tex,..., ang-pst-20.tex).

Dentro del directorio images/ creé el fichero ang.tex, al correr el script, éste me arroja un error (sort) lo cual me indica que sí está leyendo el directorio, pero no captura lo que se desea.

Saludos,
Pablo

Entonces el problema está en la expresión regular.

Es posible que los tex, en lugar de tener finales de línea al estilo Unix (\n) los tenga al de MSDOS (\r\n).

He modificado el programa para que sea más robusto.

Aparte de modificar otras partes del programa, he cambiado la exp. reg. por otra más genérica, seguida de dos líneas dedicadas a quitar los avances de línea del principio y del final del $pedazo que hemos sacado. Se podía haber hecho en la misma exp. reg. pero así queda más claro.

Lo probé, me arroja lo siguiente:

En el directorio images/ tengo ficheros ang-pst-1.tex,...,ang-pst-18.tex, la lectura de los ficheros es correcta, el tema es que no captura lo que debería capturar, lo de los finales de línea, hummmm... no creo: estos ficheros son generados por otro script, que corro en Linux. Creo que el problema está en la expresión regular que busca entre \begin{...} y \end{...}.

Un par de consultas (aprovecho)
1- ¿Por qué usas die (en la 8), si ya está cargado autodie?
2- Entre las líneas 44-47, ¿no se deben escapar los caracteres '\', '{','}'?
3- Actualicé Perl usando cpan upgrade. ¿Es bueno hacer esto, o debo esperar a las actualizaciones proporcionadas por la distribución (Fedora en este caso)?

Saludos
Pablo

Sí, suponiendo que los archivos son leídos en la línea 23, el problema estaría en la exp. reg.

Puedes poner en la línea 24 esta línea para verificar que, efectivamente, hemos leído el contenido del archivo:


¿Puedes adjuntar uno de esos archivos, quitándole antes todas las líneas no interesantes? Yo he hecho pruebas con archivos siguiendo el formato que has descrito, y me funciona, pero no sé si habrá alguna condición más. Por ejemplo, fallará si \begin o \end no están en la primera columna del archivo.

Consultas:
1- autodie hace un die() en muchas operaciones, pero no en todas. Por defecto, en los open, close, print, say... pero no en en resto de condiciones. La línea 8 es la comprobación de una condición. Y si falla, queremos que muera (en este caso, podría ser un comportamiento distinto en otros casos)

2- No, porque son cadenas literales de un print(). Incluso les he puesto comillas simples a 'EOH'. Eso indica que son literales (tal cual son)

3- El Perl que trae el sistema (y sus módulos) hay que actualizarle usando siempre el gestor de paquetes del sistema (yum, no cpan). El objetivo es usar cpan lo menos posible. Solo cuando un módulo no esté soportado directamente por el gestor de paquetes, entonces sí que usaremos cpan.

En los últimos años, ya existen herramientas para trabajar de forma completamente independiente del Perl del sistema, y de los módulos instalados. Con cosas como perlbrew puedes tener y gestionar uno o más versiones de Perl en tu propio directorio personal. Y su colección particular de módulos.

Gracias por la respuesta explorer. Te adjunto un par de archivos. En este momento no dispongo de Perl. Cuando llegue a casa pruebo lo que me comentas.
Saludos

PD: Estos ficheros están creados en Windows, para descartar lo del fin de línea.

Vale, ya está.

He modificado el programa y me funciona.

Los archivos están en MSDOS, y los leo desde Linux.

La capa ':crlf' hace la transformación de "\r\n" a "\n", con lo que luego puedo usar "\n" en la expresión regular. Además, me ahorro un par de líneas que tenía puesto antes.

A propósito, acabo de descubrir que File::Slurp no es tan maravilloso como parece... El argumento "binmode => ':crlf'" no funciona.