Foro - Perl en Español

Hola a todos en el foro.

Tengo escrito un pequeño script para capturar las primeras líneas de un archivo dividiendo éste por medio de una expresión regular para luego analizar la sección que deseo con otras expresiones regulares para pasar las capturas a un array.

El script retorna el resultado esperado de manera correcta. Las líneas que deseo capturar son de la forma

y siempre van en una sola línea.

(Nota: el & #058; anterior corresponde a un carácter ':')

Solo me interesan las palabras entre {...}, sin los espacios ni las comas para pasarlas a un par de array ya definidos, con la excepción de escapar : { § } que es un carácter único y solo deseo quitar los espacios en blanco. Las líneas que contengan !myscript no deseo capturarlas.

Con el siguiente código:

Obtengo lo que deseo, pero repito varias veces el mismo código para las palabras que irán en un array y en el futuro extenderé los casos que deseo capturar. ¿Puedo escribir esto como una función? ¿o escribir el código de manera más compacta?

Saludos.

Este es un ejemplo de cómo obtener la información, en una estructura de hash de arrays:
La salida es algo así:

Entonces, se ve claro: las claves del hash son los nombres que aparecen después de 'myscrypt', y los valores son referencias a arrays que almacenan los argumentos.

Si queremos restringir lo que son las claves que nos interesan, podemos modificar la regla CLAVE, por algo como esto

(?<CLAVE> extraer | borrar | escapar | saltar )

pero eso luego nos obliga a tener que reeditarlo cuando cambien las condiciones.

Gracias por la respuesta, explorer; se ajusta perfecto a lo que deseo y por fin veo en acción a ?(DEFINE)

Si estoy en lo correcto solo me faltaría añadir:
es decir, reviso si la clave existe, y si es así, añado el valor capturado al array si éste ya está definido en el script o creo un nuevo con los valores en caso de que no exista, ¿es la manera correcta?

Una consulta (para variar), añadiste use utf8 y use open qw(:std :utf8), ¿quiere decir que el archivo de entrada debe estar codificado en utf8 por obligación? ¿podré leer archivos en codificaciones distintas, latin1 por ejemplo? Lo más probable es que mis archivos de entrada estén en utf8, pero, no siempre es así (sobre todo con los archivo más antiguos).

Saludos.

pablgonz escribiste:es decir, reviso si la clave existe, y si es así, añado el valor capturado al array si éste ya está definido en el script o creo un nuevo con los valores en caso de que no exista, ¿es la manera correcta?

No, el valor de $resultado{extraer} es una referencia a un array, no un hash.

Pero no sé por qué mantener dos arrays separados (no sé para qué les vas a necesitar por separado). Si el problema general de 'extraer' es el de tratar un único array, se podría hacer el push() directamente a $resultado{extraer} (no probado):

pablgonz escribiste:Una consulta (para variar), añadiste use utf8 y use open qw(:std :utf8), ¿quiere decir que el archivo de entrada debe estar codificado en utf8 por obligación? ¿podré leer archivos en codificaciones distintas, latin1 por ejemplo? Lo más probable es que mis archivos de entrada estén en utf8, pero, no siempre es así (sobre todo con los archivo más antiguos).

Los puse porque en el código había un carácter '§', y como a) iba a sacarlo en pantalla, y b) mi programa lo estaba editando con codificación utf-8, le tenía que indicar a Perl que "eso de ahí" no eran un par de bytes cualesquiera, sino un carácter bien definido.

Si no decimos nada, Perl sacará lo que nosotros le hayamos puesto, sin preguntar. Si la ristra de bytes tiene significado para la terminal o el archivo donde estemos escribiendo, Perl no lo sabe -ni tiene por qué saberlo-.

Ahora bien... si estamos leyendo información en una codificación y queremos guardarla en otra, sí que tenemos que tener cuidado de decirle a Perl qué es lo que está gestionando.

En tu caso, si no dices nada (no pones use utf8 ni el open), Perl tratará todo lo que llegue como ristra de octetos codificados en latin1 (bytes, a efectos prácticos), así que eso es justo lo que mandará fuera. Por eso te ha funcionado bien, porque Perl trata la E/S como bytes de la misma codificación.

Muchas gracias por la aclaraciones, siempre me confundo los distintos contextos en los que se usa % y los distintos pragmas.

Las líneas que propones son justo lo que deseo, tengo varios array ya definidos dentro del script usando Getopt::Long para recibir argumentos desde la línea de comandos.

Como algunas veces las líneas están en el archivo de entrada y otras veces no, las añado a las que ya tengo definidas; luego, con un poco de operatoria de conjuntos sobre los array, elimino los duplicados y me aseguro que las palabras que están en 'extraer' no se encuentren en 'saltar', por ejemplo.

Revisaré un poco más sobre las referencias y el uso de %hash, por lo que he leído en la red es uno de los puntos fuertes de Perl.

Saludos,
Pablo

Aprender a operar con los hash es algo básico, con Perl. Por ejemplo, también te ahorraría operaciones de "evitar duplicados", ya que las claves de un hash son únicas.

¿Se puede modificar la estructura del %hash en el script para acceder a los valores de una línea de la forma

usando algo como
? Es decir, al igual que las otras líneas que capturo, me interesan las palabras separadas por comas sin espacios, pero, si está picdir = algo1, verb = algo2, prefix = algo3 solo me quiero quedar con las palabras a la derecha del signo '=' (algo1, algo 2, algo3), siempre van en la línea % myscript : opciones : y son solo esas tres palabras: 'picdir', 'verb', 'prefix', las cuales a veces están y otras veces no.

¿Se puede hacer esto usando la misma idea del %hash o se debe crear un nuevo array con values %resultado{opciones} y usar split /=/?

Saludos.

La modificación es muy sencilla, creando un apartado para esa excepción.
La salida ahora es:

Como ves, ahora %resultado contiene una entrada más, 'opciones', pero el valor que contiene no es una referencia a un array sino a un hash.

Eso sí... el que vaya a leer el contenido de %resultado debe acordarse de que la entrada 'opciones' debe leerse de forma distinta que el resto de claves.

Genial, es justo lo que buscaba. ¡Un %hash dentro de una referencia! No pensé que se podía hacer eso.

Una cosa más, ¿cómo accedo al resto de los valores de esa misma línea? Quiero ver si están o no presentes y no tienen la forma palabra = algo, son solo palabras, como xetex. Por ejemplo, intenté con:

pero, no funciona.

Agradecido,
Pablo

pablgonz escribiste:Genial, es justo lo que buscaba. ¡Un %hash dentro de una referencia! No pensé que se podía hacer eso.

No, no es así.

Un hash almacena pares de valores en la forma clave/valor. Y eso dos valores son solo escalares. Pero una referencia es un valor escalar. De esa manera, podemos guardar una referencia como valor dentro de una pareja clave/valor. Y una referencia es un "puntero" a otro tipo de dato (escalar, array, hash).

Más información en tu propio ordenador en perldoc perlref, y en la Web (traducido al español).

pablgonz escribiste:Una cosa más, ¿cómo accedo al resto de los valores de esa misma línea? Quiero ver si están o no presentes y no tienen la forma palabra = algo, son solo palabras, como xetex.

Pero es que creí entender que solo querías los valores que tuviesen un '=', no los demás.

A la hora de guardar esos elementos, surge una duda: ¿cómo lo hacemos para que sea de forma más o menos igual que el resto de datos? Esto es importante para que luego no tengamos que usar un código de lectura complicado.

Como lo estamos haciendo en forma de un hash, se me ocurren dos opciones. La primera es que cuando encontremos uno de estos argumentos, lo guardemos como clave y un valor ficticio de '1'. El resultado sería así:
Y vemos que los argumentos aparecen como unas claves más.

Otra opción es guardar todos esos argumentos en una única clave especial, en forma de array:
Ahí nos inventamos la clave 'otros' que almacena una referencia a un array con todos los argumentos solitarios encontrados.

La siguiente versión del programa contiene las dos opciones (son las líneas 61 y 62). Tú eliges cuál de las dos prefieres.