palestra: Descubra o poder do Perl

Você quer aprender mais via email sobre o uso do Unix/Linux, CGI-scripts, etc.? Veja algumas dicas do boletim ViaLinuxis.

autor e speaker: Jorge Kinoshita.

professor Doutor pela Escola Politécnica da Universidade de São Paulo
URL: http://www.pcs.usp.br/~jkinoshi
email: jkinoshi@pcs.usp.br

apresentação: 21 de Julho de 1999 local: Sucesu, rua Tabupuã, 627; 18:00h.

1. Introdução.

O que se espera desta palestra?

Um pensamento de quem conhecelinguagens como C, Pascal, Basic e Fortran pode ser o seguinte:
"todas as linguagens são iguais e baseiam-se nos mesmos princípios: todas possuem estrutras do tipo if-then-else, while, declaração de rotinas, etc.
Para mim deve ser extremamente fácil aprender uma outra linguagem como o Perl (pois dizem que se parece com o C).
O que me intriga (e por isso estou nesta palestra) é o seguinte: será que o Perl possui recursos além desta programação tradicional que me pode ser interessante? Aliás, ainda não sei por quê, mas o Perl é muito usado para escrever CGI-scripts. Por que não escolheram outra linguagem? O que torna o Perl uma linguagem peculiar?

Minha visão pessoal sobre o Perl comparando com outras linguagens.

Conheço várias linguagens de programação: C, C++, Java, JavaScript, Smalltalk, Prolog, etc. Podemos dizer que algumas linguagens tiveram seu momento na história das linguagens apresentando uma nova visão de como programar: entre elas destaco o Fortran que foi uma das primeiras linguagens a apresentar o computador através de estruturas bem padronizadas e muito mais fáceis de usar que o Assembly, o Smalltalk que foi uma das primeiras a apresentar de forma bem organizada a idéia de programação por objetos e o Prolog que vê um programa como uma declaração de uma sequencia de cláusulas que podem assumir verdadeiro e falso. Talvez o Java que se propõe a ser uma linguagem que roda em uma máquina virtual Java disponível em diversas plataformas pela Sun; entretanto o Java não propõe nenhum novo paradigma de programação.
O Perl é ao meu ver uma dessas linguagens revolucionárias que tornam a programação muito mais rápida. Entretanto ao contrário do Samlltalk e do Prolog que buscaram um paradigma totalmente orientado a objetos ou um paradigama orientado à lógica, o Perl não se preocupa em estabelecer um paradigma de programação. A idéia de seu idealizador "Larry Wall" é a seguinte: construir uma linguagem que seja prática de usar. Na visão de Larry Wall pode-se fazer a mesma coisa de diversas formas e o Perl é uma linguagem que dá muita liberdade ao programador (vide comando if x unless == if not). Na versão corrente do Perl é possível usar ou não programação orientada à objetos (como o C++) (Eu pessoalmente considero o Smalltalk bem superior ao C++ mas a questão de fato não é se uma linguagem de programação deve ser fiel ou não a um paradigma. A questão é: será que a linguagem é confortável ao programador? Por exemplo: em C, é possível se acessar uma posição indevida da memória devido ao mal uso do índice de uma array, ao mal uso de um pointer, etc. Esta preocupação é um detalhe que desaparece nas linguagens mais modernas que se encarregam de fazer a alocação da memória de forma conveniente e segura.)
O que eu pessoalmente constato é que a praticidade oferecida pelo Perl torna a programação muito mais rápida que aquela oferecida por outras linguagens (ao meu ver, incluindo o Smalltalk e o Prolog ).
O objetivo desta palestra é apresentar os motivos que permitem se escrever programas em Perl de forma mais rápida que em outras linguagens.

2. O que torna a escrita de programas em Perl mais rápida do que em outras linguagens?

Estou listando as respostas colocando em ordem decrescente de importância.

2.1 Uso de expressões regulares.

(obs: já presente no antecessor do Perl: o AWK. Para quem está acostumado com o Unix, lembrar do grep e do lex(flex no GNU) ).

O que são expressões regulares?

É um padrão - um formato - que se casa (match) em uma string. O matching pode ocorrer (ser verdadeiro) ou não (ser falso) dependendo do padrão e da string. É possível substituir as partes que foram encaixadas por outras strings.

Exemplos:

\d+ = uma sequencia de dígitos
\w+\d = uma sequencia de letras ou dígitos (uma ou mais) seguida de um dígito.
\w+(\d|\.) = uma sequencia de letras ou dígitos seguida de um digito ou de um ponto.
nome:\s*.* = a palavra nome: seguida de zero ou mais espaços (os espaços são opcionais) seguido de qualquer caracter zero ou mais vezes.
nome:\s*(.*) = igual ao anterior, mas os parênteses servem para capturar em $1 este valor.
etc.

\w == [a-zA-Z0-9_]
\d == [0-9]
\s == [ \r\t\n\f]

Como o Perl usa expressões regulares?

Em comandos como:

ex1: Matching

if ($linha =~ /nome:\s*(.*)/) {
$nome = $1; # extrai o nome
}

ex2: substitui uma sequencia de digitos pela palavra DIGITO (faz isto apenas uma vez)

$linha =~ s/\d+/DIGITO/;

Para:

$linha = "asdf 234 asdf 1234 ";

após a execução do comando temos:

$linha == 'asdf DIGITO asdf 1234 '

ex3: substitui em todas as ocorrências

$linha =~ s/\d+/DIGITO/g;

resultado para $linha = "asdf 234 asdf 1234 ":
'asdf DIGITO asdf DIGITO '

ex4: dentro de um split

O Perl trabalha com listas e é extremamente simples transformar strings em listas e vice-versa:

@gomos = split(/\s+/,$linha);

Para:
$linha = "asdf 234 asdf 1234 ";

temos:
0 'asdf'
1 234
2 'asdf'
3 1234

ex5: qual seria o resultado de

@gomos = split(/\d+/,$linha);

0 'asdf '
1 ' asdf '
2 ' '

Problema 1: Substituir um \r \n (texto no Microsoft) por apenas \n (texto no Unix) dentro de um arquivo. Uma solução simples é apenas retirar os \r de todas as linhas.

Para meditar: pense em como você resolveria este problema em C.
Em C você teria que:

abrir o arquivo de entrada,
Para todas as linhas do arquivo {

ler uma linha deste arquivo,
para cada carater da linha {

se o caracter for diferente de 0xd {

repassa o caracter para a saída

}

}

}

fechar o arquivo de saída (a menos que fosse o STDOUT).

Solução 1 em Perl:

#!/usr/bin/perl
while (<>) {
s/\r//;
print;
}

Observação: a variável $_ é usada como default.

Solução 2 em Perl:

perl -p -e 's/\r//' $1

Problema 2: suponha um arquivo que contenha como primeira palavra uma determinada característica e após vem o conteúdo desta característica. Quero separar a característica e o contéudo.

Exemplos de arquivos de entrada
ex1:

nome: Jorge K.
formação: engenharia

Obs: as palavras nome: e idade podem aparecer em qualquer posição dentro do arquivo e são tratados como palavras reservadas.
Exercício: imagine como você resolveria este problema em C ou Pascal.

Solução em Perl:

while(<>) {

if (/\s*(\w+)/) {
$caracteristica = $1;
$conteudo = $';
}

}

Observação:

Em Perl não foi necessário pré definir uma char array de um determinado valor e portanto não houve preocupação se um arquivo texto possui uma string maior que um determinado número de bytes.
Em Perl não foi necessário ficar encadeando "if s".
Apenas o uso de expressões regulares já torna o Perl uma linguagem mais poderosa.

2.2. O hash

O uso de arrays é extremamente comum em linguagens convencionais:
ex: a[0], nome[4];
Uma hash é como uma array, mas ao invés do índice ser um número é uma string.
Através de uma hash já temos então um banco de dados simples: temos uma chave e o conteúdo da chave.
Exemplos:

$formacao{"Jorge"} = "engenheiria eletronica, mod: digital";
$turma{"Jorge"} = 1985;

Ex1: retirar elementos repetidos de um arquivo.
Imagine um arquivo que contém um nome em cada linha. Quero gerar um arquivo de nomes mas sem nomes repetidos.

Exercício: imagine a solução em C, Pascal ou Basic.
Solução em Perl:

while (<>) {

chomp;
$lixo{$_} = 1;

}
foreach $a (keys %lixo) {

print $a . "\n";

}

hashs mapeadas em dbms.

No mundo Unix é possível se ter arquivos que vamos chamar de "bancos de dados leves". São arquivos que associam uma chave a um conteúdo. Um exemplo é o GDBM. É possível mapear uma hash em um GDBM de forma extremamente simples.
Exemplo:

#!/usr/bin/perl
use GDBM_File;

dbmopen(%lixo, "lixo", 0644);

while (<>) {
chomp;
$lixo{$_} = 1;

}
foreach $a (keys %lixo) {

print $a . "\n";

}
dbmclose(%lixo);

Neste caso, é criado o arquivo lixo que pode ser manipulado posteriormente como uma hash em outro script Perl.

2.3. A interface com o ambiente Unix

No Unix é comum que os comandos envolvam troca de strings. O perl pode se comunicar com o Unix trocando strings.
Por exemplo: capturar uma string que vem como retorno do comando ps.

Ilustração: O comando ps no shell
[j@localhost art]$ ps
PID TTY STAT TIME COMMAND
400 1 S 0:00 (login)
401 2 S 0:00 /bin/login -- j
445 1 S 0:00 (bash)
459 1 S 0:00 (startx)
460 1 S 0:00 (xinit)
463 1 S 0:00 /usr/X11R6/bin/afterstep
474 1 S 0:00 /usr/X11R6/bin//Animate 7 4 /usr/share/afterstep/base.8bpp 0
475 1 S 0:00 /usr/X11R6/bin//Wharf 9 4 /usr/share/afterstep/base.8bpp 0 8
477 1 S 0:00 /usr/X11R6/bin//Pager 11 4 /usr/share/afterstep/base.8bpp 0
478 1 S 0:00 asclock -shape -24
492 p3 S 0:00 bash
494 1 S 0:02 emacs -geometry 128x40+0+20
574 p3 S 0:00 man perl
575 p3 S 0:00 sh -c (cd /usr/man ; (echo -e ".pl 1100i"; cat /usr/man/man1
576 p3 S 0:00 sh -c (cd /usr/man ; (echo -e ".pl 1100i"; cat /usr/man/man1
581 p3 S 0:00 /usr/bin/less -is
585 2 S 0:00 -bash
609 2 S 0:00 man perlrun
610 2 S 0:00 sh -c (cd /usr/man ; (echo -e ".pl 1100i"; cat /usr/man/man1
611 2 S 0:00 sh -c (cd /usr/man ; (echo -e ".pl 1100i"; cat /usr/man/man1
614 2 S 0:00 /usr/bin/groff -Tlatin1 -mandoc
615 2 S 0:00 /usr/bin/less -is
618 2 S 0:00 grotty
719 p0 S 0:00 bash
730 1 S 0:04 /usr/lib/netscape/netscape-communicator /usr/doc/HTML/index.
740 1 S 0:00 (netscape-commun)
749 p0 R 0:00 ps

Ex1: o comando ps dentro do Perl:

$lixo = qx/ps/;

Para quebrar $lixo em linhas basta fazer:

@lixo = split(/\n/,$lixo);

Para tratar cada uma das linhas basta fazer:

foreach $i (@lixo) {

}

e assim por diante.

2.4. Outras características.

não é necessário se declarar variáveis.
as variáveis não são tipadas. Um número pode se comportar como um número ou como uma string dependendo do contexto.
uma array pode crescer on line - não é necessário declarar uma array com um determinado tamanho de memória. Não se tem operações de alocação dinâmica de memória como no C (ou Pascal) tudo isto é feito de forma transparente.
o Perl possui uma enorme biblioteca criada por seus fas.
Polemica: o Perl permite que uma mesma coisa pode ser feita de diversas formas.
o Perl encara programação por objetos de uma forma simples: pode-se criar instâncias de um pacote. Em geral, ao se criar uma instância de um pacote também é criada uma hash (lembrar da struct em C ou register em Pascal; não é necessário que seja uma hash). Os métodos são funções associadas no pacote e associadas à hash.

3. O ambiente de programação para o Perl

Sugestão:
emacs -

faz a identação automática
faz o highlight de palavras-chave

Para o debugger: O Perl já vem com o debugger.

4. O uso mais conhecido do Perl: contrução de CGI-scripts

Em geral, ao preencher um formulário na internet, um programa de computador do lado do servidor monta uma página como resposta a este formulário e o envia ao cliente. Este programa do lado do servidor que recebe as informações do cliente, processa-as e monta a página de retorno é um CGI-script. Um CGI-script pode ser escrito em qualquer linguagem, mas o Perl é a linguagem preferida porque pode facilmente extrair os dados do formulário preenchido e gerar uma página de retorno através da manipulação de strings. Por exemplo, o usuário preenche as palavras chave em um sistema de busca e clica o botão submit. O script CGI deve retirar

Que características tornam o Perl interessante para a escrita de CGI-scrits?
As mais conhecidas:

o uso de expressões regulares.
máquinas Unix são comumente usadas como servidores web e o Perl possui uma boa interface com o Unix.

Exemplo de um script:

#!/usr/bin/perl -w
use CGI qw(:standard);

my $nome = param("nome");
print header() . start_html("Exemplo de um CGI") . h1("Exemplo de CGI") ;
if ($nome) {

print p("boa tarde $nome");

} else {

print hr() . start_form();
print p("digite seu nome: " . textfield("nome", ""));
print end_form() . hr();

}

Veja a entrada e saída do ponto de vista do usuário. Obs: Aqui tenho apenas os HTML de entrada e saida porque nao tenho acesso ao diretorio /home/httpd/cgi-bin desta maquina. Ou seja, voce nao estah vendo o formulario sendo processado.

5. Como aprender e usar o Perl?

recomendo os livros da O'Reilly como "PERL" de Larry Wall (o livro do camelo) ou Learning Perl de Tom Christiansen (o livro da lhama).
ministro cursos de Perl e dou consultoria nesta área (construção de sites, uso de Java/JavaScript para o cliente).

6. Conclusão.

a linguagem Perl possui características que tornam uma linguagem poderosa: o conceito de hash e a manipulação de strings não são comumente vistas em outras linguagens.
Dadas suas caracterísitcas o Perl tem sido muito usado em scripts-cgi.
as facilidades oferecidas pelo Perl se encaixam em muitos outros tipos de programas além de CGI-scripts. Por exemplo, em programas que envolvem linguística computacional onde é necessário fazer manipulações de strigs.
o título da palestra que eu sugeri era: Perl, além dos CGI-scripts. Espero ter mostrado que o caso do CGI-scripts é apenas uma das inúmeras possiveis aplicações do Perl. Outros exemplos envolvem: geração de relatórios, programas que traduzem uma determidado comando em outro, etc.

Nesta palestra, você deve ter aprendido:

que o uso de expressões regulares permitem a construção rápida de programas.
que uma hash é um simples estrutura e já pode ser usada para se criar bancos de dados.
como o Perl é usado em um CGI-script.