Introducción al Lenguaje PERL

(http://infodisc.es/abcd/tutoriales/program.html)

PERL es un lenguaje interpretado que tiene varias utilidades, pero está principalmente orientado a la búsqueda, extracción y formateado de ficheros de tipo texto. También es muy usado para manejo y gestión de procesos (estado de procesos , conteo y extracción de parámetros característicos, etc...).

Es una combinación de las características de los lenguajes más usados por los programadores de sistemas, como son los shell del sistema operativo UNIX, los utilidad (que incluye un lenguaje interpretado propio) awk para formateo y tratamiento de texto e incluso caracteristicas de Pascal, aunque su potencia se basa en la similitud con las mejores características del lenguaje estructurado C. En general cualquier utilidad que se necesite realizar en sh, awk, o sed, se puede implementar de una manera mas potente y sencilla mediante el lenguaje PERL.

 Algunas de las ventajas del uso del lenguaje PERL son las siguientes:

Un primer programa en PERL

En primer lugar para ejecutar un programa en PERL podemos hacer dos cosas: 

% perl primer.pl

La extensión pl no es necesaria, pero se suele poner. 

 #! /usr/bin/perl

Ademas debemos cambiar los permisos del fichero fuente, para poderlo ejecutar.
Esto se realiza mediante la instrucción chmod: 

  chmod u+x primer.pl

A continuación de la primera linea escribiríamos el guión del programa, y una vez hecho esto simplemente invocaríamos el nombre del programa directamente desde la línea de comandos. 

% primerl.pl

Los caracteres #! sirven para denotar que lo que viene a continuación hace referencia a un interprete de comandos.

 Por ejemplo un perl scripts que mostrará por la pantalla el mensaje HOLA MUNDO se haría de la siguiente forma:
  

#! /usr/bin/perl
print "HOLA MUNDO\n";

Tipos de datos en PERL

Perl tiene tres tipos de datos:

  1. ESCALARES.
  2. ARRAY DE ESCALARES.
  3. ARRAYS ASOCIATIVOS DE ESCALARES.

El tipo de dato escalar es denotado mediante un nombre de variable precedido del simbolo $, y puede contener un número , una cadena de caracteres, y una cadena de caracteres en la que alguno de los caracteres puede ser un carácter especial.

Por ejemplo, si queremos definir una variable de tipo escalar llamada número y que contenga el número 12 haríamos: 

    $numero = 12;

Para almacenar una cadena de caracteres podemos hacer dos cosas: 

 $palabra = 'perros';
 $palabra = " perros \n";

Por  último, podemos definir varias variables al mismo tiempo utilizando los paréntesis por ejemplo: 

($palabra1,$palabra2,$palabra3) = ("JUAN","PEPE","LUIS");

El tipo de dato array de escalares es denotado mediante un nombre de variable precedido del símbolo @. Un ejemplo de inicialización de una variable de este tipo podría ser: 

@frutas = ("manzana","pera","naranja","fresa");

El número de elementos menos uno de un array de escalares se puede obtener mediante el nombre de la variable precedido de los simbolos $#, por ejemplo si queremos obtener el número de elementos de @frutas haríamos: 

 $numero_de_elementos = $#frutas+1;

Para ser más exactos $# nos devuelve el último indice del array, así, si el valor para el primer indice es 0 el número de elementos - 1 será el  último valor permitido para indexar el array.

El acceso a un elemento de un array se hace mediante un índice numérico de la forma $nom_variable [ indice ] ; asi, si quisieramos acceder al tercer elemento de @frutas haríamos: 

$2_elemento =  $frutas[2];

También podemos acceder a varios elementos de un array de la forma @nom_variable[indice1,...,indicen], por ejemplo: 

print @frutas[1,2];

imprimirá el elemento segundo y tercero del array @frutas.

Otra forma de indexar un array es usando el operador rango .. , si quisieramos imprimir todos los valores desde un indice i hasta un indice j deberiamos utilizar el siguiente formato @nom_variable[i..j], por ejemplo: 

print  @frutas[0..2];

imprimirá todos los elementos del array @frutas.

 Por último tenemos también el tipo de dato array asociativo de escalares, mediante este tipo de datos podemos acceder a un determinado elemento de un array a través de una clave anteriormente definida, para denotar este tipo de dato debemos preceder al nombre de la variable con el símbolo % . Un ejemplo de definición de claves y valores de un determinado array asociativo podria ser: 

%precio = ( "manzana",100,"pera",20,"naranja",30,"fresa",200 );

Si queremos acceder a un elemento de un array asociativo, debemos seguir el siguiente formato @nom_variable { clave }, un ejemplo podría ser: 

$numero_de_manzanas=10;
$gasto = @precio {"manzana"} * $numero_de_manzanas;

Sintaxis general

Como ya habrás podido observar todas las intrucciones de PERL deben terminar en ";".

Ejemplo 

 $numero = 2; print $numero;

Además las únicas cosas que deben de ser declaradas en PERL son los formatos de salida o reports y las subrutinas. Todas las variables creadas y no inicializadas tienen como valor por defecto nulo o cero. Los comentarios deben ir precedidos del símbolo #. Ahora veremos de forma práctica el uso de las sentencias de control condicionales e iterativas que suministra el lenguaje PERL para alterar el flujo de un programa.

 En primer lugar entenderemos como BLOQUE a todo conjunto de sentencias que se encuentren entre dos llaves, por ejemplo lo siguiente sería un bloque: 

{
  $numero=2;
  print $numero;
}

Los bloques, además, pueden ser etiquetados anteponiendo a la llave de apertura el nombre de la etiqueta mas dos puntos.

En segundo lugar entenderemos como EXPRESION a toda expresión cuya evaluación resulte ser un valor booleano, es decir, verdadero o falso. Hay que tener en cuenta que en PERL se considera como verdadero todo valor no nulo luego se pueden presentar como expresiones el resultado de una asignación,de una búsqueda etc...

 Una vez hechas estas consideraciones pasamos a ver la sintaxis de los distintos esquemas de control, que como ya hemos dicho antes pueden ser:

Dentro de los primeros tenemos los siguientes formatos:
 

·  if (EXPRESION) BLOQUE. Un ejemplo de uso podría ser: 

 print " PENSANDO UN NUMERO ....\n";
 
 $numero = rand(100);
 
 print "Introduce un numero del 1 al 100:";
 
 $entrada = <STDIN>;
 
 if($entrada == $numero) {print "Has acertado el numero\n";}
 
 if($entrada > $numero) {print "El numero introducido es mayor que el pensado.\n";}
 
 if($entrada < $numero) {print "El numero introducido es menor que el pensado.\n";}
 
 print " EL NUMERO PENSADO ERA:",$numero;

if (EXP) BLOQUE else BLOQUE. Un ejemplo podria ser: 

 print " PENSANDO UN NUMERO ....\n";
 
 $numero = rand(100);
 
 print " Introduce un numero del 1 al 100:";
 
 $entrada = <STDIN>;
 
 if($entrada == $numero) 
  { 
     print "Has acertado el numero\n";
  }
 else
  { 
     if($entrada > $numero) 
      {
       print "El numero introducido es mayor que el pensado.\n";
      }
     else 
      {
       print "El numero introducido es menor que el pensado.\n";
      }
  }

·  if (EXP) BLOQUE elsif (EXP) BLOQUE .... else BLOQUE. Un ejemplo podria ser: 

 print " PENSANDO UN NUMERO ....\n";
 
 $numero = rand(100);
 
 print " Introduce un numero del 1 al 100:";
 
 $entrada = <STDIN>;
 
 if($entrada == $numero) 
  { 
    print "Has acertado el numero\n";
  }
 elsif($entrada > $numero)
  {
    print "El numero introducido es mayor que el pensado.\n";
  }
 else 
  {
    print "El numero introducido es menor que el pensado.\n";
  }

En lugar de if podemos usar unless que tiene el significado contrario.

Dentro de los esquemas iterativos tenemos:

·  while (EXP) BLOQUE . Mientras se cumpla la condición EXP se ejecutará todo lo que haya en bloque. Un ejemplo podría ser: 

 print " PENSANDO UN NUMERO ....\n";
 
 $numero = rand(100);
 
 $entrada = $numero+1;
 
 while ($entrada > $numero)
 {
   print " Introduce un numero del 1 al 100, menor que el pensado:";
 
   $entrada = <STDIN>;
 
   if($entrada > $numero) 
    {
      print "El numero introducido es mayor que el pensado.\n"; 
    }
 }
 
 print " EL NUMERO PENSADO ERA:",$numero;
 print "\n";

En lugar de while podemos usar until, que tiene el efecto contrario a éste. Si además queremos hacer la primera comparación después de la primera iteración, podemos usar un esquema iterativo do BLOQUE until o do BLOQUE while.

·  for (EXP;EXP;EXP), su uso es exactamente igual que en C; un ejemplo de uso sería: 

  print "IMPRIMIENDO DEL 1 al 100:\n";
  getc;
 
  for($i=1;$i<101;$i++) 
  {
    print $i."\n";
  }

Y por último tenemos:

·  foreach VAR (ARRAY) BLOQUE, con este esquema vamos obteniendo cada uno de los valores que contiene ARRAY y los vamos depositando en la variable VAR. Un ejemplo podría ser: 

@frutas=("manzana","pera","naranja","fresa");
 
foreach $fruta (@frutas)
{




   print $fruta."\n";
 }

Subrutinas

Otro aspecto de interés en PERL es la definición y manejo de subrutinas.

El formato de declaración de una subrutina es: 

 sub NOMBRE BLOQUE

Ejemplo : 

 sub HOLA
 {
   print  "HOLA\n";
 }

La llamada a la subrutina la haríamos usando:
 

·  do nombre_de_la_subrutina();

·  &nombre_de_la_subrutina;

Las dos formas producen el mismo resultado con la excepción de que en el caso de do hay siempre que poner los paréntesis, si queremos pasar argumentos debemos pasar los argumentos entre estos paréntesis, y estos serán almacenados en el array de escalares @_, es decir para saber el número y el valor de los argumentos pasados a una subrutina hay que leer de este array predefinido.

 Un ejemplo podría ser el siguiente: 

  sub imprime
  {
    local ($cadena)=@_;
    print $cadena;
  }
 
  &imprime ("HOLA\n");

En el ejemplo anterior se usa la función local(), que sirve para declarar variables locales a la subrutina, por supuesto podríamos haber referenciado directamente el array @_.

 El valor retornado por la subrutina es el de la última expresión evaluada, y puede ser tanto un array como un escalar. También podemos devolver explicitamente un valor usando return, como en C.

También resulta interesante la declaración y uso de formatos o reports. Con la definición de un report, estamos alterando el formato de salida de los registros cuando utilizamos la función write.

La sintaxis para la definición de un formato es: 

       format NOMBRE =
       FORMLIST
       .

Si NOMBRE se omite, entonces STDOUT es tomado como el dispositivo de salida. FORMLIST contiene el formato de la salida de la forma:

SANGRADO_CAMPO1,SANGRADO_CAMPO2,...,SANGRADO_CAMPON variable1, variable2,.........,variablen

El tipo de sangrado se consigue usando los símbolos:

Pondremos tantos símbolos como la longitud máxima requerida para representar el valor de la variable asignada a ese campo, además al principio de la definición de los campos de sangrado debe estar el símbolo @.

Un ejemplo de salida formateada podría ser:
  

format STDOUT_TOP = 
 
 
                        SALIDA FORMATEADA DE WHO
.
 
 
format STDOUT =
 
                      
Usuario                      Conectado en               Momento de la conexion
______________________________________________________________________________
 
@<<<<<<<<<<<<<<<<<<<<<<<<<@|||||||||||||||||||||||@>>>>>>>>>>>>>>>>>>>>>>>>>
$usuario                  ,$tty                    ,$conectado
                     
.
 
open(WHO,"who|");  
 
while ($who = <WHO>)
{
    chop $who;
    ($usuario,$tty,$conectado) = split(/\s+/,$who,3);
    write;
 
}
close(WHO);

Operadores en PERL.

PERL soporta una gran cantidad de operadores, la mayoría de ellos heredados del lenguaje C. En PERL los operadores conservan el mismo uso que en el resto de los lenguajes, y se utilizan para realizar operaciones aritméticas, operaciones lógicas ..., entre las variables del programa. Los operadores pueden clasificarse en los siguientes tipos: 

          if ($var == 3) { ...}

en el caso de que el contenido de la variable sea tres se realizan las operaciones entre paréntesis. 

          if ($var != 3) { ...}

si los valores son diferentes se ejecutan la instrucciones entre llaves.

; 

          if ($var < 3) { ...}

ejecuta las instrucciones entre paréntesis si el valor de var es menor que tres. 

          if ($var > 3) { ...}

ejecuta las instrucciones entre parentesis si el valor de var es mayor que tres. Los operadores para los terminos menor o igual y mayor o igual son <= y >= respectivamente, y en ambos casos además de el significado de cada término explicado anteriormente, se devuelve cierto si las expresiones son iguales.

 Como en el caso de las operaciones anteriores, existen equivalentes que se utilizan con las cadenas no númericas para los terminos < y >. Estos operadores son: ltque devuelve cierto si el orden de la cadena de la izquierda es menor que el de la cadena de la derecha, y gt que devuelve cierto si la cadena de la izquierda es mayor que el orden de la cadena de la derecha. 

o                       'one' cmp 'one'
o                     DEVUELVE 0             
o                       'one dog ' cmp 'one'    
o                     DEVUELVE 1
o                       'dog one' cmp 'one'        
o                     DEVUELVE -1
o                        'es diferente' cmp 'one'
DEVUELVE -1
          if ($var =~/pepe/) { ...}

verifica si la cadena 'pepe' se encuentra dentro de var y si es así, ejecuta el código entre llaves. 

          if ($var !~/pepe/) { ...}

si la cadena 'pepe' no esta en var se ejecuta el código entre llaves. 

          $var = 'Buenos dias';

asigna la cadena 'Buenos dias' a la variable var. 

          $var =~ s/one/uno/;

se reemplaza la ocurrencia de la cadena 'one' por la cadena 'uno'.
  

o                      $var = 6;
 $var**2;

el valor almacenado en var es 36. 

o                       $var = 'Juan ';  
  $var . 'Ramirez';

var contendrá la cadena Juan Ramirez. 

  'd' x 20;

expresa una cadena de 20 caracteres d. 

  $var = 5 % 2;

el valor que se asigna a var es 1. 

  $var = 3 | 2;

el valor que se asigna a la variable es 3. 

  $var = 3 & 2;

el valor asignado es 2.

·         El operador de asignación = está muy relacionado con los operadores aritméticos de modo que PERL permite que se combinen ambos siguiendo este formato general: 

·                  $variable (operador aritmetico)= expresión;
·                  $var = 5;
·                  $var += 6;
·                  $var = 5;
·                  $var %= 2;
          if ($var !~/pepe | juan/) { ...}

el código entre llaves se ejecuta si en la cadena que se encuentra dentro de la varible existe una ocurrencia igual a 'pepe' o igual a 'juan'.

 Además de utilizarse dentro de las expresiones regulares, también se utiliza para unir mediante la operación 'o' dos expresiones condicionales. Así por ejemplo: 

          if ($var == 6 | $var < 3) { ...}

ejecuta el código entre llaves si la variable es igual a 6 o menor que 3. 

     if ($var =~ /coche & moto/) { ...}

el código entre parentesis se ejecuta si dentro de la variable existe una ocurrencia de la cadena 'coche' y otra de la cadena 'moto'. Como en el caso del operador | también se utiliza para relaccionar expresiones condicionales. 

      if (!$var) { ...}

el código entre llaves se ejecuta si la variable var es nulo o 0.

Variables predefinidas

Los siguientes nombres tienen un significado especial en PERL sólo incluiremos los más frecuentes, para una información más detallada consulte el manual de usuario:

Expresiones regulares.

Las expresiones regulares en PERL nos permiten evaluar o comparar la existencia de un patrón de búsqueda en una cadena o un valor determinado; así por ejemplo, si se tiene un archivo de muchas líneas y se quiere imprimir las líneas que tengan en su inicio un determinado carácter, o se desea reemplazar todas las ocurrencias de una determinada palabra dentro del fichero, se deben emplear las expresiones regulares. Se pueden dividir las expresiones regulares en los siguientes tipos: 

        valor a comparar =~ /patrón de búsqueda/;

El principal uso de las expresiones regulares de comparación es la formulación de condiciones en cualquiera de las estructura lógica estructuras lógicas permitidas en PERL. Las expresiones regulares de comparación soportan la siguiente opción: 

  valor a sustituir =~ s/patrón de búsqueda/sustitución/;

Dentro de las expresiones regulares de sustitución encontramos las siguientes opciones: 

   variable =~ tr/(patrón de búsqueda)/(cadena_a_traducir)

Las expresiones regulares de traducción no tienen opciones, la búsqueda y sustitución se realiza en el contenido de toda la variable.

 Pasamos a mostrar un ejemplo que ilustre todo lo anteriormente dicho de las expresiones regulares:

 Supongamos que tiene un archivo de tipo texto con el siguiente contenido: 

  tres perros tres gatos y tres elefantes.

Las siguientes expresiones regulares casuarán los efectos que se especifican: 

 open(AR,'prueba.prb')|| die "$!\n";
 while(<AR>)
  { 
    if( $_ =~ /tres/ )
    { print "Se ha encontrado la cadena 'tres'";}
  }

El segmento de código anterior realiza las siguientes operaciones: abre un fichero prueba.prb de tipo texto y lo asigna a la variable AR, trás lo cual realiza un bucle while que permite recorrer todo el contenido del fichero. Dentro de este bucle, utilizando la variable predefinida $_ (que guarda el contenido de la última línea del fichero definido como entrada); observa mediante una condición if si dentro del registro existe una cadena igual a 'tres'. Como se ve dentro de la condición se utiliza una expresión regular de comparación que devolverá cierto si se encuentra la cadena patrón dentro de la variable ( en este caso el contenido de una línea). En el caso de que la expresión regular devuelva cierto se indica que se encontró la cadena buscada. 

 open (AR,'prueba.prb') || die "$!\n";
 while (<AR>)
  { 
    $_ =~ s/tres/---/g;
    print ;
  }

Este ejemplo, entra de manera similar al anterior dentro del fichero prueba.prb, tras lo que sustituye dentro de este fichero todas las ocurrencias de la cadena 'tres' por la cadena '---'. Esto se realiza mediante una expresión regular de sustitución. Con esto la salida por pantalla sería la siguiente: 

     --- perros --- gatos y --- elefantes.
    
 open(AR,'prueba.prb') || die "$!\n";
 while (<AR>)
  { 
   $_ =~ tr/tre/1234/;
   print ;
  }

La salida por pantalla de este ejemplo es la siguiente: 

 123s p322os 123s ga1os y 123s 313fan13s.

El código anterior realiza una traducción en el contenido de nuestro fichero prueba.prb, el cual es abierto de la misma manera que en los otros casos. Como se ve en el resultado, cada vez que hay una ocurrencia del caracter 't' este se sustituye por '1', cuando aparece un caracter 'r' la sustitución se hace por el '2' y por último cuando aparece un caracter 'e' la traducción lo sustituye por el tercer valor de la cadena de sustitución, en este caso 3. El caracter de sustitución 4 es ignorado ya que no tiene correspondencia con ninguno de los caracteres del patrón (solo hay tres caracteres en el patrón). 

 open(AR,'prueba.prb') || die "$!\n";
 while (<AR>)
  { 
    $_ =~ tr/tre/12/;
    print ;
  }

La salida por pantalla de este ejemplo es la siguiente: 

 122s p222os 122s ga1os y 122s 212fan12s.

Este ejemplo es idéntico a el anterior pero en este caso sólo tenemos dos caracteres en la cadena de sustitución. Así, cuando el número de caracteres en la cadena de sustitución es menor que el número de caracteres del patrón, las ocurrencia de los caracteres del patrón que no tienen correspondencia con ningún caracter de sustitución, son intercambiados por el último de los caracteres de sustitución. 

o                       if($var  =~ /^XXX/)
o                         {
o                            print $var;
    }
o                       if($var =~ /$END/)
o                         {
o                           $var; print 
    }
o                               $var = '1sdffl3l54l6y547';
o                               $var  =~ s/[14]/X_X/g;
o                               $var;  print

La salida por pantalla del ejemplo será la siguiente: 

  X_Xsdff1315X_X6y5X_X7

Cuando se utiliza el carácter ^ con los corchetes, queremos decir la no existencia de la cadena que está entre los corchetes. Así si nuestro ejemplo hubiese sido de esta manera: 

          $var = '1s4s547';
          $var =~ s/[^14]/X_X/g;
          $var; print

la salida por pantalla sería la siguiente: 

  1X_X4X_XX_X4X_X
 $var =~ tr/[a-z]/[A-Z]/;
 /?{3}/
o                               $var = 'Paco Gomez';
o                               $var =~ s/.{4}/Manolo/;
o                               print $var;

así la salida que se obtiene es la siguiente: 

 Manolo Gomez
o                               $var = '1flying burrito2';
o                               $var =~ s/\d/XXX/;
o                               print $var;
o                      

la salida por pantalla es: 

 XXXflying burritoXXX

Los siguientes caracteres tienen un significado paralelo al anterior por lo que no se darán ejemplos de ellos:
 

Los anteriores caracteres especiales, en su formato en mayúsculas significan lo contrario, esto es, \W expresa un carácter no alfanumérico, \D expresa un valor no numérico ... Por último el carácter \ permite referenciar un caracter especial en PERL como un carácter normal, así por ejemplo la siguiente sentencia: 

     $var =~ s/\\d/XXX/g;

nos permite sustituir todas las ocurrencias de la cadena \d por XXX. Si dentro de la expresión regular se hubiese escrito solo \d, la sustitución se realizaría en todos los valores numéricos. En general ocurre lo mismo con el resto de caracteres especiales de PERL.

Los operadores de repetición son los siguientes: 

o                               $var = 'EOflyingburritoEOEOEO';
o                               $var =~ s/(EO)*$/XX/;
          print $var;

La salida de este programa en PERL es la siguiente: 

 EOflyingburritoXX

Como se observa, ha sustituido un número indeterminado de ocurrencias de 'EO' al final de la cadena por una sola ocurrencia de la cadena 'XX'. Si no se hubiese utilizado el operador '*' junto con el carácter especial '$', la sentencia habría sustituido todas las ocurrencias de EO por XX. Como se observa en este ejemplo se utilizan los paréntesis para indicar que la operación de repetición afecta a la cadena EO por entero, de no haberse utilizado los paréntesis la repetición afectaría unicamente al carácter O. 

o                               $var =~ s/usted(es)?/---/;

con esto conseguimos sustituir todas las ocurrencias de la cadena usted o ustedes por '---'.
 

o                               $var = 'PERRO';
o                               $var =~ s/(PERRO)/EL $1/;
          print $var;

Como se observa utilizamos la referencia $1 para referirnos al primer patrón de búsqueda (la cadena `PERRO` en nuestro caso) dentro del apartado dedicado a los patrónes de sustitución, de modo que dentro de la sustitución se encuentra el patrón de búsqueda. Después de la ejecución la variable $var tiene la siguiente cadena: 

 EL PERRO
o                               if( $var =~ /^(\w)+.*\1$/ );

Esta expresión regular de comparación tiene el siguiente significado: mediante la cadena ^(\w)+ nos referimos a todos los caracteres alfanuméricos que forman parte del principio de la cadena contenida en $var, esto es, tomo como primer patrón todos los caracteres alfanuméricos de la cadena; con la cadena .* referencio un conjunto arbitrario de caracteres de longitud desconocida; con la cadena \1 expreso el primer patrón utilizado y con $ significo que este patrón debe de estar al final de la cadena contenida en $var. En definitiva la expresión regular tomará el valor cierto, cuando la cadena de caracteres contenida en $var tenga la misma cadena de caracteres alfanuméricos al principio y al final. Así por ejemplo, si $var tiene una cadena de caracteres como esta: 'hola juansdfa hola' el valor de la expresión regular será cierto, ya que los espacios en blanco no se consideran caracteres alfanuméricos.

Ejemplo de uso de algunas funciones

A continuación se describen algunas de las funciones más utilizadas en la programación de un perl script, esto no pretende ser un manual de referencia luego para conseguir el formato puedes usar el comando man perl:

 

Hosted by www.Geocities.ws

1