本周p5p 1999/11/14

1999年11月14日 by Mark-Jason Dominus

这周的流量大致正常，但似乎内容没有往常那么多。也就是说，消息的数量和往常一样，但它们似乎并没有说太多。这可能是我的失误，所以如果你认为我错过了什么重要的内容，请给我发个便条。

你可以通过向 [email protected]. 发送空消息来订阅此摘要的电子邮件版本。

请将更正和补充发送到 [email protected]，其中 YYYYMM 是当前年份和月份。

Ilya 转发了一篇由 Kragen Sitaker 发布在 comp.lang.perl.misc 的文章。文章指出以下代码令人惊讶

 $foo = 1;  $^W = 1;
 sub test1 {my $foo = 2;  return sub { eval shift } }
 print test1()->('$foo');

子程序捕获了一个词法作用域，其中 $foo=2；另一方面，参数在一个词法作用域中被评估，该作用域中的 $foo=1。打印哪个 $foo 的值？答案：都不是。 Ilya 写信给 p5p 建议这种差异应生成警告。 但没有讨论。

我尝试进行一些研究，以了解其他语言如何处理这个问题。（一盎司先例胜过一磅治疗。）我在 Lisp 世界里四处看了看。大多数 Lisp 没有词法作用域的变量。一个主要的例外是 Scheme 系列。在修订版 5 之前，Scheme 没有代码 eval。修订版 5 有 eval，但你必须明确指定代码要评估的环境。结论：我们可能是在未经探索的土地上。

关于行管理的更多内容

上周 Larry 说应该有一种方法可以在 I/O 流上注册 I/O 管理器，以便（例如）I/O 操作符可以自动将国家字符集转换为 UTF-8，反之亦然。Sam Tregar 似乎愿意承担这项工作，但它是一个庞大的项目，至今没有消息。Ilya 提醒每个人查看 有关该功能的 Tcl 版本的说明，以了解不要做什么。（一盎司先例胜过一磅治疗。）讨论逐渐消失。这可能需要更多的人来工作。

Jan Dubois 提交了一个补丁，以使 Perl 的 link() 函数能够在 WinNT 下工作。它是通过一些等效的底层 WinNT 功能实现的。

正则表达式优化

Ilya 向正则表达式引擎发布了一个非常大的补丁，其中包含 一个相当重大的优化。

伊利亚的例子是/\bt.{0,10}br/。通常，Perl可以在正则表达式中查找一个较长的固定字符串，在这个例子中是br。然后它会在目标字符串中查找br，因为没有br就无法匹配。它知道如果找到了匹配项，那么br将出现在匹配字符串的位置1到11之间；t必须出现在位置0。Perl会在目标字符串中搜索br，当找到它时，它会回溯以查找t。如果没有找到t，它会重新开始并查找另一个br。因为这个过程只涉及简单地扫描目标字符串中的固定子串，所以非常快。

假设Perl找到了t。在优化之前，它会进入正则表达式引擎并开始正常匹配，寻找单词边界。在新优化中，它可以注意到没有单词边界，并立即放弃匹配，而不启动正则表达式引擎的主要部分。

以下是示例.

Solaris上的线程

Marek Rouchal报告说，在Solaris下，线程程序并不总是能够正常工作。不清楚问题是什么，或者这是否是Marek、Perl、Solaris线程库或这些组合中的某个问题的责任。这个问题似乎在这个报告中被视为未解决的。

正则表达式引擎的递归性

Stéphane Payrard报告说，如果你在(?{...})表达式中尝试进行正则表达式匹配，Perl会崩溃。鉴于正则表达式引擎不是可重入的（它使用几个全局变量），这并不令人惊讶。

Hugo van der Sanden：使正则表达式引擎可重入应该可以解决这个问题。Jarkko Hietaniemi：这就像说，“停止战争应该会带来世界和平。”

Stéphane建议在此期间将其设置为致命错误，但没有人提供补丁。

在讨论中，耶稣·基罗加提到他正在为perlre.pod开发一个替代方案，包括教程和一些示例。这是时候了！

大文件继续

上周Jarkko提到，5.6将更好地支持大文件。（与大于2GB的文件相关联存在32位整数溢出问题。）随后展开了一场非常长的讨论，似乎几乎没有实际内容。如果我对这一点有误，也许有人会给我发邮件总结重要要点？

以下是一些典型问题：你有一个大于2GB的文件，并尝试使用seek()获取文件指针位置。结果可能太大，无法适应32位整数。你系统的off_t类型可能足以容纳偏移量值；但是当这个值存储到Perl的SV结构中时，它会强制转换为32位，并且会丢失信息。因此，为了正确处理这个问题，SV需要使用64位整数。但是如果你更改了SV中的整数大小，那么Perl就不再与具有不同大小SV的编译XS模块二进制兼容。当整数值的算术运算溢出整数时，它会被转换为浮点数；但在一个整数比浮点数更精确的系统会发生什么呢？

Jarkko说，在5.005_63中，他会尝试启用对大文件的支持，而不普遍启用64位整数，看看会发生什么。一个困难：很难测试这种支持。

Sarathy建议将文件偏移量存储到浮点变量中。浮点数是不精确的，但只有当你溢出尾数时才会如此，而典型（64位）double变量的尾数是一个53位的整数。

Regexp 对象再次

关于如何使Regexp对象更像真实对象的更多讨论，但又不使它们变慢。仍然没有结论，但讨论转移到了重载赋值操作符的主题。

EBCDIC机器上的Unicode支持

在 EBCDIC 机器上的人在使用 Unicode 时会遇到一个不寻常的问题，因为 Unicode 是为与 ASCII 兼容而设计的；前 128 个 Unicode 字符与它们的 ASCII 对应字符相同。例如，在双引号字符串中，\N{EXCLAMATION MARK} 应该生成一个感叹号。实际上，它生成 Unicode 字符 U+0021，在 UTF-8 编码中表示为单个字符 0x21，这恰好是一个 ASCII 感叹号。然而，在 EBCDIC 中，0x21 是大写字母 O。（我想是这样的。）

由于类似的问题，所有 UTF-8 测试在 EBCDIC 系统上都会失败。我认为 Jarkko 的建议是修复 charnames 前缀，以便在 EBCDIC 系统上能够检测到，但问题可能还没有完全解决。

Marshalling模块

David Muir Sharnoff 发来了一条有趣的消息，抄送到了 Modules 列表。其中之一是呼吁为 marshalling 模块制定一个标准接口。了解详情。

你有Perl吗？

Banana Republic 有一则新广告，展示了一头戴着围巾的 llama。 这里我们看到 llama 还戴着 Larry 的胡须。

localtime() 另一个错误！

在 localtime() 中的 Y2K 错误再次被报告。

我邀请每个人猜测在 2000 年将有多少虚假的 localtime() 错误被报告。 注册你的猜测，我将在 2001 年 1 月宣布获胜者。

各种

大量错误报告、错误修复、非错误报告、问题、答案，以及少量无意义的内容。（本周没有垃圾邮件。）

下周见，我仍然是你们谦卑的仆人，

Mark-Jason Dominus

标签

社区

反馈

这篇文章有什么问题吗？请在 GitHub 上打开一个问题或拉取请求来帮助我们。