INTRODUCCIÓN AL LENGUAJE PERL


Sobre el tutorial

Este tutorial está dirijido a personas con algunos conocimientos de C y del sistema operativo Unix. Dependiendo de los conocimientos sobre estos temas puedes saltarte o no algunos de los capitulos.

Los capítulos en los que se ha hecho especial hincapié son:

Los capítulos que pueden ser usados como referencia rápida son: Como apoyo a alguno de los temas explicados se han añadido una serie de ejercicios que se dividen en tres niveles de dificultad: Además todos los ejemplos pueden ser probados al incluirse el código preparado para su ejecución.

Qué es PERL

Es un lenguaje interpretado que tiene varias utilidades, pero está principalmente orientado a la busqueda, 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:

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.

sun630% 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

IMPORTANTE

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 numero y que contenga un el número 12 haríamos:

$numero = 12; 
Para almacenar una cadena de caracteres podemos hacer dos cosas:

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 simbolo @. 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]; 
imprimiría el elemeto 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 deberíamos utilizar el siguiente formato @nom_variable[i..j], por ejemplo:

print  @frutas[0..2]; 

imprimiría 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;             

El guión datos1.pl contiene varios ejemplos de inicialización y acceso a los tres tipos de datos explicados, las estructuras de control usadas en el ejemplo se explicarán a continuación, aunque es fácil comprender lo que hacen.


Sintaxis general

IMPORTANTE

Como ya habrás podido observar todas las intrucciones de PERL deben deben acabar 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 subrrutinas . 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 = 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 = 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.

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;EXPRESION;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 ultimo 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";
 }

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:

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 numero 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 mayoria de ellos heredados del lenguaje C. En PERL los operadores conservan el mismo uso que en el resto de lenguajes, y se utilizan para realizar operaciones aritmeticas, operaciones logicas ..., entre las variables del programa. Los operadores pueden clasificarse en los siguientes tipos:

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: 

Operadores de asignación: los terminos de asignación se utilizan en PERL para dar valores a cualquiera de las variables validas en PERL. Existen en Perl los siguientes operadores de asignación: Operadores aritméticos: Mediante estos terminos se realizan las operaciones aritméticas necerias para el manejo de las expresiones. A parte de los operadores aritméticos comunes; +(suma), -(resta), *(multiplicación) y /(división), PERL tambien incluye los siguientes operadores: 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;
En general lo que se consigue con este formato es realizar la operación aritmetica, y posteriormente asignar el valor a la variable. Así aquí vemos algunos ejemplos de esta combinación:
$var = 5;
$var += 6;
después de esta asignación el valor de var sera 11 (ha sumado 6 al valor anterior de la variable y posteriormente ha asignado el resultado).
$var = 5;
$var %= 2;
el valor actual de la variable sera 1.

Operadores lógicos o relacionales: permiten relacionar dos o más expresiones condicionales para determinar si el resultado lógico es falso o cierto. Estos son los diferentes operadores lógicos que emplea PERL:

Operadores de Archivo: estos operadores se emplean para verificar en el sistema operativo los permisos de un archivo, o su naturaleza de ejecución, etc. A continuación se muestra los diferentes operadores:


Variables predefinidas

Los siguientes nombres tienen un significado especial en PERL sólo incluiremos los más interesantes, para una información más detallada consulta tu manual de usuario:


Expresiones regulares.

IMPORTANTE

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:

Expresiones regulares de comparación : Nos permiten evaluar si un patrón de búsqueda se encuentra en una cadena de caracteres, de modo que mediante este tipo de expresiones regulares obtendremos un valor lógico verdadero o falso según se encuentre el patrón deseado. La sintaxis de este tipo de expresiones regulares es la siguiente:

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:

i; formato: /(PATRON)/i. Mediante esta opción se consigue que la comparación entre la variable y el patrón se realize sin importar minusculas o mayusculas.

Expresiones regulares de sustitución: Esta herramienta permite cambiar los patrones de busqueda por caracteres nuevos definidos por el usuario que componen el patrón de sustitución, la sintaxis es la siguiente :

valor a sustituir =~ s/patrón de búsqueda/sustitución/;
Dentro de las expresiones regulares de sustitución encontramos las siguientes opciones:

opción: i; formato: (s/PATRON DE BUSQUEDA /SUSTITUCION DE SUSTITUCION/i) : funciona de igual manera que en el caso de una comparación, ignora las mayúsculas en el reemplazo.

opción: g; formato: (s/PATRON DE BUSQUEDA /PATRON DE SUSTITUCION/g) : esta opción permite reemplazar todas las ocurrencias del patrón de búsqueda. En el caso de no emplear esta opción, la sustitución se realizará sólo con la primera ocurrencia del patrón de sustitución.

opción: e; formato: (s/PATRON DE BUSQUEDA/PATRON DE SUSTITUCION/e): con esta opción se puede evaluar la parte de la sustitución (SUSTITUCION),con valores devueltos por una función.

Expresiones regulares de traducción: Este tipo de expresiones regulares tienen una manera de trabajar muy parecida a la de las sustituciones. En este caso se trata de comparar uno a uno los caracteres del patrón de búsqueda con los de la cadena de sustitución, de modo que cada vez que se encuentra una ocurrencia que coincide con uno de los caracteres del patrón se intercambia por su correspondiente en la cadena del patrón de sustitución. La sintaxis general de esta expresion regular es la siguiente:
variable =~ tr/(patrón de búsqueda)/(cadena_a_traducir)
Las expresiones regulares de traducción no tienen opciones, la busqueda 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 tene una 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 codigo anterior realiza las siguientes operaciones: abre un fichero prueba.prb de tipo texto y lo asigna a la variable AR, trás lo que realiza un bucle while que permite recorrer todo el contenido del fichero. Dentro de este bucle, utilizando la variable predefinida $_ (que guarda el contenido de la última linea del fichero definido como entrada); observa mediante una condición if si dentro del registro existe una cadena igual a 'tres'. Como se ve dentro de la condición se utiliza una expresión regular de comparación que devolvera cierto si se encuentra la cadena patrón dentro de la variable ( en este caso el contenido de una línea). En el caso de que la expresión regular devuelva cierto se indica que se encontró la cadena buscada.
open (AR,'prueba.prb')|| die "$!\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>)
  { 
  $_ =~ tr/tre/1234/;
  print ;
  }
La salida por pantalla de este ejemplo es la siguiente:
123s p322os 123s ga1os y 123s 313fan13s.
El código anterior realiza una traducción en el contenido de nuestro fichero prueba.prb, el cual es abierto de la misma manera que en los otros casos. Como se ve en el resultado, cada vez que hay una ocurrencia del caracter 't' este se sustituye por '1', cuando aparace un caracter 'r' la sustitución se hace por el '2' y por último cuando aparace un caracter 'e' la traducción lo sustutituye por el tercer valor de la cadena de sustitución, en este caso 3. El caracter de sustitución 4 es ignorado ya que no tiene correspondencia con ninguno de los caracteres del patrón (solo hay tres caracteres en el patrón).
open (AR,'prueba.prb')|| die "$!\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 identico 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.

Caracteres Especiales.

Los caracteres especiales en PERL están intimamente relacionados con las expresiones regulares, ya que estos se suelen usar para denotar ocurrencias como fin de linea, comienzo de linea, un tabulador ..., lo cual como se verá es especialmente práctico dentro de la utilización de las expresiones regulares. Estos son los caracteres especiales que pueden utilizarse en PERL:

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 numerico ... Por ultimo 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 expresion regular se hubiese escrito solo \d, la sustitución se realizaría en todos los valores numericos. En general ocurre lo mismo con el resto de caracteres especiales de PERL.

Operadores de Repetición. Como los caracteres especiales, también se encuentran muy unidos a la aplicación de las expresiones regulares. En este caso, este tipo de operadores nos permiten repetir un número determinado de veces una cadena de caracteres dentro de una expresión regular.

Los operadores de repetición son los siguientes:


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: