regex - 反引号结果中while()中的全局正则表达式匹配

该脚本搜索带有单词的行并打印它们，同时在每次迭代中重新读取源文件：

# cat mm.pl
#!/usr/bin/perl
use strict;
use warnings;

while( `cat aa` =~ /(\w+)/g ) {
    print "$1\n";
}

输入文件：

# cat aa
aa
bb
cc

结果：

# ./mm.pl
aa
bb
cc

请向我解释为什么运行脚本不是无止境的。

在每一次迭代中，都应重置正则表达式引擎的偏移量，因为表达式已更改（派生了新的cat）。

我以为perl对cat结果进行某种形式的缓存，但是strace声称cat产生了4次（3行3行+ false条件1行）：

# strace -f ./mm.pl 2>&1 | grep cat | grep -v ENOENT
[pid 22604] execve("/bin/cat", ["cat", "aa"], [/* 24 vars */] <unfinished ...>
[pid 22605] execve("/bin/cat", ["cat", "aa"], [/* 24 vars */] <unfinished ...>
[pid 22606] execve("/bin/cat", ["cat", "aa"], [/* 24 vars */] <unfinished ...>
[pid 22607] execve("/bin/cat", ["cat", "aa"], [/* 24 vars */] <unfinished ...>

另一方面，以下示例将永远运行：

# cat kk.pl
#!/usr/bin/perl
use strict;
use warnings;

my $d = 'aaa';
while( $d =~ /(\w+)/g ) {
    print "$1\n";
    $d = 'aaa';
}

这两个脚本之间有何区别？我想念什么？

最佳答案

//g离开的位置存储在添加到执行匹配的标量的魔术中。

$ perl -MDevel::Peek -e'$_ = "abc"; Dump($_); /./g; Dump($_);'
SV = PV(0x32169a0) at 0x3253ee0
  REFCNT = 1
  FLAGS = (POK,IsCOW,pPOK)
  PV = 0x323bae0 "abc"\0
  CUR = 3
  LEN = 10
  COW_REFCNT = 1
SV = PVMG(0x326c040) at 0x3253ee0
  REFCNT = 1
  FLAGS = (SMG,POK,IsCOW,pPOK)
  IV = 0
  NV = 0
  PV = 0x323bae0 "abc"\0
  CUR = 3
  LEN = 10
  COW_REFCNT = 2
  MAGIC = 0x323d050
    MG_VIRTUAL = &PL_vtbl_mglob
    MG_TYPE = PERL_MAGIC_regex_global(g)
    MG_FLAGS = 0x40
      BYTES
    MG_LEN = 1

这意味着在反引号示例中观察到行为的唯一可能方式是，如果match运算符对同一个标量进行了四次匹配！那怎么可能？这是因为反引号是使用TARG的运营商之一。

创建标量相对昂贵，因为它最多需要三个内存分配！为了提高性能，一个称为TARG的标量与某些运算符的每个实例相关联。当对具有TARG的运算符进行评估时，可能会在TARG中填充要返回并返回TARG的值（而不是分配并返回新值）。

您可能会问：“那又怎样？”毕竟，您已经证明了分配给标量会重置与该标量关联的匹配位置。那是应该发生的事情，但不是反引号。

Magic不仅允许将信息附加到变量，而且还附加了在某些条件下要调用的函数。 //g添加的魔术附加了在修改标量后应调用的函数（由上面的转储中的SMG标志指示）。该功能是在将值分配给标量后清除位置的功能。

赋值运算符可以正确处理魔术，但反引号运算符不能正确处理。它不希望将魔术添加到其TARG中，因此它不会检查是否存在魔术，因此清除匹配位置的函数不会被调用。

targ

regex - 反引号结果中while()中的全局正则表达式匹配