哲●科●文Jerkwin 类别 标签 链接 关于 订阅

TCL培训教程

类别: 科   标签: vmd tcl   阅读次数:   版权: (CC) BY-NC-SA ✕

关键词: TCL

摘要: 本文是TCL教材的第三稿, 前两稿分别是《TCL的使用》和《TCL培训教程》. 这一稿加入了不少内容, 是北研TCL兴趣小组共同努力的结果. 本文详细介绍了TCL的各个方面, 特别对利用C\C++语言扩展TCL命令作了详细论述. 本文附有大量实例.

缩略语清单: TCL Tool Command Language 一种脚本语言

参考资料清单
名称 作者 编号 发布日期 查阅地点或渠道 出版单位
Tcl and Tk ToolKit John K. Ousterhout 981-235-951-6 1999 自己的图书 Addison Wesley Publishing Commpany
TCL的使用 陈旭盛 自写文档
TCL培训教程 陈旭盛 自写文档

1. 引言

TCL(Tool Command Language)是一种解释执行的脚本语言(Scripting Language). 它提供了通用的编程能力: 支持变量, 过程和控制结构; 同时TCL还拥有一个功能强大的固有的核心命令集.

由于TCL的解释器是用一个C\C++语言的过程库实现的, 因此在某种意义上我们又可以把TCL看作一个C库, 这个库中有丰富的用于扩展TCL命令的C\C++过程和函数, 可以很容易就在C\C++应用程序中嵌入TCL, 而且每个应用程序都可以根据自己的需要对TCL语言进行扩展. 我们可以针对某一特定应用领域对TCL语言的核心命令集进行扩展, 加入适合于自己的应用领域的扩展命令, 如果需要, 甚至可以加入新的控制结构, TCL解释器将把扩展命令和扩展控制结构与固有命令和固有控制结构同等看待. 扩展后的TCL语言将可以继承TCL 核心部分的所有功能, 包括核心命令, 控制结构, 数据类型, 对过程的支持等. 根据需要, 我们甚至可以屏蔽掉TCL的某些固有命令和固有控制结构. 通过对TCL的扩展, 继承或屏蔽, 用户用不着象平时定义一种计算机语言那样对词法, 语法, 语义, 语用等各方面加以定义, 就可以方便的为自己的应用领域提供一种功能完备的脚本语言.

TCL良好的可扩展性使得它能很好地适应产品测试的需要, 测试任务常常会由于设计和需求的改变而迅速改变, 往往让测试人员疲于应付. 利用TCL的可扩展性, 测试人员就可以迅速继承多种新技术, 并针对产品新特点迅速推出扩展TCL命令集, 以用于产品的测试中, 可以较容易跟上设计需求的变化.

另外, 因为TCL是一种比C\C++语言有着更高抽象层次的语言, 使用TCL可以在一种更高的层次上编写程序, 它屏蔽掉了编写C\C++程序时必须涉及到的一些较为烦琐的细节, 可以大大地提高开发测试例的速度. 而且, 使用TCL语言写的测试例脚本, 即使作了修改, 也用不着重新编译就可以调用TCL解释器直接执行. 可以省却不少时间. TCL目前已成为自动测试中事实上的标准.

2. 语法

简单的讲, TCL语言的语法实际上是一些TCL解释器怎样对TCL命令进行分析的规则的集合.

2.1 脚本, 命令和单词符号

一个 TCL 脚本可以包含一个或多个命令. 命令之间必须用换行符或分号隔开, 下面的两个脚本都是合法的:

set a 1
set b 2

或

set a 1; set b 2

TCL 的每一个命令包含一个或几个单词, 第一个单词代表命令名, 另外的单词则是这个命令的参数, 单词之间必须用空格或 TAB 键隔开.

TCL 解释器对一个命令的求值过程分为两部分: 分析和执行. 在分析阶段, TCL 解释器运用规则把命令分成一个个独立的单词, 同时进行必要的置换(substitution); 在执行阶段, TCL 解释器会把第一个单词当作命令名, 并查看这个命令是否有定义, 如果有定义就激活这个命令对应的 C/C++ 过程, 并把所有的单词作为参数传递给该命令过程, 让命令过程进行处理.

2.2 置换(substitution)

注: 在下面的所有章节的例子中, %为 TCL 的命令提示符, 输入命令回车后, TCL 会在接着的一行输出命令执行结果. //后面是我自己加上的说明, 不是例子的一部分.

TCL 解释器在分析命令时, 把所有的命令参数都当作字符串看待, 例如:

%set x 10    //定义变量 x, 并把 x 的值赋为10
10
%set y x+100 //y的值是 x+100, 而不是我们期望的 110
x+100

上例的第二个命令中, x被看作字符串x+100的一部分, 如果我们想使用x的值10, 就必须告诉 TCL 解释器: 我们在这里期望的是变量x的值, 而非字符x. 怎么告诉 TCL 解释器呢, 这就要用到 TCL 语言中提供的置换功能.

TCL 提供三种形式的置换: 变量置换, 命令置换和反斜杠置换. 每种置换都会导致一个或多个单词本身被其他的值所代替. 置换可以发生在包括命令名在内的每一个单词中, 而且置换可以嵌套.

2.2.1 变量置换(variable subtitution)

变量置换由一个$符号标记, 变量置换会导致变量的值插入一个单词中. 例如:

%set y $x+100 //y 的值是 10+100, 这里 x 被置换成它的值 10
10+100

这时, y的值还不是我们想要的值110, 而是10+100, 因为 TCL 解释器把10+100看成是 一个字符串而不是表达式, y要想得到值110, 还必须用命令置换, 使得 TCL 会把10+100看成一个表达式并求值.

2.2.2 命令置换(command substitution)

命令置换是由[]括起来的 TCL 命令及其参数, 命令置换会导致某一个命令的所有或部分单词被另一个命令的结果所代替. 例如:

%set y [expr $x+100]
110

y的值是110. 这里当 TCL 解释器遇到字符[时, 它就会把随后的expr作为一个命令名, 从而激活与expr对应的 C/C++过程, 并把expr和变量置换后得到的10+110传递给该命令过程进行处理.

如果在上例中我们去掉[], 那么 TCL 会报错. 因为在正常情况下, TCL 解释器只把命令行中的第一个单词看作命令, 其他的单词都作为普通字符串处理, 看作是命令的参数.

注意, []中必须是一个合法的 TCL 脚本, 长度不限. []中脚本的值为最后一个命令的返回值, 例如:

%set y [expr $x+100;set b 300] //y 的值为 300, 因为 set b 300 的返回值为 300
300

有了命令置换, 实际上就表示命令之间是可以嵌套的, 即一个命令的结果可以作为别的命令的参数.

2.2.3 反斜杠置换(backslash substitution)

TCL 语言中的反斜杠置换类似于 C 语言中反斜杠的用法, 主要用于在单词符号中插入诸如换行符, 空格, [, $等被 TCL 解释器当作特殊符号对待的字符. 例如:

set msg multiple\ space //msg 的值为 multiple space.

如果没有\的话, TCL 会报错, 因为解释器会把这里最后两个单词之间的空格认为是分隔符, 于是发现set命令有多于两个参数, 从而报错. 加入了\后, 空格不被当作分隔符, multiple space被认为是一个单词(word). 又例如:

%set msg money\ \$3333\ \nArray\ a\[2]
//这个命令的执行结果为: money $3333
                         Array a[2]

这里的$不再被当作变量置换符.

TCL 支持以下的反斜杠置换:

转义序列 替换为
\a Audible alert (0x7)
\b Backspace (0x8)
\f Form feed (0xc)
\n Newline (0xa)
\r Carriage return (0xd)
\t Tab (0x9)
\v Vertical tab (0xb)
\ddd Octal value given by ddd (one, two, or three d's)
\xhh Hex value given by hh (any number of h's)
\newline space A single space character

例如:

%set a \x48     //对应 \xhh
H               //十六进制的 48 正好是 72, 对应 H
% set a \110    //对应 \ddd
H               //八进制的 110 正好是 72, 对应 H
%set a expr \   //对应\newline space, 一个命令可以用 \newline 转到下一行继续
2+3]
5

2.2.4 双引号和花括号

除了使用反斜杠外, TCL 提供另外两种方法来使得解释器把分隔符和置换符等特殊字符当作普通字符, 而不作特殊处理, 这就要使用双引号"和花括号{}.

TCL 解释器对双引号中的各种分隔符将不作处理, 但是对换行符及$和[]两种置换符会照常处理. 例如:

%set x 100
100
%set y "$x ddd"
100 ddd

而在花括号中, 所有特殊字符都将成为普通字符, 失去其特殊意义, TCL 解释器不会对其作特殊处理.

%set y {/n$x [expr 10+100]}
/n$x [expr 10+100]

2.3 注释

TCL 中的注释符是#, #和直到所在行结尾的所有字符都被 TCL 看作注释, TCL 解释器对注释将不作任何处理. 不过, 要注意的是, #必须出现在 TCL 解释器期望命令的第一个字符出现的地方, 才被当作注释.

例如:

%#This is a comment
%set a 100 # Not a comment
wrong # args: should be "set varName ?newValue?"
%set b 101 ; # this is a comment
101

第二行中#就不被当作注释符, 因为它出现在命令的中间, TCL 解释器把它和后面的字符当作命令的参数处理, 从而导致错误. 而第四行的#就被作为注释, 因为前一个命令已经用一个分号结束, TCL 解释器期望下一个命令接着出现. 现在在这个位置出现#, 随后的字符就被当作注释了.

3. 变量

3.1 简单变量

一个 TCL 的简单变量包含两个部分: 名字和值. 名字和值都可以是任意字符串. 例如一个名为1323 7&*: hdgg的变量在 TCL 中都是合法的. 不过为了更好的使用置换(substitution), 变量名最好按 C\C++ 语言中标识符的命名规则命名. TCL 解释器在分析一个变量置换时, 只把从$符号往后直到第一个不是字母, 数字或下划线的字符之间的单词符号作为要被置换的变量的名字. 例如:

% set a 2
2
set a.1 4
4
% set b $a.1
2.1

在最后一个命令行, 我们希望把变量a.1的值付给b, 但是 TCL 解释器在分析时只把$符号之后直到第一个不是字母, 数字或下划线的字符(这里是.)之间的单词符号(这里是a)当作要被置换的变量的名字, 所以 TCL 解释器把a置换成2,然后把字符串2.1付给变量b. 这显然与我们的初衷不同.

当然, 如果变量名中有不是字母, 数字或下划线的字符, 又要用置换, 可以用花括号把变量名括起来. 例如:

%set b ${a.1}
4

TCL 中的set命令能生成一个变量, 也能读取或改变一个变量的值. 例如:

% set a {kdfj kjdf}
kdfj kjdf

如果变量a还没有定义, 这个命令将生成变量a, 并将其值置为kdfj kjdf, 若a已定义, 就简单的把a的值置为kdfj kjdf.

%set a kdfj kjdf

这个只有一个参数的set命令读取a的当前值kdfj kjdf.

3.2 数组

数组是一些元素的集合. TCL 的数组和普通计算机语言中的数组有很大的区别. 在 TCL 中, 不能单独声明一个数组, 数组只能和数组元素一起声明. 数组中, 数组元素的名字包含两部分: 数组名和数组中元素的名字, TCL 中数组元素的名字(下标〕可以为任何字符串. 例如:

set day(monday)  1
set day(tuesday) 2

第一个命令生成一个名为day的数组, 同时在数组中生成一个名为monday的数组元素, 并把值置为1, 第二个命令生成一个名为tuesday的数组元素, 并把值置为2.

简单变量的置换已经在前一节讨论过, 这里讲一下数组元素的置换. 除了有括号之外, 数组元素的置换和简单变量类似. 例:

set a monday
set day(monday) 1
set b $day(monday) //b 的值为 1, 即 day(monday)的值.
set c $day($a)     //c 的值为 1, 即 day(monday)的值.

TCL 不能支持复杂的数据类型, 这是一个很大的缺憾, 也是 TCL 受指责很多的方面. 但是 TCL的一个扩展 ITCL 填补了这个缺憾.

3.3 相关命令

3.3.1 set

这个命令在 3.1 已有详细介绍.

3.3.2 unset

这个命令从解释器中删除变量, 它后面可以有任意多个参数, 每个参数是一个变量名, 可以是简单变量, 也可以是数组或数组元素. 例如:

% unset a b day(monday)

上面的语句中删除了变量a, b和数组元素day(monday), 但是数组day并没有删除, 其他元素还存在, 要删除整个数组, 只需给出数组的名字. 例如:

%puts $day(monday)
can't read "day(monday)": no such element in array
% puts $day(tuesday)
2
%unset day
% puts $day(tuesday)
can't read "day(tuesday)": no such variable

3.3.3 append和incr

这两个命令提供了改变变量的值的简单手段. append命令把文本加到一个变量的后面, 例如:

% set txt hello
hello
% append txt "! How are you"
hello! How are you

incr命令把一个变量值加上一个整数. incr要求变量原来的值和新加的值都必须是整数.

%set b a
a
% incr b
expected integer but got "a"
%set b 2
2
%incr b 3
5

4. 表达式

4.1 操作数

TCL 表达式的操作数通常是整数或实数. 整数一般是十进制的, 但如果整数的第一个字符是0(零), 那么 TCL 将把这个整数看作八进制的, 如果前两个字符是0x则这个整数被看作是十六进制的. TCL 的实数的写法与 ANSI C 中完全一样. 如:

2.1
7.9e+12
6e4
3.

4.2 运算符和优先级

下面的表格中列出了 TCL 中用到的运算符, 它们的语法形式和用法跟 ANSI C 中很相似. 这里就不一一介绍. 下表中的运算符是按优先级从高到低往下排列的. 同一格中的运算符优先级相同.

语法形式 结果 操作数类型
-a 负a 整型, 浮点型
!a 非a 整型, 浮点型
~a 整型
a*b 乘 整型, 浮点型
a/b 除
a%b 取模 整型
a+b 加 整型, 浮点型
a-b 减
a<<b 左移位 整型
a>>b 右移位
a<b 小于 整型, 浮点型,字符
a>b 大于
a<=b 小于等于
a>=b 大于等于
a==b 等于
a!=b 不等于
a&b 位操作与 整型
a^b 位操作异或
a|b 位操作或
a&&b 逻辑与 整型, 浮点型
a||b 逻辑或
a?b:c 选择运算 a为整型, 浮点型

4.3 数学函数

TCL 支持常用的数学函数, 表达式中数学函数的写法类似于 C\C++ 语言的写法, 数学函数的参数可以是任意表达式, 多个参数之间用逗号隔开. 例如:

%set x 2
2
% expr 2* sin($x<3)
1.68294196962

其中expr是 TCL 的一个命令, 语法为: expr arg ?arg ...?

两个?之间的参数表示可省, 后面介绍命令时对于可省参数都使用这种表示形式. expr可以有一个或多个参数, 它把所有的参数组合到一起, 作为一个表达式, 然后求值:

%expr 1+2*3
7
%expr 1 +2 *3
7

需要注意的一点是, 数学函数并不是命令, 只在表达式中出现才有意义.

TCL 中支持的数学函数如下

abs(x) 绝对值
acos(x) 反余弦函数, 返回值范围: [0, π]
asin(x) 反正弦, 返回值范围: [-π/2, π/2]
atan(x) 反正切, 返回值范围: [-π/2, π/2]
atan2(y, x) y/x的反正切, 返回值范围: [-π/2, π/2]
ceil(x) Smallest integer not less than x.
cos(x) Cosine of x (x in radians).
cosh(x) Hyperbolic cosine of x.
double(i) Real value equal to integer i.
exp(x) e raised to the power x.
floor(x) Largest integer not greater than x.
fmod(x, y) Floating-point remainder of x divided by y.
hypot(x, y) Square root of (x^2 + y^2).
int(x) Integer value produced by truncating x.
log(x) Natural logarithm of x.
log10(x) Base 10 logarithm of x.
pow(x, y) x raised to the power y.
round(x) Integer value produced by rounding x.
sin(x) Sine of x (x in radians).
sinh(x) Hyperbolic sine of x.
sqrt(x) Square root of x.
tan(x) Tangent of x (x in radians).
tanh(x) Hyperbolic tangent of x.

TCL 中有很多命令都以表达式作为参数. 最典型的是expr命令. 另外if, while, for等循环控制命令的循环控制中也都使用表达式作为参数.

5 List

list这个概念在 TCL 中是用来表示集合的. TCL 中list是由一堆元素组成的有序集合, list可以嵌套定义, list 每个元素可以是任意字符串, 也可以是list. 下面都是 TCL 中的合法的list:

{} //空 list
{a b c d}
{a {b c} d} //list 可以嵌套

list 是 TCL 中比较重要的一种数据结构, 对于编写复杂的脚本有很大的帮助, TCL 提供了很多基本命令对list进行操作, 下面一一介绍.

5.1 list命令

语法: list ? value value...?

这个命令生成一个list, list的元素就是所有的value.

例:

% list 1 2 {3 4}
1 2 {3 4}

5.2 concat命令

语法: concat list ?list...?

这个命令把多个 list 合成一个 list, 每个 list 变成新 list 的一个元素.

5.3 lindex命令

语法: lindex list index

返回 list 的第index个(0-based)元素.

例:

% lindex {1 2 {3 4}} 2
3 4

5.4 llength命令

语法: llength list

返回 list 的元素个数.

例

% llength {1 2 {3 4}}
3

5.5 linsert命令

语法: linsert list index value ?value...?

返回一个新串, 新串是把所有的value参数值插入 list 的第index个(0-based)元素之前得到.

例:

% linsert {1 2 {3 4}} 1 7 8 {9 10}
1 7 8 {9 10} 2 {3 4}

5.6 lreplace命令

语法: lreplace list first last ?value value ...?

返回一个新串, 新串是把 list 的第first(0-based)到第last个(0-based)元素用所有的value参数替换得到的. 如果没有value参数, 就表示删除第first到第last个元素.

例:

% lreplace {1 7 8 {9 10} 2 {3 4}} 3 3
1 7 8 2 {3 4}
% lreplace {1 7 8 2 {3 4}} 4 4 4 5 6
1 7 8 2 4 5 6

5.7 lrange命令

语法: lrange list first last

返回 list 的第first(0-based)到第last(0-based)元素组成的串,如果last的值是end, 就是从第first个直到串的最后.

例:

% lrange {1 7 8 2 4 5 6} 3 end
2 4 5 6

5.8 lappend命令

语法: lappend varname value ?value...?

把每个value的值作为一个元素附加到变量varname后面, 并返回变量的新值, 如果varname不存在, 就生成这个变量.

例:

% lappend a 1 2 3
1 2 3
% set a
1 2 3

5.9 lsearch命令

语法: lsearch ?-exact? ?-glob? ?-regexp? list pattern

返回 list 中第一个匹配模式pattern的元素的索引, 如果找不到匹配就返回-1. -exact, -glob, -regexp是三种模式匹配的技术. -exact表示精确匹配; -glob的匹配方式和string match命令的匹配方式相同, 将在后面第八节介绍 string 命令时介绍; -regexp表示正规表达式匹配, 将在第八节介绍regexp命令时介绍. 缺省时使用-glob匹配.

例:

% set a { how are you }
how are you
% lsearch $a y*
2
% lsearch $a y?
-1

5.10 lsort命令

语法: lsort ?options? list

这个命令返回把 list 排序后的串. options可以是如下值:

5.11 split命令

语法: split string ?splitChars?

把字符串string按分隔符splitChars分成一个个单词, 返回由这些单词组成的串. 如果splitChars是一个空字符{}, string被按字符分开. 如果splitChars没有给出, 以空格为分隔符.

例:

% split "how.are.you" .
how are you
% split "how are you"
how are you
% split "how are you" {}
h o w { } a r e { } y o u

5.12 join命令

语法: join list ?joinString?

join命令是split命令的逆. 这个命令把 list 的所有元素合并到一个字符串中, 中间以joinString分开. 缺省的joinString是空格.

例:

% join {h o w { } a r e { } y o u} {}
how are you
% join {how are you} .
how.are.you

6. 控制流

TCL 中的控制流和 C 语言类似, 包括if, while, for, foreach, switch, break, continue等命令. 下面分别介绍.

6.1 if命令

语法: if test1 body1 ?elseif test2 body2 elseif.... ? ?else bodyn?

TCL 先把test1当作一个表达式求值, 如果值非0, 则把body1当作一个脚本执行并返回所得值, 否则把test2当作一个表达式求值, 如果值非0, 则把body2当作一个脚本执行并返回所得值……. 例如:

if { $x>0 } {
.....
}elseif{ $x==1 } {
.....
}elseif { $x==2 } {
....
}else{
.....
}

注意, 上例中 {一定要写在上一行, 因为如果不这样, TCL 解释器会认为if命令在换行符处已结束, 下一行会被当成新的命令, 从而导致错误的结果. 在下面的循环命令的书写中也要注意这个问题. 书写中还要注意的一个问题是 if和{之间应该有一个空格, 否则 TCL 解释器会把if{作为一个整体当作一个命令名, 从而导致错误.

6.2 循环命令: while, for, foreach

6.2.1 while命令

语法: while test body

参数test是一个表达式, body是一个脚本, 如果表达式的值非0, 就运行脚本, 直到表达式为0才停止循环, 此时while命令中断并返回一个空字符串.

例如:

假设变量a是一个链表, 下面的脚本把a的值复制到b:

set b " "
set i [expr [llength $a] -1]
while { $i>=0} {
	lappend b [lindex $a $i]
	incr i -1
}

6.2.2 for命令

语法: for init test reinit body

参数init是一个初始化脚本, 第二个参数test是一个表达式, 用来决定循环什么时候中断, 第三个参数reinit是一个重新初始化的脚本, 第四个参数body也是脚本, 代表循环体. 下例与上例作用相同:

set b " "
for {set i [expr [llength $a] -1]} {$i>=0} {incr i -1} {
lappend b [lindex $a $i] }

6.2.3 foreach命令

这个命令有两种语法形式

第一个参数varName是一个变量, 第二个参数list是一个表(有序集合), 第三个参数body是循环体. 每次取得链表的一个元素, 都会执行循环体一次. 下例与上例作用相同:

set b " "
foreach i $a {
	set b [linsert $b 0 $i]
}

这种形式包含了第一种形式. 第一个参数varlist1是一个循环变量列表, 第二个参数是一个列表list1, varlist1中的变量会分别取list1中的值. body参数是循环体. ?varlist2 list2 ...?表示可以有多个变量列表和列表对出现. 例如:

set x {}
foreach {i j} {a b c d e f} {
	lappend x $j $i
}

这时总共有三次循环, x的值为b a d c f e.

set x {}
foreach i {a b c} j {d e f g} {
	lappend x $i $j
}

这时总共有四次循环, x的值为a d b e c f {} g.

set x {}
foreach i {a b c} {j k} {d e f g} {
	lappend x $i $j $k
}

这时总共有三次循环, x的值为a d e b f g c {} {}.

6.2.4 break和continue命令

在循环体中, 可以用break和continue命令中断循环. 其中break命令结束整个循环过程, 并从循环中跳出, continue只是结束本次循环.

6.2.5 switch命令

和 C 语言中switch语句一样, TCL 中的switch命令也可以由if命令实现. 只是书写起来较为烦琐.

switch命令的语法为: switch ? options? string { pattern body ? pattern body ...?}

第一个是可选参数options, 表示进行匹配的方式. TCL 支持三种匹配方式: -exact方式, -glob方式, -regexp方式, 缺省情况表示-glob方式. -exact方式表示的是精确匹配, -glob方式的匹配方式和string match命令的匹配方式相同(第八节介绍), -regexp方式是正规表达式的匹配方式(第八节介绍). 第二个参数string是要被用来作测试的值, 第三个参数是括起来的一个或多个元素对, 例:

switch $x {
a -
b {incr t1}
c {incr t2}
default {incr t3}
}

其中a的后面跟一个-表示使用和下一个模式相同的脚本. default表示匹配任意值. 一旦switch命令找到一个模式匹配, 就执行相应的脚本, 并返回脚本的值, 作为switch命令的返回值.

6.3 eval命令

eval命令是一个用来构造和执行 TCL 脚本的命令, 其语法为:

eval arg ?arg ...?

它可以接收一个或多个参数, 然后把所有的参数以空格隔开组合到一起成为一个脚本, 然后对这个脚本进行求值. 例如:

%eval set a 2 ;set b 4
4

6.4 source命令

source命令读一个文件并把这个文件的内容作为一个脚本进行求值. 例如:

source e:/tcl&c/hello.tcl

注意路径的描述应该和 UNIX 相同, 使用/而不是\.

7. 过程(procedure)

TCL 支持过程的定义和调用, 在 TCL 中, 过程可以看作是用 TCL 脚本实现的命令, 效果与 TCL 的固有命令相似. 我们可以在任何时候使用proc命令定义自己的过程, TCL 中的过程类似于 C 中的函数.

7.1 过程定义和返回值

TCL 中过程是由proc命令产生的. 例如:

% proc add {x y } {expr $x+$y}

proc命令的第一个参数是你要定义的过程的名字, 第二个参数是过程的参数列表, 参数之间用空格隔开, 第三个参数是一个 TCL 脚本, 代表过程体. proc生成一个新的命令, 可以象固有命令一样调用:

% add 1 2
3

在定义过程时, 你可以利用return命令在任何地方返回你想要的值. return命令迅速中断过程, 并把它的参数作为过程的结果. 例如:

% proc abs {x} {
	if {$x >= 0} { return $x }
	return [expr -$x]
}

过程的返回值是过程体中最后执行的那条命令的返回值.

7.2 局部变量和全局变量

对于在过程中定义的变量, 因为它们只能在过程中被访问, 并且当过程退出时会被自动删除, 所以称为局部变量; 在所有过程之外定义的变量我们称之为全局变量. TCL 中, 局部变量和全局变量可以同名, 两者的作用域的交集为空: 局部变量的作用域是它所在的过程的内部; 全局变量的作用域则不包括所有过程的内部. 这一点和 C 语言有很大的不同.

如果我们想在过程内部引用一个全局变量的值, 可以使用global命令. 例如:

% set a 4
4
% proc sample { x } {
	global a incr a
	return [expr $a+$x]
}
% sample 3
8
%set a
5

全局变量a在过程中被访问. 在过程中对a的改变会直接反映到全局上. 如果去掉语句global a, TCL 会出错, 因为它不认识变量a.

7.3 缺省参数和可变个数参数

TCL 还提供三种特殊的参数形式:

首先, 你可以定义一个没有参数的过程, 例如:

proc add {} { expr 2+3 }

其次, 可以定义具有缺省参数值的过程, 我们可以为过程的部分或全部参数提供缺省值, 如果调用过程时未提供那些参数的值, 那么过程会自动使用缺省值赋给相应的参数. 和 C\C++中具有缺省参数值的函数一样, 有缺省值的参数只能位于参数列表的后部, 即在第一个具有缺省值的参数后面的所有参数, 都只能是具有缺省值的参数.

例如:

proc add {val1 {val2 2} {val3 3}} {
	expr $val1+$val2+$val3
}

则:

add 1     //值为 6
add 2 20  //值为 25
add 4 5 6 //值为 15

另外, TCL 的过程定义还支持可变个数的参数, 如果过程的最后一个参数是args, 那么就表示这个过程支持可变个数的参数调用. 调用时, 位于args以前的参数像普通参数一样处理, 但任何附加的参数都需要在过程体中作特殊处理, 过程的局部变量args将会被设置为一个列表, 其元素就是所有附加的变量. 如果没有附加的变量, args就设置成一个空串, 下面是一个例子:

proc add { val1 args } {
	set sum $val1
	foreach i $args {
		incr sum $i
	}
	return $sum
}

则:

add 2         //值为 2
add 2 3 4 5 6 //值为 20

7.4 引用: upvar

命令语法: upvar ?level? otherVar myVar ?otherVar myVar ...?

upvar命令使得用户可以在过程中对全局变量或其他过程中的局部变量进行访问. upvar命令的第一个参数otherVar是我们希望以引用方式访问的参数的名字, 第二个参数myVar是这个程中的局部变量的名字, 一旦使用了upvar命令把otherVar和myVar绑定, 那么在过程中对局部变量myVar的读写就相当于对这个过程的调用者中otherVar所代表的局部变量的读写. 下面是一个例子:

% proc temp { arg } {
	upvar $arg b
	set b [expr $b+2]
}
% proc myexp { var } {
	set a 4 temp a
	return [expr $var+$a]
}

则:

% myexp 7
13

这个例子中, upvar把$arg(实际上是过程myexp中的变量a)和过程temp中的变量b绑定, 对b的读写就相当于对a的读写.

upvar命令语法中的level参数表示: 调用upvar命令的过程相对于我们希望引用的变量myVar在调用栈中相对位置. 例如:

upvar 2 other x

这个命令使得当前过程的调用者的调用者中的变量other, 可以在当前过程中利用x访问. 缺省情况下, level的值为1, 即当前过程(上例中的temp)的调用者(上例中的myexp)中的变量(上例中myexp的a)可以在当前过程中利用局部变量(上例中temp的b)访问.

如果要访问全局变量可以这样写:

upvar #0 other x

那么, 不管当前过程处于调用栈中的什么位置, 都可以在当前过程中利用x访问全局变量other.

8. 字符串操作

因为 TCL 把所有的输入都当作字符串看待, 所以 TCL 提供了较强的字符串操作功能, TCL 中与字符串操作有关的命令有: string, format, regexp, regsub, scan等.

8.1 format命令

语法: format formatstring ?vlue value...?

format命令类似于 ANSIC 中的sprintf函数和 MFC 中CString类提供的Format成员函数. 它按formatstring提供的格式, 把各个value的值组合到formatstring中形成一个新字符串, 并返回. 例如:

%set name john
John
%set age 20
20
%set msg [format "%s is %d years old" $name $age]
john is 20 years old

8.2 scan命令

语法: scan string format varName ?varName ...?

scan命令可以认为是format命令的逆, 其功能类似于 ANSI C 中的scanf函数. 它按format提供的格式分析string字符串, 然后把结果存到变量varName中,注意除了空格和 TAB 键之外, string和format中的字符和%必须匹配. 例如:

% scan "some 26 34" "some %d %d" a b
2
% set a
26
% set b
34
% scan "12.34.56.78" "%d.%d.%d.%d" c d e f
4
% puts [format "the value of c is %d,d is %d,e is %d ,f is %d" $c $d $e $f]
the value of c is 12,d is 34,e is 56 ,f is 78

scan命令的返回值是匹配的变量个数. 而且, 我们发现, 如果变量varName不存在的话, TCL 会自动声明该变量.

8.3 regexp命令

语法: regexp ?switchs? ?--? exp string ?matchVar?\ ?subMatchVar subMatchVar...?

regexp命令用于判断正规表达式exp是否全部或部分匹配字符串string, 匹配返回1, 否则0.

在正规表达式中, 一些字符具有特殊的含义, 下表一一列出, 并给予了解释.

字符 意义
. 匹配任意单个字符
^ 表示从头进行匹配
$ 表示从末尾进行匹配
\x 匹配字符x, 这可以抑制字符x的含义
[chars] 匹配字符集合chars中给出的任意字符, 如果chars中的第一个字符是^, 表示匹配任意不在chars中的字符, chars的表示方法支持a-z之类的表示
(regexp) 把regexp作为一个单项进行匹配
* 对*前面的项0进行次或多次匹配
+ 对+前面的项进行1次或多次匹配
? 对?前面的项进行0次或1次匹配
regexp1|regexp2 匹配regexp1或regexp2中的一项

下面的一个例子是从《Tcl and Tk ToolKit》中摘下来的, 下面进行说明:

^((0x)?[0-9a-fA-F]+|[0-9]+)$

这个正规表达式匹配任何十六进制或十进制的整数.

两个正规表达式以|分开(0x)？[0-9a-fA-F]+和[0-9]+, 表示可以匹配其中的任何一个, 事实上前者匹配十六进制, 后者匹配十进制.

^表示必须从头进行匹配, 从而上述正规表达式不匹配jk12之类不是以0x或数字开头的串.

$表示必须从末尾开始匹配, 从而上述正规表达式不匹配12jk之类不是数字或a-fA-F结尾的串.

下面以(0x)？[0-9a-fA-F]+进行说明, (0x)表示0x一起作为一项, ?表示前一项(0x)可以出现0次或多次, [0-9a-fA-F]表示可以是任意0到9之间的单个数字或a到f或A到F之间的单个字母, +表示象前面那样的单个数字或字母可以重复出现一次或多次.

% regexp {^((0x)?[0-9a-fA-F]+|[0-9]+)$} ab
1
% regexp {^((0x)?[0-9a-fA-F]+|[0-9]+)$} 0xabcd
1
% regexp {^((0x)?[0-9a-fA-F]+|[0-9]+)$} 12345
1
% regexp {^((0x)?[0-9a-fA-F]+|[0-9]+)$} 123j
0

如果regexp命令后面有参数matchVar和subMatchVar, 则所有的参数被当作变量名, 如果变量不存在, 就会被生成. regexp把匹配整个正规表达式的子字符串赋给第一个变量, 匹配正规表达式的最左边的子表达式的子字符串赋给第二个变量, 依次类推, 例如:

% regexp { ([0-9]+) *([a-z]+)} " there is 100 apples" total num word
1
% puts " $total ,$num,$word"
100 apples ,100,apples

regexp可以设置一些开关(switchs), 来控制匹配结果:

% regexp -indices { ([0-9]+) *([a-z]+)} " there is 100 apples" total num word
1
% puts " $total ,$num,$word"
9 20 ,10 12,15 20

正好子串 100 apples的序号是 9-20, 100的序号是 10-12, apples的序号是 15-20

regexp -inline -- {\w(\w)} " inlined "
 => {in n}
	regexp -all -inline -- {\w(\w)} " inlined "
 => {in n li i ne e}

8.4 regsub命令

语法: regsub ?switchs? exp string subSpec varname

regsub的第一个参数是一个整个表达式, 第二个参数是一个输入字符串, 这一点和regexp命令完全一样, 也是当匹配时返回 1, 否则返回 0. 不过regsub用第三个参数的值来替换字符串string中和正规表达式匹配的部分, 第四个参数被认为是一个变量, 替换后的字符串存入这个变量中. 例如:

% regsub there "They live there lives " their x
1
% puts $x
They live their lives

这里there被用their替换了.

regsub命令也有几个开关(switchs):

8.5 string命令

string命令的语法: string option arg ?arg...?

string命令具有强大的操作字符串的功能, 其中的option选项多达 20 个. 下面介绍其中常用的部分.

8.5.1 string compare ?-nocase? ?-length int? string1 string2

把字符串string1和string2进行比较, 返回值为-1, 0 或 1, 分别对应string1小于, 等于或大于string2. 如果有-length参数, 那么只比较前int个字符, 如果int为负数, 那么这个参数被忽略. 如果有-nocase参数, 那么比较时不区分大小写.

8.5.2 string equal ?-nocase? ?-length int? string1 string2

把字符串string1和string2进行比较, 如果两者相同, 返回值为 1, 否则返回 0. 其他参数与 8.5.1 同.

8.5.3 string first string1 string2 ?startindex?

在string2中从头查找与string1匹配的字符序列, 如果找到, 那么就返回匹配的第一个字母所在的位置(0-based). 如果没有找到, 那么返回-1. 如果给出了startindex变量, 那么将从startindex处开始查找. 例如:

% string first ab defabc
3
% string first ab defabc 4
-1

8.5.4 string index string charIndex

返回string中第charIndex个字符(0-based). charIndex可以是下面的值:

如果charIndex小于 0, 或者大于字符串string的长度, 那么返回空.

例如:

% string index abcdef 2 c
% string index abcdef end-2 d

8.5.5 string last string1 string2 ?startindex?

参照 8.5.3, 唯一的区别是从后往前查找

8.5.6 string length string

返回字符串string的长度.

8.5.7 string match ?-nocase? pattern string

如果pattern匹配string, 那么返回 1, 否则返回 0. 如果有-nocase参数, 那么就不区分大小写.

在pattern中可以使用通配符:

例子:

% string match * abcdef
1
% string match a* abcdef
1
string match a?cdef abcdef
1
% string match {a[b-f]cdef} abcdef //注意一定要用'{',否则 TCL 解释器会把 b-f 当作命令名
1                                  //从而导致错误
% string match {a[b-f]cdef} accdef
1

8.5.8 string range string first last

返回字符串string中从第first个到第last个字符的子字符串(0-based). 如果first<0, 那么first被看作 0, 如果last大于或等于字符串的长度, 那么last被看作end, 如果first比last大, 那么返回空.

8.5.9 string repeat string count

返回值为: 重复了string字符串count次的字符串. 例如:

% string repeat "abc" 2
abcabc

8.5.10 string replace string first last ?newstring?

返回值为: 从字符串string中删除了第first到第last个字符(0-based)的字符串, 如果给出了newstring变量, 那么就用newstring替换从第first到第last个字符. 如果first<0, 那么first被看作 0, 如果last大于或等于字符串的长度, 那么last被看作end, 如果first比last大或者大于字符串string的长度或者last小于 0, 那么原封不动的返回string.

8.5.11 string tolower string ?first? ?last?

返回值为: 把字符串string转换成小写后的字符串, 如果给出了first和last变量, 就只转换first和last之间的字符.

8.5.12 string toupper string ?first? ?last?

同 8.5.11. 转换成大写.

8.5.13 string trim string ?chars?

返回值为: 从string字符串的首尾删除掉了字符集合chars中的字符后的字符串. 如果没有给出chars, 那么将删除掉 spaces, tabs, newlines, carriage returns 这些字符. 例如:

% string trim "abcde" {a d e}
bc
% string trim " def
> "
def

8.5.14 string trimleft string ?chars?

同 8.5.13. 不过只删除左边的字符.

8.5.15 string trimright string ?chars?

同 8.5.13. 不过只删除右边的字符.

9. 文件访问

TCL 提供了丰富的文件操作的命令. 通过这些命令你可以对文件名进行操作(查找匹配某一模式的文件), 以顺序或随机方式读写文件, 检索系统保留的文件信息(如最后访问时间).

9.1 文件名

TCL 中的文件名和我们熟悉的 windows 表示文件的方法有一些区别: 在表示文件的目录结构时它使用/, 而不是\, 这和 TCL 最初是在 UNIX 下实现有关. 比如 C 盘 tcl 目录下的文件sample.tcl在 TCL 中这样表示: C:/tcl/sample.tcl.

9.2 基本文件输入输出命令

这个名为tgrep的过程, 可以说明 TCL 文件 I/O 的基本特点:

proc tgrep { pattern filename} {
	set f [open $filename r]
	while { [gets $f line ] } {
		if {[regexp $pattern $line]} {
			puts stdout $line
		}
	}
	close $f
}

以上过程非常象 UNIX 的grep命令, 你可以用两个参数调用它, 一个是模式, 另一个是文件名, tgrep将打印出文件中所有匹配该模式的行.

下面介绍上述过程中用到的几个基本的文件输入输出命令.

9.3 随机文件访问

默认文件输入输出方式是连续的: 即每个gets或read命令返回的是上次gets或read访问位置后面的字节, 每个puts命令写数据是接着上次puts写的位置接着写. TCL 提供了seek, tell 和eof等命令使用户可以非连续访问文件.

每个打开的打开文件都有访问点, 即下次读写开始的位置. 文件打开时, 访问点总是被设置为文件的开头或结尾, 这取决于打开文件时使用的访问模式. 每次读写后访问位置按访问的字节数后移相应的位数.

可以使用seek命令来改变文件的访问点:

9.4 当前工作目录

TCL 提供两个命令来管理当前工作目录: pwd和cd.

pwd和 UNIX 下的pwd命令完全一样, 没有参数, 返回当前目录的完整路径.

cd命令也和 UNIX 命令也一样, 使用一个参数, 可以把工作目录改变为参数提供的目录. 如果cd没使用参数, UNIX 下, 会把工作目录变为启动 TCL 脚本的用户的工作目录, WINDOWS 下会把工作目录变为 windows 操作系统的安装目录所在的盘的根目录(如: C:/). 值得注意的是, 提供给cd的参数中路径中的应该用/而不是\. 如cd C:/TCL/lib. 这是 UNIX 的风格.

9.5 文件操作和获取文件信息

TCL 提供了两个命令进行文件名操作: glob和file, 用来操作文件或获取文件信息.

glob命令采用一种或多种模式作为参数, 并返回匹配这个(些)模式的所有文件的列表, 其语法为:

glob ?switches? pattern ?pattern ...?

其中switches可以取下面的值:

glob命令的模式采用string match命令(见 8.5.7 节)的匹配规则. 例如:

%glob *.c *.h
main.c hash.c hash.h

返回当前目录中所有.c或.h的文件名. glob还允许模式中包含括在花括号中间以逗号分开的多种选择, 例如:

%glob { {src,backup}/*.[ch]}
src/main.c src/hash.c src/hash.h backup/hash.c

下面的命令和上面的命令等价:

glob {src/*.[ch]} {backup/*.[ch]}

注意: 这些例子中模式周围的花括号是必须的, 可以防止命令置换. 在调用glob命令对应的 C 过程前这些括号会被 TCL 解释器去掉.

如果glob的模式以一斜线结束, 那将只匹配目录名. 例如: glob */只返回当前目录的所有子目录.

如果glob返回的文件名列表为空, 通常会产生一个错误. 但是glob的在样式参数之前的第一个参数是-nocomplain的话, 这时即使结果为空, glob也不会产生错误.

对文件名操作的第二个命令是file. file是有许多选项的常用命令, 可以用来进行文件操作也可以检索文件信息. 这节讨论与名字相关的选项, 下一节描述其他选项. 使用file命令时, 我们会发现其中有很明显的 UNIX 痕迹.

% file atime license.txt
975945600

10. 错误和异常

错误和异常处理机制是创建大而健壮的应用程序的必备条件之一, 很多计算机语言都提供了错误和异常处理机制, TCL 也不例外.

错误(Errors)可以看作是异常(Exceptions)的特例. TCL 中, 异常是导致脚本被终止的事件, 除了错误还包括break, continue和return等命令. TCL 允许程序俘获异常, 这样仅有程序的一部分工作被撤销. 程序脚本俘获异常事件以后, 可以忽略它, 或者从异常中恢复. 如果脚本无法恢复此异常, 可以把它重新发布出去. 下面是与异常有关的 TCL 命令:

10.1 错误

当发生一个 TCL 错误时, 当前命令被终止. 如果这个命令是一大段脚本的一部分, 那么整个脚本被终止. 如果一个 TCL 过程在运行中发生错误, 那么过程被终止, 同时调用它的过程, 以至整个调用栈上的活动过程都被终止, 并返回一个错误标识和一段错误描述信息.

举个例子, 考虑下面脚本, 它希望计算出列表元素的总和:

set list {44 16 123 98 57}
set sum 0
foreach el $list {
	set sum [expr $sum+$element]
}
=> can't read "element": no such variable

这个脚本是错误的, 因为没有element这个变量. TCL 分析expr命令时, 会试图用element变量的值进行替换, 但是找不到名字为element的变量, 所以会报告一个错误. 由于foreach命令利用 TCL 解释器解释循环体, 所以错误标识被返回给foreach. foreach收到这个错误, 会终止循环的执行, 然后把同样的错误标识作为它自己的返回值返回给调用者. 按这样的顺序, 将致使整个脚本终止. 错误信息can't read "element": no such variable会被一路返回, 并且很可能被显示给用户.

很多情况下, 错误信息提供了足够的信息为你指出哪里以及为什么发生了错误. 然而, 如果错误发生在一组深层嵌套的过程调用中, 仅仅给出错误信息还不能为指出哪里发生了错误提供足够信息. 为了帮助我们指出错误的位置, 当 TCL 撤销程序中运行的命令时, 创建了一个跟踪栈, 并且把这个跟踪栈存储到全局变量errorInfo中. 跟踪栈中描述了每一层嵌套调用. 例如发生上面的那个错误后, errorInfo有如下的值:

can't read "element": no such variable
while executing
"expr $sum+$element"
("foreach" body line 2)
invoked from within
"foreach el $list {
	set sum [expr $sum+$element]
}"

在全局变量errorCode中, TCL 还提供了一点额外的信息. errorCode变量是包含了一个或若干元素的列表. 第一个元素标示了错误类别, 其他元素提供更详细的相关的信息. 不过, errorCode变量是 TCL 中相对较新的变量, 只有一部分处理文件访问和子过程的命令会设置这个变量. 如果一个命令产生的错误没有设置errorCode变量, TCL 会填一个NONE值.

当用户希望得到某一个错误的详细的信息, 除了命令返回值中的错误信息外, 可以查看全局变量errorInfo和errorCode的值.

10.2 从TCL脚本中产生错误

大多数 TCL 错误是由实现 TCL 解释器的 C 代码和内建命令的 C 代码产生的. 然而, 通过执行TCL 命令error产生错误也是可以的, 见下面的例子:

if {($x<0)||($x>100)} {
	error "x is out of range ($x)"
}

error命令产生了一个错误, 并把它的参数作为错误消息. 作为一种编程的风格, 你应该只在迫不得已终止程序时下才使用error命令. 如果你认为错误很容易被恢复而不必终止整个脚本, 那么使用通常的return机制声明成功或失败会更好(例如, 命令成功返回某个值, 失败返回另一个值, 或者设置变量来表明成功或失败). 尽管从错误中恢复是可能的, 但恢复机制比通常的return返回值机制要复杂. 因此, 最好是在你不想恢复的情况下才使用error命令.

10.3 使用catch捕获错误

错误通常导致所有活动的 TCL 命令被终止, 但是有些情况下, 在错误发生后继续执行脚本是有用的. 例如, 你用unset取消变量x的定义, 但执行unset时, x可能不存在. 如果你用unset`取消不存在的变量, 会产生一个错误:

% unset x
can't unset "x": no such variable

此时, 你可以用catch命令忽略这个错误:

% catch {unset x}
1

catch的参数是 TCL 脚本. 如果脚本正常完成, catch返回 0. 如果脚本中发生错误, catch会俘获错误(这样保证catch本身不被终止掉)然后返回 1 表示发生了错误. 上面的例子忽略unset的任何错误, 这样如果x存在则被取消, 即使x以前不存在也对脚本没有任何影响.

catch命令可以有第二个参数. 如果提供这个参数, 它应该是一个变量名, catch把脚本的返回值或者是出错信息存入这个变量.

%catch {unset x} msg
1
%set msg
can't unset "x": no such variable

在这种情况下, unset命令产生错误, 所以msg被设置成包含了出错信息. 如果变量x存在, 那么unset会成功返回, 这样catch的返回值为 0, msg存放unset命令的返回值, 这里是个空串. 如果在命令正常返回时, 你想访问脚本的返回值, 这种形式很有用; 如果你想在出错时利用错误信息做些什么, 如产生 log 文件, 这种形式也很有用.

10.4 其他异常

错误不是导致运行中程序被终止的唯一形式. 错误仅是被称为异常的一组事件的一个特例. 除了error, TCL 中还有三种形式的异常, 他们是由break, continue和return命令产生的. 所有的异常以相同的方式导致正在执行的活动脚本被终止, 但有两点不同: 首先, errorInfo和errorCode只在错误异常中被设置; 其次, 除了错误之外的异常几乎总是被一个命令俘获, 不会波及其他, 而错误通常撤销整个程序中所有工作. 例如, break和continue通常是被引入到一个如foreach的循环命令中; foreach将俘获break和continue异常, 然后终止循环或者跳到下一次重复. 类似地, return通常只被包含在过程或者被source引入的文件中. 过程实现和source命令将俘获return异常.

所有的异常伴随一个字符串值. 在错误情况, 这个串是错误信息, 在return方式, 字符串是过程或脚本的返回值, 在break和continue方式, 字符串是空的.

catch命令其实可以俘获所有的异常, 不仅是错误. catch命令的返回值表明是那种情况的异常, catch命令的第二个参数用来保存与异常相关的串. 例如:

%catch {return "all done"} string
2
%set string
all done

下表是对命令: catch command ?varName? 的说明.

catch 返回值 描述 俘获者
0 正常返回, varName 给出返回值 无异常
1 错误. varName 给出错误信息 catch
2 执行了 return 命令, varName 包含过程返回值或者返回给 source 的结果 catch,source,过程调用
3 执行了 break 命令, varName 为空 catch,for,foreach,while,过程
4 执行了 continue 命令, varName 为空 catch,for,foreach,while,过程
其他值 用户或应用自定义 catch

与catch命令提供俘获所有异常的机制相对应, return可以提供产生所有类型异常.

这里有一个do命令的实现, 使用了catch和return来正确处理异常:

proc do {varName first last body} {
	global errorInfo errorCode
	upvar $varName v
	for {set v $first} {$v <= $last} {incr v} {
		switch [catch {uplevel $body} string] {
			1 {return -code error -errorInfo $errorInfo \
					  -errorcode $errorCode $string}
			2 {return -code return $string}
			3 return
		}
	}
}

这个新的实现在catch命令中求循环体的值, 然后检查循环体是如何结束的. 如果没有发生异常(0), 或者异常是continue(4), 那么do继续下一个循环. 如果发生error(1)或者return(2), 那么do使用return把异常传递到调用者. 如果发生了break(3)异常, 那么do正常返回到调用者, 循环结束.

当do反射一个error到上层时, 它使用了return的-errorInfo选项, 保证错误发生后能够得到一个正确的调用跟踪栈. -errorCode选项用于类似的目的以传递由catch命令得到的初始errorCode, 作为do命令的errorCode返回. 如果没有-errorCode选项, errorCode变量总是得到NONE值.

11. 深入 TCL

本章描述了一个允许您查询和操纵TCL解释器内部状态的命令集. 例如, 您可以通过这些命令看一个变量是否存在, 可以查看数组有哪些入口(entry), 监控所有对变量的访问操作, 可以重命名和删除一个命令或处理那些未定义命令的参考信息.

11.1 查询数组中的元素

利用array命令可以查询一个数组变量中已经定义了的元素的信息. array命令的形式如下:

array option arrayName ?arg arg ...?

由于option的不同, array命令有多种形式. 如果我们打算开始对一个数组的元素进行查询, 我们可以先启动一个搜索(search), 这可以由下面的命令做到:

array命令的其他option如下:

% set b(first) 1
1
% set b(second) 2
2
% array get b
second 2 first 1

% array set a {first 1 second 2}
% puts $a(first)
1
% array get a
second 2 first 1

下面这个例子通过使用array names和foreach命令, 枚举了数组所有的元素:

foreach i [array names a] {
	puts "a($i)=$a($i)"
}

当然, 我们也可以利用startsearch, anymore, nextelement和donesearch选项来遍历一个数组．这种方法比上面所给出的foreach方法的效率更高, 不过要麻烦得多, 因此 不常用.

11.2 info命令

info命令提供了查看 TCL 解释器信息的手段, 它有超过一打的选项, 详细说明请参考下面几节.

11.2.1 变量信息

info命令的几个选项提供了查看变量信息的手段.

下面针对上述命令举例, 假设存在全局变量global1和global2, 并且有下列的过程存在:

proc test {arg1 arg2} {
	global global1
	set local1 1
	set local2 2
	...
}

然后在过程中执行下列命令:

% info vars
global1 arg1 arg2 local2 local1 //global2 不可见
% info globals
global2 global1
% info locals
arg1 arg2 local2 local1
% info vars *al*
global1 local2 local1

11.2.2 过程信息

info命令的另外的一些选项可以查看过程信息.

下面针对上述命令举例:

proc maybeprint {a b {c 24}} {
	if {$a<$b} {
		puts stdout "c is $c"
	}
}
% info body maybeprint
if {$a<$b} {
	puts stdout "c is $c"
}
% info args maybeprint
a b c
% info default maybeprint a x
0
% info default maybeprint a c
1
%set x
24

下面的过程打印出了当前的调用栈, 并显示了每一个活动过程名字和参数:

proc printStack{} {
	set level [info level]
	for {set i 1} {$i<$level} {incr i} {
		puts "Level $i:[info level $i]"
	}
}

11.2.3 命令信息

info命令的另外选项可以查看命令信息.

11.2.4 TCL 的版本和库

11.3 命令的执行时间

TCL 提供time命令来衡量 TCL 脚本的性能:

time script ?count? 这个命令重复执行script脚本count次. 再把花费的总时间的用count除, 返回一次的平均执行时间, 单位为微秒. 如果没有count参数, 就取执行一次的时间.

11.4 跟踪变量

TCL 提供了trace命令来跟踪一个或多个变量. 如果已经建立对一个变量的跟踪, 则不论什么时候对该变量进行了读, 写, 或删除操作, 就会激活一个对应的 Tcl 命令, 跟踪可以有很多的用途:

  1. 监视变量的用法(例如打印每一个读或写的操作).
  2. 把变量的变化传递给系统的其他部分(例如一个 TK 程序中, 在一个小图标上始终显示某个变量的当前值).
  3. 限制对变量的某些操作(例如对任何试图用非十进制数的参数来改变变量的值的行为产生一个错误.)或重载某些操作(例如每次删除某个变量时, 又重新创建它).

trace命令的语法为: trace option ?arg arg ...?

其中option有以下几种形式:

当对一个变量的跟踪被触发时, TCL 解释器会自动把三个参数添加到命令command的参数列表中. 这样command实际上变成了command name1 name2 op. 其中op指明对变量作的什么操作. name1和name2用于指明被操作的变量: 如果变量是一个标量, 那么name1给出了变量的名字, 而name2是一个空字符串; 如果变量是一个数组的一个元素, 那么name1给出数组的名字, 而name2给出元素的名字; 如果变量是整个数组, 那么name1给出数组的名字而name2是一个空字符串. 为了让你很好的理解上面的叙述, 下面举一个例子:

trace variable color w pvar
trace variable a(length) w pvar
proc pvar {name element op} {
	if {$element !=""} {
		set name ${name}($element)
	}
	upvar $name x
	puts "Variable $name set to $x"
}

上面的例子中, 对标量变量color和数组元素a(length)的写操作都会激活跟踪操作pvar. 我们看到过程pvar有三个参数, 这三个参数 TCL 解释器会在跟踪操作被触发时自动传递给pvar. 比如如果我们对color的值作了改变, 那么激活的就是pvar color "" w. 我们敲入:

% set color green
Variable color set to green
green

command将在和触发跟踪操作的代码同样的上下文中执行: 如果对被跟踪变量的访问是在一个过程中, 那么command就可以访问这个过程的局部变量. 比如:

proc Hello { } {
	set a 2
	trace variable b w { puts $a ;list }
	set b 3
}
% Hello
2
3

对于被跟踪变量的读写操作, command是在变量被读之后, 而返回变量的值之前被执行的. 因此, 我们可以在command对变量的值进行改变, 把新值作为读写的返回值. 而且因为在执行command时, 跟踪机制会临时失效, 所以在command中对变量进行读写不会导致command被递归激活. 例如:

% trace variable b r tmp
% proc tmp {var1 var2 var3 } {
	upvar $var1 t
	incr t 1
}
% set b 2
2
% puts $b
3
% puts $b
4

如果对读写操作的跟踪失败, 即command失败, 那么被跟踪的读写操作也会失败, 并且返回和command同样的失败信息. 利用这个机制可以实现只读变量. 下面这个例子实现了一个值只能为正整数的变量:

trace variable size w forceInt
proc forceInt {name element op} {
	upvar $name x
	if ![regexp {^[0-9]*$} $x] {
		error "value must b a postive integer"
	}
}

如果一个变量有多个跟踪信息, 那么各个跟踪被触发的先后原则是: 最近添加的跟踪最先被触发, 如果有一个跟踪发生错误, 后面的跟踪就不会被触发.

11.5 命令的重命名和删除

rename命令可以用来重命名或删除一个命令.

rename oldName newName把命令oldName改名为newName, 如果newName为空, 那么就从解释器中删除命令oldName.

下面的脚本删除了文件 I/O 命令:

foreach cmd {open close read gets puts} {
	rename $cmd {}
}

任何一个 Tcl 命令都可以被重命名或者删除, 包括内建命令以及应用中定义的过程和命令. 重命名一个内建命令可能会很有用, 例如, exit命令在 Tcl 中被定义为立即退出过程. 如果某个应用希望在退出前获得清除它内部状态的机会, 那么可以这样做:

rename exit exit.old
proc exit status {
	application-specific cleanup
	...
	exit.old $status
}

在这个例子中, exit命令被重命名为exit.old, 并且定义了新的exit命令, 这个新命令作了应用必需的清除工作而后调用了改了名字的exit命令来结束进程. 这样在已存在的描述程序中调用exit时就会有机会做清理应用状态的工作.

11.6 unknown命令

unknown命令的语法为: unknown cmdName ?arg arg ...?

当一个脚本试图执行一个不存在的命令时, TCL 解释器会激活unknown命令, 并把那个不存在的命令的名字和参数传递给unknown命令. unknown命令不是 TCL 的核心的一部分, 它是由 TCL 脚本实现的, 可以在 TCL 安装目录的lib子目录下的init.tcl文件中找到其定义.

unknown命令具有以下功能:

  1. 如果命令是一个在 TCL 的某个库文件(这里的库文件指的是 TCL 目录的lib子目录下的 TCL 脚本文件)中定义的过程, 则加载该库并重新执行命令, 这叫做“auto-loading”(自动加载), 关于它将在下一节描述.
  2. 如果存在一个程序的名字与未知命令一致, 则调用exec命令来调用该程序, 这项特性叫做“auto-exec”(自动执行). 例如你输入dir作为一个命令, unknown会执行exec dir来列出当前目录的内容, 如果这里的命令没有特别指明需要输入输出重定向, 则自动执行功能会使用当前 Tcl 应用所拥有的标准输入输出流, 以及标准错误流, 这不同于直接调用exec命令, 但是提供了在 Tcl 应用中直接执行其他应用程序的方法.
  3. 如果命令是一组特殊字符, 将会产生一个新的调用, 这个调用的内容是历史上已经执行过的命令. 例如, 如果命令时!!则上一条刚执行过的命令会再执行一遍. 下一章将详细讲述该功能.
  4. 若命令是已知命令的唯一缩写, 则调用对应的全名称的正确命令. 在 TCL 中允许你使用命令名的缩写, 只要缩写唯一即可.

如果你不喜欢unknown的缺省的行为, 你也可以自己写一个新版本的unknown或者对库中已有unknown的命令进行扩展以增加某项功能. 如果你不想对未知命令做任何处理, 也可以删除unknown, 这样当调用到未知命令的时候就会产生错误.

11.7 自动加载

在unknown过程中一项非常有用的功能就是自动加载, 自动加载功能允许你编写一组 Tcl 过程放到一个脚本文件中, 然后把该文件放到库目录之下, 当程序调用这些过程的时候, 第一次调用时由于命令还不存在就会进入unknown命令, 而unknown则会找到在哪个库文件中包含了这个过程的定义, 接着会加载它, 再去重新执行命令, 而到下次使用刚才调用过的命令的时候, 由于它已经存在了, 从而会正常的执行命令, 自动加载机制也就不会被再次启动.

自动加载提供了两个好处. 首先, 你可以把有用的过程建立为过程库, 而你无需精确知道过程的定义到底在哪个源文件中, 自动加载机制会自动替你寻找, 第二个好处在于自动加载是非常有效率的, 如果没有自动加载机制你将不得不在 TCL 应用的开头使用source命令来加载所有可能用到的库文件, 而应用自动加载机制, 应用启动时无需加载任何库文件, 而且有些用不到的库文件永远都不会被加载, 既缩短了启动时间又节省了内存.

使用自动加载只需简单的按下面三步来做:

第一, 在一个目录下创建一组脚本文件作为库, 一般这些文件都以.tcl结尾. 每个文件可以包含任意数量的过程定义. 建议尽量减少各脚本文件之间的关联, 让相互关联的过程位于同一个文件中. 为了能够让自动加载功能正确运行, proc命令定义一定要顶到最左边, 并且与函数名用空格分开, 过程名保持与proc在同一行上.

第二步, 为自动加载建立索引. 启动 Tcl 应用比如tclsh, 调用命令auto_mkindex dir pattern, 第一个参数是目录名, 第二个参数是一个模式. auto_mkindex在目录dir中扫描文件名和模式pattern匹配的文件, 并建立索引以指出哪些过程定义在哪些文件中, 并把索引保存到目录dir下一个叫tclindex的文件中. 如果修改了文件或者增减过程, 需要重新生成索引.

第三步是在应用中设置变量auto_path, 把存放了希望使用到的库所在的目录赋给它. auto_path变量包含了一个目录的列表, 当自动加载被启动的时候, 会搜索auto_path中所指的目录, 检查各目录下的tclindex文件来确认过程被定义在哪个文件中. 如果一个函数被定义在几个库中, 则自动加载使用在auto_path中靠前的那个库.

例如, 若一个应用使用目录/usr/local/tcl/lib/shapes下的库, 则在启动描述中应增加:

set auto_path [linsert $auto_path 0 /usr/local/tcl/lib/shapes]

这将把/usr/local/tcl/lib/shapes作为起始搜索库的路径, 同时保持所有的 Tcl/Tk 库不变, 但是在/usr/local/tcl/lib/shapes中定义的过程具有更高的优先级, 一旦一个含有索引的目录加到了auto_path中, 里面所有的过程都可以通过自动加载使用了.

12. 历史记录

这部分内容主要描述TCL的历史机制, 涉及到对以前执行过的命令的应用. 历史机制在一个列表中保留了最近执行过的命令, 使你不必重新敲入命令, 还可以对以前的命令进行修改以创建新的命令而不必重新输入新的命令, 特别是在命令较长时更加方便.

history命令的格式为: history ?option? ?arg arg ...?

其中option可为add, change, clear, event, info, keep, nextid, 或者redo. 老版本中有substitute和words, 现在的版本（8.0以后）中被删掉了, 增添了clear. 下面一一介绍.

%history
1  set a 123
2  history

%history add "set b 100" exec
100
%history
1  history add "set b 100" exec
2  set b 100
3  history

%history
1  set a 123
2  set b 23
3  history
%history change "set a 100" 1
%history
1  set a 100   //set a 123被set a 100替换了
2  set b 23
3  history
4  history "set a 100" 1
5  history
%history change "set c 1"
%history
1  set a 100
2  set b 23
3  history
4  history "set a 100" 1
5  history
6  set c 1     //这里history change "set c 1"被set c 1替换了
7  history

% history
1  set a 123
2  set b 23
3  history
%history event 1
set a 123
%history event
history event 1

%history
1  set a 123
2  set b 23
3  history
%history nextid
5	//因为history nextid的序号为4.

快捷键操作

13. TCL和C\C++(略)

14. 总结

这篇文章是《TCL的使用》和《TCL培训教程》的补充和修订, 并加入了很多新内容. 其中第9、10、11、12章是新加的内容, 新加的各个章节是北研测试部TCL兴趣小组各个成员共同努力的结果: 第9、12章由付剑仲完成, 第10章杜祥宇完成, 第11章由邓沈鸿完成, 最后由我对各个章节进行了整理和修改, 统一组稿.

本文基本上介绍了TCL的各个方面, 特别对使用C\C++语言扩展TCL命令作了详尽的描述, 这是所有的参考书上难以找到的内容. 参照本文的例子, 用户完全可以写出自己的TCL扩展命令. 希望这篇文章能对推广在测试部使用TCL起一些推动作用.

学习一门计算机语言, 从根本上来说还是要上机实习, 希望测试部所有员工大家都能安装上 TCL, 加以实习, 在应用的基础上才能进一步提高. 如果需要一些本文中没有的内容, 可以查阅 TCL 自带的帮助.

其他教程

附: TCL 正则表达式规则详细说明

◆DESCRIPTION(描述)

A regular expression describes strings of characters. It’s a pattern that matches certain strings and doesn’t match others.

◆DIFFERENT FLAVORS OF REs(和标准正则表达式的区别)

Regular expressions, as defined by POSIX, come in two flavors: extended REs and basic REs. EREs are roughly those of the traditional egrep, while BREs are roughly those of the traditional ed. This implementation adds a third flavor, advanced REs, basically EREs with some significant extensions.

This manual page primarily describes AREs. BREs mostly exist for backward compatibility in some old programs; they will be discussed at the end. POSIX EREs are almost an exact subset of AREs. Features of AREs that are not present in EREs will be indicated.

◆REGULAR EXPRESSION SYNTAX(语法)

Tcl regular expressions are implemented using the package written by Henry Spencer, based on the 1003.2 spec and some (not quite all) of the Perl5 extensions (thanks, Henry!). Much of the description of regular expressions below is copied verbatim from his manual entry.

An ARE is one or more branches, separated by |, matching anything that matches any of the branches.

A branch is zero or more constraints or quantified atoms, concatenated. It matches a match for the first, followed by a match for the second, etc; an empty branch matches the empty string.

A quantified atom is an atom possibly followed by a single quantifier. Without a quantifier, it matches a match for the atom. The quantifiers, and what a so-quantified atom matches, are:

字符	意义
*	a sequence of 0 or more matches of the atom
+	a sequence of 1 or more matches of the atom
?	a sequence of 0 or 1 matches of the atom
{m}	a sequence of exactly m matches of the atom
{m,}	a sequence of m or more matches of the atom
{m,n}	a sequence of m through n (inclusive) matches of the atom; m may not exceed n
*? +? ??
{m}? {m,}?
{m,n}?	non-greedy quantifiers, which match the same possibilities, but prefer the smallest number rather than the largest number of matches (see MATCHING)

The forms using { and } are known as bounds. The numbers m and n are unsigned decimal integers with permissible values from 0 to 255 inclusive.

An atom is one of:

字符	意义
(re)	(where re is any regular expression) matches a match for re, with the match noted for possible reporting
(?:re)	as previous, but does no reporting
()	matches an empty string, noted for possible reporting
(?:)	matches an empty string, without reporting
[chars]	a bracket expression, matching any one of the chars (see BRACKET EXPRESSIONS for more detail)

.	matches any single character
\k	where k is a non-alphanumeric character) matches that character taken as an ordinary character, e.g. \\ matches a backslash character
\c	where c is alphanumeric (possibly followed by other characters), an escape (AREs only), see ESCAPES below
{	when followed by a character other than a digit, matches the
left-brace character `{`; when followed by a digit, it is the beginning of a bound (see above)
x	where x is a single character with no other significance, matches that character.

A constraint matches an empty string when specific conditions are met. A constraint may not be followed by a quantifier. The simple constraints are as follows; some more constraints are described later, under ESCAPES.

字符	意义
^	matches at the beginning of a line
$	matches at the end of a line
(?=re)	positive lookahead (AREs only), matches at any point where a substring matching re begins
(?!re)	negative lookahead (AREs only), matches at any point where no substring matching re begins

The lookahead constraints may not contain back references (see later), and all parentheses within them are considered non-capturing.

An RE may not end with \.

◆BRACKET EXPRESSIONS(预定义表达式)

A bracket expression is a list of characters enclosed in []. It normally matches any single character from the list (but see below). If the list begins with ^, it matches any single character (but see below) not from the rest of the list.

If two characters in the list are separated by -, this is shorthand for the full range of characters between those two (inclusive) in the collating sequence, e.g. [0-9] in ASCII matches any decimal digit. Two ranges may not share an endpoint, so e.g. a-c-e is illegal. Ranges are very collating-sequence-dependent, and portable programs should avoid relying on them.

To include a literal ] or - in the list, the simplest method is to enclose it in [. and .] to make it a collating element (see below). Alternatively, make it the first character (following a possible ^), or (AREs only) precede it with \. Alternatively, for -, make it the last character, or the second endpoint of a range. To use a literal - as the first endpoint of a range, make it a collating element or (AREs only) precede it with\. With the exception of these, some combinations using [ (see next paragraphs), and escapes, all other special characters lose their special significance within a bracket expression.

Within a bracket expression, a collating element (a character, a multi-character sequence that collates as if it were a single character, or a collating-sequence name for either) enclosed in [. and .] stands for the sequence of characters of that collating element. The sequence is a single element of the bracket expression’s list. A bracket expression in a locale that has multi-character collating elements can thus match more than one character. So (insidiously), a bracket expression that starts with ^ can match multi-character collating elements even if none of them appear in the bracket expression! (Note: Tcl currently has no multi-character collating elements. This information is only for illustration.)

For example, assume the collating sequence includes a ch multi-character collating element. Then the RE [[.ch.]]*c (zero or more ch’s followed by c) matches the first five characters of chchcc. Also, the RE [^c]b matches all of chb (because [^c] matches the multi-character ch).

Within a bracket expression, a collating element enclosed in [= and =] is an equivalence class, standing for the sequences of characters of all collating elements equivalent to that one, including itself. (If there are no other equivalent collating elements, the treatment is as if the enclosing delimiters were [. and .].) For example, if o and ?are the members of an equivalence class, then [[=o=]], [[=?]], and [o are all synonymous. An equivalence class may not be an endpoint of a range. (Note: Tcl currently implements only the Unicode locale. It doesn’t define any equivalence classes. The examples above are just illustrations.)

Within a bracket expression, the name of a character class enclosed in [: and :] stands for the list of all characters (not all collating elements!) belonging to that class. Standard character classes are:

字符	意义
alpha	A letter.
upper	An upper-case letter.
lower	A lower-case letter.
digit	A decimal digit.
xdigit	A hexadecimal digit.
alnum	An alphanumeric (letter or digit).
print	An alphanumeric (same as alnum).
blank	A space or tab character.

space	A character producing white space in displayed text.
punct	A punctuation character.
graph	A character with a visible representation.
cntrl	A control character.

A locale may provide others. (Note that the current Tcl implementation has only one locale: the Unicode locale.) A character class may not be used as an endpoint of a range.

There are two special cases of bracket expressions: the bracket expressions [[:<:]] and [[:>:]] are constraints, matching empty strings at the beginning and end of a word respectively. A word is defined as a sequence of word characters that is neither preceded nor followed by word characters. A word character is an alnum character or an underscore (_). These special bracket expressions are deprecated; users of AREs should use constraint escapes instead (see below).

◆ESCAPES(转意字符)

Escapes (AREs only), which begin with a \ followed by an alphanumeric character, come in several varieties: character entry, class shorthands, constraint escapes, and back references. A \ followed by an alphanumeric character but not constituting a valid escape is illegal in AREs. In EREs, there are no escapes: outside a bracket expression, a \ followed by an alphanumeric character merely stands for that character as an ordinary character, and inside a bracket expression, \ is an ordinary character. (The latter is the one actual incompatibility between EREs and AREs.)

Character-entry escapes (AREs only) exist to make it easier to specify non-printing and otherwise inconvenient characters in REs:

字符	意义
\a	alert (bell) character, as in C
\b	backspace, as in C
\B	synonym for \ to help reduce backslash doubling in some applications where there are multiple levels of backslash processing
\cX	(where X is any character) the character whose low-order 5 bits are the same as those of X, and whose other bits are all zero
\e	the character whose collating-sequence name is `ESC`, or failing that, the character with octal value 033
\f	formfeed, as in C
\n	newline, as in C
\r	carriage return, as in C

\t	horizontal tab, as in C
\uwxyz	(where wxyz is exactly four hexadecimal digits) the Unicode character U+wxyz in the local byte ordering
\Ustuvwxyz	(where stuvwxyz is exactly eight hexadecimal digits) reserved for a somewhat-hypothetical Unicode extension to 32 bits
\v	vertical tab, as in C are all available.
\xhhh	(where hhh is any sequence of hexadecimal digits) the character whose hexadecimal value is 0xhhh (a single character no matter how many hexadecimal digits are used).
\0	the character whose value is 0
\xy	(where xy is exactly two octal digits, and is not a back reference
(see below)) the character whose octal value is 0xy
\xyz	(where xyz is exactly three octal digits, and is not a back reference
(see below)) the character whose octal value is 0xyz

Hexadecimal digits are 0-9, a-f, and A-F. Octal digits are 0-7.

The character-entry escapes are always taken as ordinary characters. For example, \135 is ] in ASCII, but \135 does not terminate a bracket expression. Beware, however, that some applications (e.g., C compilers) interpret such sequences themselves before the regular-expression package gets to see them, which may require doubling (quadrupling, etc.) the \.

Class-shorthand escapes (AREs only) provide shorthands for certain commonly-used character classes:

缩写	代表的完整表达式
\d	[[:digit:]]
\s	[[:space:]]
\w	[[:alnum:]_] (note underscore)
\D	[^[:digit:]]
\S	[^[:space:]]
\W	[^[:alnum:]_] (note underscore)

Within bracket expressions, \d, \s, and \w lose their outer brackets, and \D, \S, and \W are illegal. (So, for example, [a-c\d] is equivalent to [a-c[:digit:]]. Also, [a-c\D], which is equivalent to [a-c^[:digit:]], is illegal.)

A constraint escape (AREs only) is a constraint, matching the empty string if specific conditions are met, written as an escape:

字符	意义

\A	matches only at the beginning of the string (see MATCHING, below, for how this differs from `^`)
\m	matches only at the beginning of a word
\M	matches only at the end of a word
\y	matches only at the beginning or end of a word
\Y	matches only at a point that is not the beginning or end of a word
\Z	matches only at the end of the string (see MATCHING, below, for how this differs from `$`)
\m	(where m is a nonzero digit) a back reference, see below
\mnn	(where m is a nonzero digit, and nn is some more digits, and the decimal value mnn is not greater than the number of closing capturing parentheses seen so far) a back reference, see below

A word is defined as in the specification of [[:<:]] and [[:>:]] above. Constraint escapes are illegal within bracket expressions.

A back reference (AREs only) matches the same string matched by the parenthesized subexpression specified by the number, so that (e.g.) ([bc])\1 matches bb or cc but not bc. The subexpression must entirely precede the back reference in the RE. Subexpressions are numbered in the order of their leading parentheses. Non-capturing parentheses do not define subexpressions.

There is an inherent historical ambiguity between octal character-entry escapes and back references, which is resolved by heuristics, as hinted at above. A leading zero always indicates an octal escape. A single non-zero digit, not followed by another digit, is always taken as a back reference. A multi-digit sequence not starting with a zero is taken as a back reference if it comes after a suitable subexpression (i.e. the number is in the legal range for a back reference), and otherwise is taken as octal.

◆METASYNTAX(内嵌语法)

In addition to the main syntax described above, there are some special forms and miscellaneous syntactic facilities available.

Normally the flavor of RE being used is specified by application-dependent means. However, this can be overridden by a director. If an RE of any flavor begins with ***:, the rest of the RE is an ARE. If an RE of any flavor begins with ***=, the rest of the RE is taken to be a literal string, with all characters considered ordinary characters.

An ARE may begin with embedded options: a sequence (?xyz) (where xyz is one or more alphabetic characters) specifies options affecting the rest of the RE. These

supplement, and can override, any options specified by the application. The available option letters are:

字符	意义
b	rest of RE is a BRE
c	case-sensitive matching (usual default)
e	rest of RE is an ERE
i	case-insensitive matching (see MATCHING, below)
m	historical synonym for n
n	newline-sensitive matching (see MATCHING, below)
p	partial newline-sensitive matching (see MATCHING, below)
q	rest of RE is a literal  string, all ordinary characters
s	non-newline-sensitive matching (usual default)
t	tight syntax (usual default; see below)
w	inverse partial newline-sensitive  matching (see MATCHING, below)
x	expanded syntax (see below)

Embedded options take effect at the ) terminating the sequence. They are available only at the start of an ARE, and may not be used later within it.

In addition to the usual (tight) RE syntax, in which all characters are significant, there is an expanded syntax, available in all flavors of RE with the -expanded switch, or in AREs with the embedded x option. In the expanded syntax, white-space characters are ignored and all characters between a # and the following newline (or the end of the RE) are ignored, permitting paragraphing and commenting a complex RE. There are three exceptions to that basic rule: a white-space character or # preceded by \ is retained white space or # within a bracket expression is retained white space and comments are illegal within multi-character symbols like the ARE (?: or the BRE \(

Expanded-syntax white-space characters are blank, tab, newline, and any character that belongs to the space character class.

Finally, in an ARE, outside bracket expressions, the sequence (?#ttt) (where ttt is any text not containing a )) is a comment, completely ignored. Again, this is not allowed between the characters of multi-character symbols like (?:. Such comments are more a historical artifact than a useful facility, and their use is deprecated; use the expanded syntax instead.

None of these metasyntax extensions is available if the application (or an initial ***= director) has specified that the user’s input be treated as a literal string rather than as an RE.

◆MATCHING(匹配)

In the event that an RE could match more than one substring of a given string, the RE matches the one starting earliest in the string. If the RE could match more than one substring starting at that point, its choice is determined by its preference: either the longest substring, or the shortest.

Most atoms, and all constraints, have no preference. A parenthesized RE has the same preference (possibly none) as the RE. A quantified atom with quantifier {m} or {m}? has the same preference (possibly none) as the atom itself. A quantified atom with other normal quantifiers (including {m,n} with m equal to n) prefers longest match. A quantified atom with other non-greedy quantifiers (including {m,n}? with m equal to n) prefers shortest match. A branch has the same preference as the first quantified atom in it which has a preference. An RE consisting of two or more branches connected by the operator prefers longest match.

Subject to the constraints imposed by the rules for matching the whole RE, subexpressions also match the longest or shortest possible substrings, based on their preferences, with subexpressions starting earlier in the RE taking priority over ones starting later. Note that outer subexpressions thus take priority over their component subexpressions.

Note that the quantifiers {1,1} and {1,1}? can be used to force longest and shortest preference, respectively, on a subexpression or a whole RE.

Match lengths are measured in characters, not collating elements. An empty string is considered longer than no match at all. For example, bb* matches the three middle characters of abbbc, (week wee)(night knights) matches all ten characters of weeknights, when (.). is matched against abc the parenthesized subexpression matches all three characters, and when (a) is matched against bc both the whole RE and the parenthesized subexpression match an empty string.

If case-independent matching is specified, the effect is much as if all case distinctions had vanished from the alphabet. When an alphabetic that exists in multiple cases appears as an ordinary character outside a bracket expression, it is effectively transformed into a bracket expression containing both cases, so that x becomes [xX]. When it appears inside a bracket expression, all case counterparts of it are added to the bracket expression, so that [x] becomes [xX] and [^x] becomes [^xX].

If newline-sensitive matching is specified, . and bracket expressions using ^ will never match the newline character (so that matches will never cross newlines unless the RE explicitly arranges it) and ^ and $ will match the empty string after and before a newline respectively, in addition to matching at beginning and end of string respectively. ARE \A and \Z continue to match beginning or end of string only. If partial newline-sensitive matching is specified, this affects . and bracket expressions as with newline-sensitive matching, but not ^ and $.

If inverse partial newline-sensitive matching is specified, this affects ^ and $ as with newline-sensitive matching, but not . and bracket expressions. This isn’t very useful but is provided for symmetry.

◆LIMITS AND COMPATIBILITY(限制和兼容性)

No particular limit is imposed on the length of REs. Programs intended to be highly portable should not employ REs longer than 256 bytes, as a POSIX-compliant implementation can refuse to accept such REs.

The only feature of AREs that is actually incompatible with POSIX EREs is that \ does not lose its special significance inside bracket expressions. All other ARE features use syntax which is illegal or has undefined or unspecified effects in POSIX EREs; the *** syntax of directors likewise is outside the POSIX syntax for both BREs and EREs.

Many of the ARE extensions are borrowed from Perl, but some have been changed to clean them up, and a few Perl extensions are not present. Incompatibilities of note include \b, \B, the lack of special treatment for a trailing newline, the addition of complemented bracket expressions to the things affected by newline-sensitive matching, the restrictions on parentheses and back references in lookahead constraints, and the longest/shortest-match (rather than first-match) matching semantics.

The matching rules for REs containing both normal and non-greedy quantifiers have changed since early beta-test versions of this package. (The new rules are much simpler and cleaner, but don’t work as hard at guessing the user’s real intentions.) Henry Spencer’s original 1986 regexp package, still in widespread use (e.g., in pre-8.1 releases of Tcl), implemented an early version of today’s EREs. There are four incompatibilities between regexp’s near-EREs (`RREs’ for short) and AREs. In roughly increasing order of significance:

In AREs, \ followed by an alphanumeric character is either an escape or an error, while in RREs, it was just another way of writing the alphanumeric. This should not be a problem because there was no reason to write such a sequence in RREs.

{ followed by a digit in an ARE is the beginning of a bound, while in RREs, { was always an ordinary character. Such sequences should be rare, and will often result in an error because following characters will not look like a valid bound.

In AREs, \ remains a special character within [], so a literal \ within [] must be written \\. \ also gives a literal \ within [] in RREs, but only truly paranoid programmers routinely doubled the backslash.

AREs report the longest/shortest match for the RE, rather than the first found in a specified search order. This may affect some RREs which were written in the expectation that the first match would be reported. (The careful crafting of RREs to optimize the search order for fast matching is obsolete (AREs examine all possible matches in parallel, and their performance is largely insensitive to their complexity) but cases where the search order was exploited to deliberately find a match which was not the longest/shortest will need rewriting.)

◆BASIC REGULAR EXPRESSIONS(基本正则表达式)

BREs differ from EREs in several respects. |, +, and ? are ordinary characters and there is no equivalent for their functionality. The delimiters for bounds are { and \}, with { and } by themselves ordinary characters. The parentheses for nested subexpressions are ( and \), with ( and ) by themselves ordinary characters. ^ is an ordinary character except at the beginning of the RE or the beginning of a parenthesized subexpression, $ is an ordinary character except at the end of the RE or the end of a parenthesized subexpression, and * is an ordinary character if it appears at the beginning of the RE or the beginning of a parenthesized subexpression (after a possible leading ^). Finally, single-digit back references are available, and < and > are synonyms for [[:<:]] and [[:>:]] respectively; no other escapes are available.

◆本文地址: , 转载请注明◆
◆评论问题: https://jerkwin.herokuapp.com/category/3/博客, 欢迎留言◆
前一篇:　VMD加载GROMACS轨迹的速度信息与时间信息
后一篇:　远程服务器映射软件ExpanDrive中文版
访问人次(2015年7月 9日起): | 最后更新: 2024-04-16 06:38:20 UTC | 版权所有 © 2008 - 2024 Jerkwin 个