Perl (programmeertaal)

Perl is geschikt als vervanger van traditionele Unix-shell-scripts, die in sh (de Bourne shell) geschreven worden en daarbij allerlei andere utilities aanroepen zoals sed, tr, uniq, sort, expr en awk, terwijl het ook alles kan waarvoor voordien een C-programma geschreven moest worden.

Het verenigt niet alleen de mogelijkheden van deze talen maar ook een groot deel van hun manieren van uitdrukken (syntaxis). Daarom wordt het ook wel the Swiss army knife of programming languages (het Zwitsers zakmes onder de programmeertalen) genoemd.

Perl wordt veel gebruikt voor taken waar voordien shell-scripts voor werden gebruikt, voornamelijk het automatiseren van taken in het systeembeheer; daarbuiten wordt het veel gebruikt voor de bewerking van allerlei soorten bestanden (natuurlijke taal, configuratiebestanden, XML- of HTML-documenten, rasterafbeeldingen, enzovoorts). Ook heeft het goede bibliotheken voor allerlei taken, zoals databasetoegang en client/servercommunicatie. Perl wordt veel gebruikt in de bio-informatica. In de jaren 90 was het de meestgebruikte taal voor dynamische websites. Daarna is het sterk op Perl lijkende PHP daarvoor populairder geworden.

Perl is een scripttaal met uitgebreide mogelijkheden voor reguliere expressies en er kan met Perl object-georiënteerd, procedureel of zelfs functioneel geprogrammeerd worden.

Tot en met versie 4 werd de kracht van Perl steeds uitgebreid door extra voorgedefinieerde functies in te voegen en de taal zelf uit te breiden. Met Perl 5 ontstond CPAN, een over het internet installeerbare verzameling modules die allerhande functionaliteit bieden. Voortaan richtte de belangrijkste ontwikkeling zich op het schrijven van modules, en werd er relatief weinig aan de taal zelf doorontwikkeld. Om CPAN goed te laten functioneren ontstonden allerlei conventies voor het aanbieden, organiseren en ontwikkelen van zulke modules (ondersteund door voor dat doel geschreven Perl-modules) die helpen om de kwaliteit te waarborgen; zo is unittesten standaard praktijk. Het principe van CPAN is door veel andere talen overgenomen - zo heeft PHP bijvoorbeeld PEAR en PECL, en heeft Python PyPI.

Perl kent naast gewoon commentaar ook een eenvoudige markuptaal, POD, om gestructureerd commentaar te schrijven, vergelijkbaar met bijvoorbeeld Javadoc voor Java en XML-documentatie voor C#. Hiermee wordt code gedocumenteerd; standaard tools kunnen deze documentatie tonen en in andere formaten omzetten zoals man-pagina's of HTML-documenten.

Perl is vrije software, uitgebracht onder de Artistic License en GPL. Perl draait op de meeste besturingssystemen. Op de meeste UNIX-achtige systemen, zoals Linux, wordt Perl standaard geïnstalleerd. Ook bestaan er versies voor Windows.

Perl is goed geschikt voor het manipuleren van tekstbestanden door middel van korte en bondige opdrachten. In de volgende twee voorbeelden worden tekstbestanden met Perl-oneliners aangepast.

Voorbeeld 1: Converteer file met naam myfile van UNIX- naar DOS-formaat.

perl -i -pe 's/\n/\r\n/' myfile

Voorbeeld 2: Plaats de string "#!/usr/bin/perl" bovenaan iedere file met extensie '.pl'.

perl -i -ple 'print q{#!/usr/bin/perl} if $. == 1; close ARGV if eof' *.pl

Voorbeeld 3: Druk alle regels van de invoer af, maar alleen de eerste keer dat ze voorkomen.

perl -ne 'print unless $seen{$_}++' bestand-met-dubbel-voorkomende-regels

Dit is bijvoorbeeld vaak nuttig om uit logfiles dubbele regels weg te laten.

(De Unix-utility uniq doet dit alleen op gesorteerde invoer.)

In voorbeeld 4 wordt gedemonstreerd hoe er met de uit CPAN afkomstige module LWP (the World Wide Web Library for Perl) een webpagina wordt opgehaald.

Voorbeeld 4: Haal de hoofdpagina van nl.wikipedia.org op.

 use strict;
 use warnings;

 use LWP::UserAgent;

 my $ua = LWP::UserAgent->new;

 #$ua->proxy("http", "http://ProxyIP:ProxyPort/");

 my $response = $ua->get('http://nl.wikipedia.org/'); # haal de hoofdpagina op

 if ($response->is_success) {

    my $html = $response->content;
    print $html;  # produceert de hoofdpagina (in HTML)
    # alternatief:
    #&print_wist_je_dat($html);  # zie volgende voorbeeld

 } else {
    die $response->status_line;
 }

Om alleen de weetjes uit de rubriek "Wist je dat..." af te drukken moet een # worden verplaatst van de regel met &print_wist_je_dat naar de regel met print $html; de definitie van print_wist_je_dat kan er dan als volgt uitzien:

Voorbeeld 5: Parse HTML uit de rubriek "Wist je dat...".

 use utf8;   # liefst bovenaan plaatsen voor de duidelijkheid;
 use bytes;  # deze twee statements geven aan dat er UTF-8 in het script zit, namelijk het teken …

 use HTML::TokeParser;

 sub print_wist_je_dat
 {
    my ($html) = @_;

    my $stream = HTML::TokeParser->new( \$html );

    my $InListItem = 0;
    my $ListItemStr = '';

    while (my $token = $stream->get_token) {

        if ($token->[0] eq 'T') { # text

            if ($InListItem) {
                $ListItemStr .= $token->[1];
            }

        } elsif ($token->[0] eq 'S') { # start-tag

            my($tagname, $attr) = @$token[1,2];

            if ($tagname eq 'li'){
                $InListItem = 1;
            }

        } elsif ($token->[0] eq 'E') { # end-tag
            my $tagname = $token->[1];

            if ($tagname eq 'li'){
                if ($ListItemStr =~ /^(…|\.{3})/){
                    print $ListItemStr . "\n";
                }
                $InListItem = 0;
                $ListItemStr = '';
            }
        }
    }
 }

Voorbeeld 6: als het vorige, maar dan met de CPAN-module XML::LibXML:

 use utf8;   # liefst bovenaan plaatsen
 use bytes;  # deze zijn voor het matchen van …

 use XML::LibXML;

 sub print_wist_je_dat
 {
    my ($html) = @_;
    
    my $parser = new XML::LibXML;
    my $root = $parser->parse_html_string($html)->getDocumentElement;

    print "$_\n" for
      grep { /^(…|\.{3})/ }
        map { join('', $_->findvalue( './/text()')) }
          $root->findnodes( '//li' );
 }

In Perl wordt heel veel gebruikgemaakt van niet-alfanumerieke symbolen met een voorgedefinieerde betekenis zoals <>, $_ en $/ en de speciale tekens in reguliere expressies. Ook worden accolades en haakjes voor veel verschillende dingen gebruikt. Bovendien hebben veel operaties een default-operator die weggelaten mag worden. Deze voorzieningen maken compacte code mogelijk, maar bemoeilijken de leesbaarheid voor degenen die de notaties niet kennen.

Een andere eigenschap van Perl is dat de syntaxis erg flexibel is; Larry Wall heeft dit tot algemeen motto verklaard: There's more than one way to do it. Een voorbeeld van vier manieren om hetzelfde op te schrijven:

  if ($var > 4)
  {
    process($var);
  }

  process($var)
    if $var > 4;

  $var > 4
    and process($var);

  process($var)
    unless !($var > 4);

Veel programmeurs voeren aan dat dit tot moeilijker leesbare code leidt doordat programmeurs hun eigen schrijfstijl ontwikkelen en moeten wennen aan de stijl van een ander.

Daarnaast moet bedacht worden dat een taal als Perl voor veel taken veel expressiever is dan een low-level-taal als C; er staat domweg veel meer per regel, dus is het geen wonder dat het begrijpen per regel meer moeite kost.

De ontwikkeling van versie 6 is in 2000 begonnen en is in volle gang. De opleverdatum is nog niet bekend, maar

• Perl 6 zal niet backwards compatible zijn: programma's geschreven onder versie 5 zullen niet onder versie 6 draaien;
• Perl 6 heeft een hybride typing: er zal static en dynamic typing gebruikt kunnen worden;
• Perl 6 heeft bij functies standaard formal parameter passing;
• Perl 6 kent sigil invariance;
• Perl 6 kent een robuuster objectmodel;
• Perl 6 kent een uitbreiding op de regular expressions met de nieuwe naam grammars;
• Perl 6 kent chained comparisons zoals if C(20) <= $temperature <= C(25) { say "Kamertemperatuur!" };
• Perl 6 kent lazy evaluation;
• Perl 6 kent junctions;
• Perl 6 heeft Lisp-achtige macro's;

In plaats van een interpreter zal Perl 6 gebruikmaken van een virtuele machine genaamd Parrot, die ook geschikt is voor andere scripttalen zoals PHP of Ruby.

Voorbeelden van populaire vrije Perlsoftware:

• AWStats (Webstatistieken)
• Bugzilla (een bugtracker)
• Majordomo (Mailinglistmanagement)
• MRTG (Grafische weergave netwerkverkeer)
• SpamAssassin (Spamfilter)
• WebGUI (Contentmanagementsysteem)
• Webmin
• OTRS

• perl.org (de website van Perl)
• perl.com (O'Reilly-communitysite voor Perl)
• ActivePerl (Perl voor Windows)
• Strawberry Perl (Perl voor Windows)