向 阿诺德和终结者系列电影 致歉标题的冒犯，让我们再次审视一下从 PATH 变量中删除重复项的问题。这个方法的出现源于一位名叫 Shaun 的读者在之前的帖子中评论说：“如果你愿意使用非 bash 解决方案 (AWK) 来解决问题，为什么不使用 Perl 呢？” Shaun 非常好心地提供了一个 Perl 版本的代码，这很好，因为我很难自己想出一个。这是一段简短的代码，比 AWK 版本更短，所以看起来应该很容易理解。最后，我不确定我会称之为容易，但这很有趣，并且我认为其他非 Perl 程序员也可能会觉得有趣。

首先，让我重复一下第一篇文章中的内容：没有令人信服的理由从您的 PATH 变量中删除重复项；shell 将忽略重复路径的第二个和后续出现。

来自评论的代码，略作修改如下

PATH='/usr/bin:/bin::/usr/local/bin:/root/new folder:/bin:/usr/bin'
PATH=$(perl -E 'chomp($_=<>);say join":",grep{$_&&!$_{$_}++}split/:/' <<<$PATH)

为了使代码更易于阅读，我稍微重新排列了一下，添加了一些空格，并将其放入文件中

chomp($_ = <>);
say join ":", grep { $_ && !$_{$_}++ } split /:/

为了确保没有出错，我运行了它，当然，像往常一样，第一次尝试某些东西时，它失败了

$ perl test.pl <<<'/usr/bin:/bin::/usr/local/bin:/root/new folder:/bin:/usr/bin'
syntax error at test.pl line 2, near "say join"
Execution of test.pl aborted due to compilation errors.

这里的罪魁祸首是 -E 选项，或者在这种情况下缺少它，它在原始命令中使用。-E 选项除了将脚本作为字符串传递给解释器外，还启用了一些默认情况下未启用的较新的 Perl 功能。在这种情况下，它是 say 功能。要在脚本文件中启用这些较新的功能，您需要告诉 Perl 使用该功能

use feature qw(say)   # use "say" feature
chomp($_ = <>);
say join ":", grep { $_ && !$_{$_}++ } split /:/

在那之后，它按预期运行

$ perl test2.pl <<<'/usr/bin:/bin::/usr/local/bin:/root/new folder:/bin:/usr/bin'
/usr/bin:/bin:/usr/local/bin:/root/new folder

那么它是如何工作的呢？从最广泛的意义上讲，它的工作方式与 AWK 版本几乎相同：它用冒号分割路径，使用关联数组（在 Perl 中也称为哈希）来确定是否之前已经见过路径元素，然后一旦知道最终的路径列表，它就用冒号将它们重新连接在一起。但是，让我们逐步了解一下细节。

第一行（忽略 use 行）在 $_=<> 上调用 chomp 函数。Chomp 非常简单；它从每个参数中删除一个“记录分隔符”。默认的记录分隔符是换行符，就像在 AWK 中一样。chomp 的参数是一个赋值表达式，它将空文件句柄 <> 赋值给 Perl 的“默认输入和模式搜索空间”，即名为 $_ 的变量。在本例中，空文件句柄，即通过 bash 的 <<< 语法表示的标准输入，是 path 变量的值。默认模式空间等同于 AWK 中的 $0：它是函数在缺少显式变量/表达式时默认操作的数据。

因此，赋值表达式 $_=<> 将路径分配给模式空间，然后 chomp 函数从模式空间的末尾删除记录分隔符。所有这些都是冗长的说法，即代码的第一行从输入中删除了那个讨厌的换行符。如果您还记得第一篇文章，换行符是通过向 echo 添加 -n 选项来消除的。

代码的第二部分是实际工作发生的地方。从语法上讲，代码看起来像这样

say EXPR
   /    \
  /      \
join STR EXPR
        /    \
       /      \
    grep EXPR LIST
             /    \
            /      \
          split PATTERN

在该图的底部是对 split 函数的调用

split /:/

这应该相当明显：这会用冒号分割模式空间。换句话说，它将路径分成单独的路径元素。它对模式空间进行操作，因为没有提供其他特定数据。split 函数生成一个列表供 grep 使用。如果您还记得第一篇文章，AWK 版本将记录分隔符更改为冒号，以将路径拆分为单独的元素；在这个版本中，split 函数用于完成该操作。

那么为什么 chomp 函数在其参数周围使用括号，而 split 函数却没有呢？实际上，chomp 函数在其参数周围没有使用括号；Perl 函数调用的语法很简单 func args，没有括号。调用 chomp 中的括号是为了改变表达式中项的优先级。如果没有括号，则调用将被视为 chomp($_)=<>;，这是无效的语法。

图中的下一个是 grep。请注意，这不是命令行 grep; 这是 Perl grep 函数。Perl 的 grep 函数为其 LIST 中的每个项目评估其 EXPR，当表达式为真时，列表中的当前项目将添加到新列表中，该列表将成为 grep 函数的结果。在这种情况下，EXPR 实际上是一个 BLOCK（花括号中的代码 {}）。

暂时忽略块的内容，代码的其余部分也应该相当明显：grep 函数将生成最终的路径列表，join 函数将用冒号将它们重新连接在一起，而 say 函数将输出最终的路径值。

因此，要理解的最后一部分代码是 grep 函数为每个路径元素评估的块中的代码

$_ && !$_{$_}++

在这里，与许多语言一样，&& 是逻辑与运算符，! 是逻辑非运算符，++ 是后增量运算符。

与运算符的左侧是简单的表达式 $_，它测试模式空间是否为空。这是消除空路径元素的地方：如果模式空间为空，则与运算符的左侧为假，因此整个表达式为假，并且当前（空）路径元素不会添加到 grep 函数正在创建的列表中。

[编辑： 正如下面的评论中指出的那样，这是不正确的：不应删除空路径元素，它们“意味着”当前目录。要修复它，只需从表达式中删除 “$_ &&”。 -- Mitch]

如果您还记得上面，我说过 split 函数创建了一个列表，该列表用作 grep 要处理的数据，因此您可能想知道模式空间 $_ 是如何参与其中的。根据 Perl 文档，grep 函数在评估其块/表达式之前，将每个列表项分配给 $_ 变量的本地副本。

如果您认为自己会毫发无损地摆脱困境，那么这就是事情变得有点棘手的地方。在与表达式的右侧是哈希（关联数组）。在 Perl 中，花括号也用于在引用哈希中的元素时包围键值，因此 {$_} 使用（本地）模式空间（也称为当前路径元素）作为哈希的键。不太复杂，但是然后您会看到您认为的哈希名称：$_，但是模式空间变量怎么能也是哈希的名称呢？好吧，它不是，但是再次，让我们暂时忽略它。为了减轻您感到的认知失调，您可以更改代码并为哈希使用不同的名称（这实际上在真实代码中有效）

$_ && !$myhash{$_}++

我目前的工作假设是，使用 $_ 作为哈希名称相当于当地小屋的秘密握手：俱乐部成员明白了，其他人都感到困惑。开玩笑的，这实际上是哈希名称的一个不错的选择，因为这是我花费最多时间试图掌握的部分，这引导我走上了许多有用的道路。但是在深入了解其中一些内容之前，让我们完成代码。

因此，表达式测试哈希元素以查看它是否为零 $myhash{$_}。如果哈希元素为零，则表达式为真（由于否定）。因此，当前路径元素以前未见过，并且它被添加到 grep 正在创建的列表中。如果哈希元素为非零，则路径已被看到，表达式为假，并且路径元素未添加到列表中。在测试哈希元素之后，通过 ++ 运算符对其进行递增，以便下次看到路径元素时，表达式将为假，并且将跳过重复的路径元素。概括来说，在伪代码中，该块看起来像这样

if path-element is not blank
    tmp = hash[path-element]
    hash[path-element] += 1
    if tmp == 0
        "BLOCK" is true, add path to output list
    else
        "BLOCK" is false, path already added to output

与 AWK 中一样，在 Perl 中引用不存在的哈希（也称为关联数组）会自动创建它。并且对未定义的值执行算术运算与使用零相同。因此，哈希及其所有元素都是根据需要创建的，而无需任何显式代码来创建它们。

现在让我们回到该哈希的名称。Perl 文档 (perldata) 指出

Perl 有三种内置数据类型：标量、标量数组和标量的关联数组，称为“哈希”。标量是单个字符串（大小任意，仅受可用内存限制）、数字或对某物的引用 [...]。普通数组是由数字索引的标量的有序列表，从 0 开始。哈希是由其关联的字符串键索引的标量值的无序集合。

在代码中，它看起来像这样

$scalar_var = 1;                      # simple var
@list_var   = (1, 2);                 # a list
%hash_var   = (one => 1, two => 2);   # a hash

因此您可能会认为，“好吧，我明白了，每种数据类型都在其名称中使用特殊字符”。所以你尝试这个

$v = 1;
@v = (1, 2);
%v = (one => 1, two => 2);

果然，Perl 非常喜欢这样。但是，您实际上没有三个名为 $v、@v 和 %v 的变量。W 您拥有的是三个名为 v 的变量，它们的名称来自三个不同的命名空间。希望某些 Perl 语言律师会指出解释它的正确方法，但目前这可以工作。

再多一点，我就可以回到 $_{$_} 的哈希名称难题。考虑以下代码，它创建一个标量和一个同名的哈希，然后打印出标量和哈希中的一个元素

my $v = "scalar v";
my %v = ( a => "hash element with key a", b => "hash element with key b" );
print "v   : $v\n";
print "v{a}: $v{a}\n";

运行它，您会得到您期望的结果

$ perl test.pl
v   : scalar v
v{a}: hash element with key a

但是仔细看看最后一个打印语句。您可能希望在字符串中看到 %v{a} 而不是 $v{a}，因为它正在打印哈希中的值。因此，这里有力地证明了前导字符 $、@ 或 % 不是变量名称的一部分。这些前导字符在 Perl 中称为“sigils”，考虑到 sigil 的定义，这似乎是一个合适的名称

在占星术或魔法中，被认为具有神秘力量的符号、文字或装置。

在谈论 Perl 时，您经常会看到对某物处于标量上下文或列表上下文的引用。例如，考虑以下代码，它创建一个列表，然后在标量上下文中引用该列表

@v = (4, 5, 6);
$u = scalar @v;
print "@v\n";
print "$u\n";

$ perl test.pl
4 5 6
3

当您在列表上下文中引用列表时，您会得到列表；当您在标量上下文中引用它时，您会得到它的长度。因此，在上面的示例中，打印语句引用了 $v{a}，该引用是对哈希元素 v{a} 的引用，并且由于哈希元素是单个值，并且由于您要打印该单个值，因此您需要在标量上下文中引用它。因此，与其使用 %v{a}（这将给您一个哈希而不是标量），不如使用 $v{a} 来获取标量值。实际上，如果您将脚本更改为使用 %v{a}，您将不会得到哈希，因为它不是有效的语法，您只会得到

$ perl test.pl
v   : scalar v
v{a}: %v{a}

最后回到原始代码

!$_{$_}++

因此，在这里，第一次使用 $_ 指的是名为 _ 的哈希，而不是 Perl 的模式空间变量 $_。但是，正如我已经提到的，第二次使用 $_ 确实指的是模式空间；它用作哈希的键。在找到（或创建）哈希元素之后，在标量上下文中对其进行测试和否定。然后，最后，也在标量上下文中，对其进行递增。

对于一段非常短的代码来说，这是一个相当长的解释，但是希望您觉得它有趣。如果它没有让您睡着，那可能就足够了。正如我在前面提到的，我不是 Perl 程序员，所以我可能在某个地方搞砸了。请告诉我哪里。