perldebguts

СОДЕРЖАНИЕ

• ИМЯ
• ОПИСАНИЕ
• Внутренности отладчика
  • Создание собственного отладчика
    • Переменные окружения
    • Внутренние переменные отладчика
    • Функции настройки отладчика
• Примеры вывода списка кадров
• Отладка регулярных выражений
  • Вывод на этапе компиляции
  • Типы узлов
  • Вывод во время выполнения
• Отладка использования памяти Perl
  • Использование $ENV{PERL_DEBUG_MSTATS}
• СМОТРИТЕ ТАКЖЕ

ИМЯ

perldebguts - Внутренности отладки Perl

ОПИСАНИЕ

Это не perldebug, которое рассказывает, как использовать отладчик. Данный документ описывает детали низкого уровня, касающиеся внутренних механизмов отладчика, которые могут быть сложными для понимания для тех, кто не обладает глубоким знанием Perl. Предупреждение для читателя.

Внутренности отладчика

Perl имеет специальные отладочные крючки на этапе компиляции и во время выполнения, используемые для создания отладочных сред. Эти крючки не следует путать с командой perl -Dxxx, описанной в perlrun, которая доступна только при использовании специальной версии Perl, собранной в соответствии с инструкциями в разделе INSTALL в дереве исходного кода Perl.

Например, всякий раз, когда вы вызываете встроенную функцию Perl caller из пакета DB, аргументы, с которыми был вызван соответствующий кадр стека, копируются в массив @DB::args. Эти механизмы активируются при вызове Perl с ключом -d. Конкретно, следующие дополнительные функции активируются (см. "$^P" в perlvar):

• Perl вставляет содержимое $ENV{PERL5DB} (или BEGIN {require 'perl5db.pl'} если оно отсутствует) перед первой строкой вашей программы.

• Каждый массив @{"_<$filename"} содержит строки из $filename для файла, скомпилированного Perl. То же самое относится к строкам, содержащим подпрограммы, или к строкам, которые в данный момент выполняются. $filename для evaled строк выглядит как (eval 34).

  Значения в этом массиве магические в числовом контексте: они равны нулю только в том случае, если строка не может быть точкой разрыва.

• Каждый хеш %{"_<$filename"} содержит точки останова и действия, связанные с номером строки. Отдельные элементы (в отличие от всего хеша) могут быть установлены. Perl заботится только о логическом значении true, хотя значения, используемые в perl5db.pl, имеют вид "$break_condition\0$action".

  То же самое верно для оцененных строк, содержащих подпрограммы или выполняемых в данный момент. $filename для evaled строк выглядит как (eval 34).

• Каждый скаляр ${"_<$filename"} содержит "_<$filename". Это также верно для оцененных строк, содержащих подпрограммы или выполняемых в данный момент. $filename для evaled строк выглядит как (eval 34).

• После компиляции каждого файла require, но перед его выполнением, DB::postponed(*{"_<$filename"}) вызывается, если подпрограмма DB::postponed существует. Здесь $filename — расширенное имя скомпилированного файла, найденное в значениях %INC.

• После компиляции каждой подпрограммы subname, проверяется существование ключа $DB::postponed{subname}. Если этот ключ существует, DB::postponed(subname) вызывается, если подпрограмма DB::postponed также существует.

• Хеш %DB::sub хранит имена подпрограмм в качестве ключей, а значения имеют вид filename:startline-endline. filename имеет вид (eval 34) для подпрограмм, определенных внутри eval.

• Когда выполнение вашей программы достигает точки, в которой может быть точка останова, подпрограмма DB::DB() вызывается, если какое-либо из переменных $DB::trace, $DB::single, или $DB::signal истинно. Эти переменные не local-изучаемы. Эта функция отключена при выполнении внутри DB::DB(), включая вызываемые функции, за исключением случаев, когда $^D & (1<<30) истинно.

• При выполнении вызова подпрограммы в программе, вызывается &DB::sub(args) вместо него, с $DB::sub, установленным для идентификации вызываемой подпрограммы. (Это не происходит, если вызывающая подпрограмма была скомпилирована в пакете DB.) $DB::sub обычно содержит имя вызываемой подпрограммы, если она имеет имя для поиска. В противном случае $DB::sub будет содержать ссылку на вызываемую подпрограмму. В любом случае, подпрограмма &DB::sub может использовать $DB::sub в качестве ссылки для вызова вызываемой подпрограммы, что она обычно и захочет сделать.

  Если вызов осуществляется подпрограмме с lvalue, и &DB::lsub определена, то &DB::lsub(args) вызывается вместо него, в противном случае происходит возврат к &DB::sub(args).

• Когда выполнение программы использует goto для входа в подпрограмму, которая не является XS, и бит 0x80 установлен в $^P, вызывается &DB::goto, с $DB::sub установленным для идентификации входящей подпрограммы. Вызов &DB::goto не заменяет goto; запрошенная подпрограмма по-прежнему будет вызвана, после того как &DB::goto вернётся. $DB::sub обычно содержит имя входящей подпрограммы, если она имеет имя. В противном случае $DB::sub будет содержать ссылку на входящую подпрограмму. В отличие от вызова &DB::sub, нет гарантии, что $DB::sub может быть использована в качестве ссылки для работы с входящей подпрограммой.

Обратите внимание, что если &DB::sub нуждается во внешних данных для своей работы, без них вызов подпрограммы невозможен. Например, стандартный отладчик &DB::sub зависит от переменной $DB::deep (она определяет, сколько уровней рекурсии вглубь отладчика можно пройти перед обязательным разрывом). Если $DB::deep не определено, вызов подпрограмм невозможен, даже если &DB::sub существует.

Создание собственного отладчика

Переменные окружения

Переменная окружения PERL5DB может быть использована для определения отладчика. Например, минимальный «рабочий» отладчик (он фактически ничего не делает) состоит из одной строки:

sub DB::DB {}

Его легко определить так:

$ PERL5DB="sub DB::DB {}" perl -d your-script

Другой краткий отладчик, немного более полезный, может быть создан только с помощью строки:

sub DB::DB {print ++$i; scalar <STDIN>}

Этот отладчик выводит число, увеличивающееся для каждой встреченной команды, и ожидает нажатия клавиши Enter перед переходом к следующей команде.

Следующий отладчик фактически полезен:

{
  package DB;
  sub DB  {}
  sub sub {print ++$i, " $sub\n"; &$sub}
}

Он выводит порядковый номер каждого вызова подпрограммы и имя вызываемой подпрограммы. Обратите внимание, что &DB::sub компилируется в пакет DB с помощью директивы package.

При запуске отладчик считывает ваш файл конфигурации (./.perldb или ~/.perldb в Unix), который может устанавливать важные параметры. (Также здесь может быть определена подпрограмма (&afterinit); она выполняется после завершения инициализации самого отладчика.)

После чтения файла конфигурации отладчик считывает переменную окружения PERLDB_OPTS и использует её для установки опций отладчика. Содержимое этой переменной обрабатывается так, как если бы это был аргумент команды отладчика o ... (см. в "Настраиваемые параметры" в perldebug).

Внутренние переменные отладчика

Помимо переменных, связанных с файлами и подпрограммами, упомянутых выше, отладчик также хранит различные магические внутренние переменные.

• @DB::dbline — псевдоним для @{"::_<current_file"}, который содержит строки текущего выбранного файла (скомпилированного Perl), либо явным образом выбранного командой отладчика f, либо неявно потоком выполнения.

  Значения в этом массиве магические в числовом контексте: они равны нулю только в том случае, если строка не может быть точкой останова.

• %DB::dbline — псевдоним для %{"::_<current_file"}, который содержит точки останова и действия, связанные с номером строки в текущем выбранном файле, либо явным образом выбранного командой отладчика f, либо неявно потоком выполнения.

  Как отмечалось ранее, отдельные элементы (в отличие от всего хеша) могут быть установлены. Perl заботится только о логическом значении true, хотя значения, используемые в perl5db.pl, имеют вид "$break_condition\0$action".

Функции настройки отладчика

Для упрощения настройки предоставляются некоторые функции.

• См. "Настраиваемые параметры" в perldebug для описания параметров, анализируемых DB::parse_options(string).

• DB::dump_trace(skip[,count]) пропускает указанное количество кадров и возвращает список, содержащий информацию о вызывающих кадрах (все из них, если count отсутствует). Каждый элемент — ссылка на хеш с ключами context (либо ., $, или @), sub (имя подпрограммы или информация о eval), args (undef или ссылка на массив), file, и line.

• DB::print_trace(FH, skip[, count[, short]]) выводит отформатированную информацию о кадрах вызывающих функций. Последние две функции могут быть удобными аргументами для команд <, <<.

Обратите внимание, что любые переменные и функции, которые не задокументированы в этом документе (или в perldebug), считаются предназначенными только для внутреннего использования и могут быть изменены без предварительного уведомления.

Примеры вывода списка кадров

Вариант frame можно использовать для управления выводом информации о фреймах. Например, сравните этот след выражения:

$ perl -de 42
Stack dump during die enabled outside of evals.

Loading DB routines from perl5db.pl patch level 0.94
Emacs support available.

Enter h or 'h h' for help.

main::(-e:1):   0
  DB<1> sub foo { 14 }

  DB<2> sub bar { 3 }

  DB<3> t print foo() * bar()
main::((eval 172):3):   print foo() + bar();
main::foo((eval 168):2):
main::bar((eval 170):2):
42

с этим, после того, как параметр o был установлен:

  DB<4> o f=2
               frame = '2'
  DB<5> t print foo() * bar()
3:      foo() * bar()
entering main::foo
 2:     sub foo { 14 };
exited main::foo
entering main::bar
 2:     sub bar { 3 };
exited main::bar
42

В качестве демонстрации ниже приведён трудоёмкий список, полученный в результате установки переменной окружения PERLDB_OPTS в значение f=n N и запуска perl -d -V из командной строки. Приведены примеры с различными значениями n, чтобы вы могли почувствовать разницу между настройками. Несмотря на большой объём, это неполный список, а лишь выдержки.

1. entering main::BEGIN
    entering Config::BEGIN
     Package lib/Exporter.pm.
     Package lib/Carp.pm.
    Package lib/Config.pm.
    entering Config::TIEHASH
    entering Exporter::import
     entering Exporter::export
   entering Config::myconfig
    entering Config::FETCH
    entering Config::FETCH
    entering Config::FETCH
    entering Config::FETCH

2. entering main::BEGIN
    entering Config::BEGIN
     Package lib/Exporter.pm.
     Package lib/Carp.pm.
    exited Config::BEGIN
    Package lib/Config.pm.
    entering Config::TIEHASH
    exited Config::TIEHASH
    entering Exporter::import
     entering Exporter::export
     exited Exporter::export
    exited Exporter::import
   exited main::BEGIN
   entering Config::myconfig
    entering Config::FETCH
    exited Config::FETCH
    entering Config::FETCH
    exited Config::FETCH
    entering Config::FETCH

3. in  $=main::BEGIN() from /dev/null:0
    in  $=Config::BEGIN() from lib/Config.pm:2
     Package lib/Exporter.pm.
     Package lib/Carp.pm.
    Package lib/Config.pm.
    in  $=Config::TIEHASH('Config') from lib/Config.pm:644
    in  $=Exporter::import('Config', 'myconfig', 'config_vars') from /dev/null:0
     in  $=Exporter::export('Config', 'main', 'myconfig', 'config_vars') from li
   in  @=Config::myconfig() from /dev/null:0
    in  $=Config::FETCH(ref(Config), 'package') from lib/Config.pm:574
    in  $=Config::FETCH(ref(Config), 'baserev') from lib/Config.pm:574
    in  $=Config::FETCH(ref(Config), 'PERL_VERSION') from lib/Config.pm:574
    in  $=Config::FETCH(ref(Config), 'PERL_SUBVERSION') from lib/Config.pm:574
    in  $=Config::FETCH(ref(Config), 'osname') from lib/Config.pm:574
    in  $=Config::FETCH(ref(Config), 'osvers') from lib/Config.pm:574

4. in  $=main::BEGIN() from /dev/null:0
    in  $=Config::BEGIN() from lib/Config.pm:2
     Package lib/Exporter.pm.
     Package lib/Carp.pm.
    out $=Config::BEGIN() from lib/Config.pm:0
    Package lib/Config.pm.
    in  $=Config::TIEHASH('Config') from lib/Config.pm:644
    out $=Config::TIEHASH('Config') from lib/Config.pm:644
    in  $=Exporter::import('Config', 'myconfig', 'config_vars') from /dev/null:0
     in  $=Exporter::export('Config', 'main', 'myconfig', 'config_vars') from lib/
     out $=Exporter::export('Config', 'main', 'myconfig', 'config_vars') from lib/
    out $=Exporter::import('Config', 'myconfig', 'config_vars') from /dev/null:0
   out $=main::BEGIN() from /dev/null:0
   in  @=Config::myconfig() from /dev/null:0
    in  $=Config::FETCH(ref(Config), 'package') from lib/Config.pm:574
    out $=Config::FETCH(ref(Config), 'package') from lib/Config.pm:574
    in  $=Config::FETCH(ref(Config), 'baserev') from lib/Config.pm:574
    out $=Config::FETCH(ref(Config), 'baserev') from lib/Config.pm:574
    in  $=Config::FETCH(ref(Config), 'PERL_VERSION') from lib/Config.pm:574
    out $=Config::FETCH(ref(Config), 'PERL_VERSION') from lib/Config.pm:574
    in  $=Config::FETCH(ref(Config), 'PERL_SUBVERSION') from lib/Config.pm:574

5. in  $=main::BEGIN() from /dev/null:0
    in  $=Config::BEGIN() from lib/Config.pm:2
     Package lib/Exporter.pm.
     Package lib/Carp.pm.
    out $=Config::BEGIN() from lib/Config.pm:0
    Package lib/Config.pm.
    in  $=Config::TIEHASH('Config') from lib/Config.pm:644
    out $=Config::TIEHASH('Config') from lib/Config.pm:644
    in  $=Exporter::import('Config', 'myconfig', 'config_vars') from /dev/null:0
     in  $=Exporter::export('Config', 'main', 'myconfig', 'config_vars') from lib/E
     out $=Exporter::export('Config', 'main', 'myconfig', 'config_vars') from lib/E
    out $=Exporter::import('Config', 'myconfig', 'config_vars') from /dev/null:0
   out $=main::BEGIN() from /dev/null:0
   in  @=Config::myconfig() from /dev/null:0
    in  $=Config::FETCH('Config=HASH(0x1aa444)', 'package') from lib/Config.pm:574
    out $=Config::FETCH('Config=HASH(0x1aa444)', 'package') from lib/Config.pm:574
    in  $=Config::FETCH('Config=HASH(0x1aa444)', 'baserev') from lib/Config.pm:574
    out $=Config::FETCH('Config=HASH(0x1aa444)', 'baserev') from lib/Config.pm:574

6. in  $=CODE(0x15eca4)() from /dev/null:0
    in  $=CODE(0x182528)() from lib/Config.pm:2
     Package lib/Exporter.pm.
    out $=CODE(0x182528)() from lib/Config.pm:0
    scalar context return from CODE(0x182528): undef
    Package lib/Config.pm.
    in  $=Config::TIEHASH('Config') from lib/Config.pm:628
    out $=Config::TIEHASH('Config') from lib/Config.pm:628
    scalar context return from Config::TIEHASH:   empty hash
    in  $=Exporter::import('Config', 'myconfig', 'config_vars') from /dev/null:0
     in  $=Exporter::export('Config', 'main', 'myconfig', 'config_vars') from lib/Exporter.pm:171
     out $=Exporter::export('Config', 'main', 'myconfig', 'config_vars') from lib/Exporter.pm:171
     scalar context return from Exporter::export: ''
    out $=Exporter::import('Config', 'myconfig', 'config_vars') from /dev/null:0
    scalar context return from Exporter::import: ''

Во всех приведенных выше случаях отступы строк показывают дерево вызовов. Если бит 2 переменной frame установлен, при выходе из подпрограммы также печатается строка. Если бит 4 установлен, аргументы выводятся вместе с информацией о вызывающей функции. Если бит 8 установлен, аргументы выводятся даже если они связаны или являются ссылками. Если бит 16 установлен, также выводится возвращаемое значение.

При компиляции пакета печатается строка такого вида

Package lib/Carp.pm.

с правильным отступом.

Отладка регулярных выражений

Существует два способа включить вывод отладки для регулярных выражений.

Если ваш perl скомпилирован с -DDEBUGGING, вы можете использовать флаг -Dr в командной строке, а -Drv для более подробной информации.

В противном случае можно use re 'debug', что оказывает влияние как во время компиляции, так и во время выполнения. С Perl 5.9.5 этот pragma имеет лексическое область действия.

Вывод во время компиляции

Вывод отладки во время компиляции выглядит так:

Compiling REx '[bc]d(ef*g)+h[ij]k$'
size 45 Got 364 bytes for offset annotations.
first at 1
rarest char g at 0
rarest char d at 0
   1: ANYOF[bc](12)
  12: EXACT <d>(14)
  14: CURLYX[0] {1,32767}(28)
  16:   OPEN1(18)
  18:     EXACT <e>(20)
  20:     STAR(23)
  21:       EXACT <f>(0)
  23:     EXACT <g>(25)
  25:   CLOSE1(27)
  27:   WHILEM[1/1](0)
  28: NOTHING(29)
  29: EXACT <h>(31)
  31: ANYOF[ij](42)
  42: EXACT <k>(44)
  44: EOL(45)
  45: END(0)
anchored 'de' at 1 floating 'gh' at 3..2147483647 (checking floating) 
      stclass 'ANYOF[bc]' minlen 7 
Offsets: [45]
      1[4] 0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 5[1]
      0[0] 12[1] 0[0] 6[1] 0[0] 7[1] 0[0] 9[1] 8[1] 0[0] 10[1] 0[0]
      11[1] 0[0] 12[0] 12[0] 13[1] 0[0] 14[4] 0[0] 0[0] 0[0] 0[0]
      0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 18[1] 0[0] 19[1] 20[0]  
Omitting $` $& $' support.

Первая строка показывает предварительно скомпилированную форму регулярного выражения. Вторая показывает размер скомпилированной формы (в произвольных единицах, обычно 4-байтовых словах) и общее количество байтов, выделенных для таблицы смещений/длин, обычно 4+size*8. Следующая строка показывает метку id первого узла, выполняющего сопоставление.

Строка

anchored 'de' at 1 floating 'gh' at 3..2147483647 (checking floating) 
      stclass 'ANYOF[bc]' minlen 7 

(разделенная на две строки выше) содержит информацию оптимизатора. В показанном примере оптимизатор обнаружил, что сопоставление должно содержать подстроку de со смещением 1, плюс подстроку gh с каким-то смещением между 3 и бесконечностью. Более того, при проверке этих подстрок (чтобы быстро отказаться от невозможных совпадений), Perl проверит подстроку gh перед проверкой подстроки de. Оптимизатор также может использовать информацию о том, что сопоставление начинается (в узле с first id) с класса символов, и никакая строка короче 7 символов не может соответствовать.

Поля интереса, которые могут появиться в этой строке, это

anchored СТРОКА at ПОЗ

floating СТРОКА at POS1..POS2

См. выше.

matching floating/anchored

Какую подстроку проверять первой.

minlen

Минимальная длина сопоставления.

stclass ТИП

Тип первого узла сопоставления.

noscan

Не сканировать найденные подстроки.

isall

Означает, что информация оптимизатора — всё, что содержит регулярное выражение, и поэтому не нужно входить в сам движок регулярных выражений.

GPOS

Установлено, если шаблон содержит \G.

plus

Установлено, если шаблон начинается с повторяющегося символа (как в x+y).

implicit

Установлено, если шаблон начинается с .*.

with eval

Установлено, если шаблон содержит группы eval, такие как (?{ code }) и (??{ code }).

anchored(TYPE)

Если шаблон может соответствовать только в нескольких местах, при этом TYPE является SBOL, MBOL, или GPOS. См. таблицу ниже.

Если подстрока известна как совпадающая только в конце строки, за ней может следовать $, как в floating 'k'$.

Информацию, специфичную для оптимизатора, используют для того, чтобы не входить (в медленный) движок регулярных выражений для строк, которые точно не будут соответствовать. Если флаг isall установлен, вызов движка регулярных выражений может быть предотвращён даже тогда, когда оптимизатор нашёл подходящее место для сопоставления.

Над разделом оптимизатора находится список узлов скомпилированной формы регулярного выражения. Каждая строка имеет формат

id: ТИП ДОПОЛНИТЕЛЬНАЯ-ИНФОРМАЦИЯ (следующий-id)

Типы узлов

Вот текущие возможные типы с краткими описаниями:

# TYPE arg-description [regnode-struct-suffix] [longjump-len] DESCRIPTION

# Exit points

END              no         End of program.
SUCCEED          no         Return from a subroutine, basically.

# Line Start Anchors:
SBOL             no         Match "" at beginning of line: /^/, /\A/
MBOL             no         Same, assuming multiline: /^/m

# Line End Anchors:
SEOL             no         Match "" at end of line: /$/
MEOL             no         Same, assuming multiline: /$/m
EOS              no         Match "" at end of string: /\z/

# Match Start Anchors:
GPOS             no         Matches where last m//g left off.

# Word Boundary Opcodes:
BOUND            no         Like BOUNDA for non-utf8, otherwise like
                            BOUNDU
BOUNDL           no         Like BOUND/BOUNDU, but \w and \W are
                            defined by current locale
BOUNDU           no         Match "" at any boundary of a given type
                            using /u rules.
BOUNDA           no         Match "" at any boundary between \w\W or
                            \W\w, where \w is [_a-zA-Z0-9]
NBOUND           no         Like NBOUNDA for non-utf8, otherwise like
                            BOUNDU
NBOUNDL          no         Like NBOUND/NBOUNDU, but \w and \W are
                            defined by current locale
NBOUNDU          no         Match "" at any non-boundary of a given
                            type using using /u rules.
NBOUNDA          no         Match "" betweeen any \w\w or \W\W, where
                            \w is [_a-zA-Z0-9]

# [Special] alternatives:
REG_ANY          no         Match any one character (except newline).
SANY             no         Match any one character.
ANYOF            sv         Match character in (or not in) this class,
                 charclass  single char match only
ANYOFD           sv         Like ANYOF, but /d is in effect
                 charclass
ANYOFL           sv         Like ANYOF, but /l is in effect
                 charclass
ANYOFPOSIXL      sv         Like ANYOFL, but matches [[:posix:]]
                 charclass_ classes
                 posixl

ANYOFH           sv 1       Like ANYOF, but only has "High" matches,
                            none in the bitmap; the flags field
                            contains the lowest matchable UTF-8 start
                            byte
ANYOFHb          sv 1       Like ANYOFH, but all matches share the same
                            UTF-8 start byte, given in the flags field
ANYOFHr          sv 1       Like ANYOFH, but the flags field contains
                            packed bounds for all matchable UTF-8 start
                            bytes.
ANYOFHs          sv 1       Like ANYOFHb, but has a string field that
                            gives the leading matchable UTF-8 bytes;
                            flags field is len
ANYOFR           packed 1   Matches any character in the range given by
                            its packed args: upper 12 bits is the max
                            delta from the base lower 20; the flags
                            field contains the lowest matchable UTF-8
                            start byte
ANYOFRb          packed 1   Like ANYOFR, but all matches share the same
                            UTF-8 start byte, given in the flags field

ANYOFM           byte 1     Like ANYOF, but matches an invariant byte
                            as determined by the mask and arg
NANYOFM          byte 1     complement of ANYOFM

# POSIX Character Classes:
POSIXD           none       Some [[:class:]] under /d; the FLAGS field
                            gives which one
POSIXL           none       Some [[:class:]] under /l; the FLAGS field
                            gives which one
POSIXU           none       Some [[:class:]] under /u; the FLAGS field
                            gives which one
POSIXA           none       Some [[:class:]] under /a; the FLAGS field
                            gives which one
NPOSIXD          none       complement of POSIXD, [[:^class:]]
NPOSIXL          none       complement of POSIXL, [[:^class:]]
NPOSIXU          none       complement of POSIXU, [[:^class:]]
NPOSIXA          none       complement of POSIXA, [[:^class:]]

CLUMP            no         Match any extended grapheme cluster
                            sequence

# Alternation

# BRANCH        The set of branches constituting a single choice are
#               hooked together with their "next" pointers, since
#               precedence prevents anything being concatenated to
#               any individual branch.  The "next" pointer of the last
#               BRANCH in a choice points to the thing following the
#               whole choice.  This is also where the final "next"
#               pointer of each individual branch points; each branch
#               starts with the operand node of a BRANCH node.
#
BRANCH           node       Match this alternative, or the next...

# Literals

EXACT            str        Match this string (flags field is the
                            length).

# In a long string node, the U32 argument is the length, and is
# immediately followed by the string.
LEXACT           len:str 1  Match this long string (preceded by length;
                            flags unused).
EXACTL           str        Like EXACT, but /l is in effect (used so
                            locale-related warnings can be checked for)
EXACTF           str        Like EXACT, but match using /id rules;
                            (string not UTF-8, ASCII folded; non-ASCII
                            not)
EXACTFL          str        Like EXACT, but match using /il rules;
                            (string not likely to be folded)
EXACTFU          str        Like EXACT, but match using /iu rules;
                            (string folded)

EXACTFAA         str        Like EXACT, but match using /iaa rules;
                            (string folded except in non-UTF8 patterns:
                            MICRO, SHARP S; folded length <= unfolded)

EXACTFUP         str        Like EXACT, but match using /iu rules;
                            (string not UTF-8, folded except MICRO,
                            SHARP S: hence Problematic)

EXACTFLU8        str        Like EXACTFU, but use /il, UTF-8, (string
                            is folded, and everything in it is above
                            255
EXACTFAA_NO_TRIE str        Like EXACT, but match using /iaa rules
                            (string not UTF-8, not guaranteed to be
                            folded, not currently trie-able)

EXACT_REQ8       str        Like EXACT, but only UTF-8 encoded targets
                            can match
LEXACT_REQ8      len:str 1  Like LEXACT, but only UTF-8 encoded targets
                            can match
EXACTFU_REQ8     str        Like EXACTFU, but only UTF-8 encoded
                            targets can match

EXACTFU_S_EDGE   str        /di rules, but nothing in it precludes /ui,
                            except begins and/or ends with [Ss];
                            (string not UTF-8; compile-time only)

# Do nothing types

NOTHING          no         Match empty string.
# A variant of above which delimits a group, thus stops optimizations
TAIL             no         Match empty string. Can jump here from
                            outside.

# Loops

# STAR,PLUS    '?', and complex '*' and '+', are implemented as
#               circular BRANCH structures.  Simple cases
#               (one character per match) are implemented with STAR
#               and PLUS for speed and to minimize recursive plunges.
#
STAR             node       Match this (simple) thing 0 or more times.
PLUS             node       Match this (simple) thing 1 or more times.

CURLY            sv 2       Match this simple thing {n,m} times.
CURLYN           no 2       Capture next-after-this simple thing
CURLYM           no 2       Capture this medium-complex thing {n,m}
                            times.
CURLYX           sv 2       Match this complex thing {n,m} times.

# This terminator creates a loop structure for CURLYX
WHILEM           no         Do curly processing and see if rest
                            matches.

# Buffer related

# OPEN,CLOSE,GROUPP     ...are numbered at compile time.
OPEN             num 1      Mark this point in input as start of #n.
CLOSE            num 1      Close corresponding OPEN of #n.
SROPEN           none       Same as OPEN, but for script run
SRCLOSE          none       Close preceding SROPEN

REF              num 1      Match some already matched string
REFF             num 1      Match already matched string, using /di
                            rules.
REFFL            num 1      Match already matched string, using /li
                            rules.
REFFU            num 1      Match already matched string, usng /ui.
REFFA            num 1      Match already matched string, using /aai
                            rules.

# Named references.  Code in regcomp.c assumes that these all are after
# the numbered references
REFN             no-sv 1    Match some already matched string
REFFN            no-sv 1    Match already matched string, using /di
                            rules.
REFFLN           no-sv 1    Match already matched string, using /li
                            rules.
REFFUN           num 1      Match already matched string, using /ui
                            rules.
REFFAN           num 1      Match already matched string, using /aai
                            rules.

# Support for long RE
LONGJMP          off 1 1    Jump far away.
BRANCHJ          off 1 1    BRANCH with long offset.

# Special Case Regops
IFMATCH          off 1 1    Succeeds if the following matches; non-zero
                            flags "f", next_off "o" means lookbehind
                            assertion starting "f..(f-o)" characters
                            before current
UNLESSM          off 1 1    Fails if the following matches; non-zero
                            flags "f", next_off "o" means lookbehind
                            assertion starting "f..(f-o)" characters
                            before current
SUSPEND          off 1 1    "Independent" sub-RE.
IFTHEN           off 1 1    Switch, should be preceded by switcher.
GROUPP           num 1      Whether the group matched.

# The heavy worker

EVAL             evl/flags  Execute some Perl code.
                 2L

# Modifiers

MINMOD           no         Next operator is not greedy.
LOGICAL          no         Next opcode should set the flag only.

# This is not used yet
RENUM            off 1 1    Group with independently numbered parens.

# Trie Related

# Behave the same as A|LIST|OF|WORDS would. The '..C' variants
# have inline charclass data (ascii only), the 'C' store it in the
# structure.

TRIE             trie 1     Match many EXACT(F[ALU]?)? at once.
                            flags==type
TRIEC            trie       Same as TRIE, but with embedded charclass
                 charclass  data

AHOCORASICK      trie 1     Aho Corasick stclass. flags==type
AHOCORASICKC     trie       Same as AHOCORASICK, but with embedded
                 charclass  charclass data

# Regex Subroutines
GOSUB            num/ofs 2L recurse to paren arg1 at (signed) ofs arg2

# Special conditionals
GROUPPN          no-sv 1    Whether the group matched.
INSUBP           num 1      Whether we are in a specific recurse.
DEFINEP          none 1     Never execute directly.

# Backtracking Verbs
ENDLIKE          none       Used only for the type field of verbs
OPFAIL           no-sv 1    Same as (?!), but with verb arg
ACCEPT           no-sv/num  Accepts the current matched string, with
                 2L         verbar

# Verbs With Arguments
VERB             no-sv 1    Used only for the type field of verbs
PRUNE            no-sv 1    Pattern fails at this startpoint if no-
                            backtracking through this
MARKPOINT        no-sv 1    Push the current location for rollback by
                            cut.
SKIP             no-sv 1    On failure skip forward (to the mark)
                            before retrying
COMMIT           no-sv 1    Pattern fails outright if backtracking
                            through this
CUTGROUP         no-sv 1    On failure go to the next alternation in
                            the group

# Control what to keep in $&.
KEEPS            no         $& begins here.

# New charclass like patterns
LNBREAK          none       generic newline pattern

# SPECIAL  REGOPS

# This is not really a node, but an optimized away piece of a "long"
# node.  To simplify debugging output, we mark it as if it were a node
OPTIMIZED        off        Placeholder for dump.

# Special opcode with the property that no opcode in a compiled program
# will ever be of this type. Thus it can be used as a flag value that
# no other opcode has been seen. END is used similarly, in that an END
# node cant be optimized. So END implies "unoptimizable" and PSEUDO
# mean "not seen anything to optimize yet".
PSEUDO           off        Pseudo opcode for internal use.

REGEX_SET        depth p    Regex set, temporary node used in pre-
                            optimization compilation

После информации об оптимизации идёт дамп таблицы смещений/длин, здесь разделённый на несколько строк:

Offsets: [45]
      1[4] 0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 5[1]
      0[0] 12[1] 0[0] 6[1] 0[0] 7[1] 0[0] 9[1] 8[1] 0[0] 10[1] 0[0]
      11[1] 0[0] 12[0] 12[0] 13[1] 0[0] 14[4] 0[0] 0[0] 0[0] 0[0]
      0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 18[1] 0[0] 19[1] 20[0]  

Первая строка здесь указывает, что таблица смещений/длин содержит 45 записей. Каждая запись — пара целых чисел, обозначенная offset[length]. Записи пронумерованы, начиная с 1, поэтому запись #1 здесь — 1[4], а запись #12 — 5[1]. 1[4] указывает, что узел с меткой 1: (это 1: ANYOF[bc]) начинается в позиции 1 символа в предварительно скомпилированной форме регулярного выражения и имеет длину 4 символа. 5[1] в позиции 12 указывает, что узел с меткой 12: (это 12: EXACT <d>) начинается в позиции 5 символа в предварительно скомпилированной форме регулярного выражения и имеет длину 1 символ. 12[1] в позиции 14 указывает, что узел с меткой 14: (это 14: CURLYX[0] {1,32767}) начинается в позиции 12 символа в предварительно скомпилированной форме регулярного выражения и имеет длину 1 символ — то есть, он соответствует символу + в предварительно скомпилированном регулярном выражении.

Элементы 0[0] указывают, что соответствующего узла нет.

Вывод во время выполнения

Прежде всего, при выполнении сопоставления может не быть никакого вывода во время выполнения, даже если отладка включена. Это означает, что движок регулярных выражений никогда не был запущен, и поэтому вся работа была выполнена оптимизатором.

Если движок регулярных выражений был запущен, вывод может выглядеть так:

Matching '[bc]d(ef*g)+h[ij]k$' against 'abcdefg__gh__'
  Setting an EVAL scope, savestack=3
   2 <ab> <cdefg__gh_>    |  1: ANYOF
   3 <abc> <defg__gh_>    | 11: EXACT <d>
   4 <abcd> <efg__gh_>    | 13: CURLYX {1,32767}
   4 <abcd> <efg__gh_>    | 26:   WHILEM
                              0 out of 1..32767  cc=effff31c
   4 <abcd> <efg__gh_>    | 15:     OPEN1
   4 <abcd> <efg__gh_>    | 17:     EXACT <e>
   5 <abcde> <fg__gh_>    | 19:     STAR
                           EXACT <f> can match 1 times out of 32767...
  Setting an EVAL scope, savestack=3
   6 <bcdef> <g__gh__>    | 22:       EXACT <g>
   7 <bcdefg> <__gh__>    | 24:       CLOSE1
   7 <bcdefg> <__gh__>    | 26:       WHILEM
                                  1 out of 1..32767  cc=effff31c
  Setting an EVAL scope, savestack=12
   7 <bcdefg> <__gh__>    | 15:         OPEN1
   7 <bcdefg> <__gh__>    | 17:         EXACT <e>
     restoring \1 to 4(4)..7
                                  failed, try continuation...
   7 <bcdefg> <__gh__>    | 27:         NOTHING
   7 <bcdefg> <__gh__>    | 28:         EXACT <h>
                                  failed...
                              failed...

Самая важная информация в выводе относится к конкретному узлу скомпилированного регулярного выражения, который в настоящее время проверяется на соответствие целевой строке. Формат этих строк

СТРОКА-СМЕЩЕНИЕ <СТРОКА-ДО-СТРОКИ> <СТРОКА-ПОСЛЕ-СТРОКИ> |ID: ТИП

Информации о ТИПЕ отступает по отношению к уровню отката. Другая случайная информация появляется между ними.

Отладка использования памяти Perl

Perl расточительно использует память. Существует пословица, что для оценки использования памяти Perl, предположите разумный алгоритм выделения памяти, умножьте это предположение на 10, и хотя вы можете промахнуться, по крайней мере, вы не будете так поражены. Это не совсем верно, но может дать хорошее представление о том, что происходит.

Предположим, что целое число не может занимать меньше 20 байтов, число с плавающей точкой — не меньше 24 байтов, строка — не меньше 32 байтов (все эти примеры предполагают 32-разрядные архитектуры, результаты намного хуже на 64-разрядных архитектурах). Если к переменной обращаются двумя из трёх различных способов (которые требуют целого числа, числа с плавающей точкой или строки), объём занимаемой памяти может увеличиться ещё на 20 байтов. Неудачная реализация malloc(3) может значительно увеличить эти числа.

С другой стороны, объявление типа

sub foo;

может занимать до 500 байтов памяти, в зависимости от версии Perl, которую вы используете.

Эмпирические оценки раздутия кода из исходного кода до скомпилированного кода предполагают восьмикратное увеличение. Это означает, что скомпилированная форма разумного (обычно комментированного, правильно отформатированного и т. д.) кода займёт примерно в восемь раз больше места в памяти, чем сам код на диске.

Переключатель командной строки -DL устарел с версии Perl 5.6.0 (он был доступен только если Perl был скомпилирован с -DDEBUGGING). Переключатель использовался для отслеживания выделений памяти Perl и возможных утечек памяти. В наши дни вместо этого рекомендуется использовать средства отладки malloc, такие как Purify или valgrind. См. также "PERL_MEM_LOG" в perlhacktips.

Один из способов узнать, сколько памяти используется структурами данных Perl, — установить модуль Devel::Size из CPAN: он даёт вам минимальное количество байтов, необходимое для хранения конкретной структуры данных. Пожалуйста, помните о разнице между size() и total_size().

Если Perl был скомпилирован с malloc Perl, можно проанализировать использование памяти Perl, установив $ENV{PERL_DEBUG_MSTATS}.

Использование $ENV{PERL_DEBUG_MSTATS}

Если ваш perl использует Perl's malloc() и был скомпилирован с необходимыми переключателями (это стандартно), тогда он будет выводить статистику использования памяти после компиляции вашего кода, когда $ENV{PERL_DEBUG_MSTATS} > 1, и перед завершением программы, когда $ENV{PERL_DEBUG_MSTATS} >= 1. Формат отчёта похож на следующий пример:

$ PERL_DEBUG_MSTATS=2 perl -e "require Carp"
Memory allocation statistics after compilation: (buckets 4(4)..8188(8192)
   14216 free:   130   117    28     7     9   0   2     2   1 0 0
               437    61    36     0     5
   60924 used:   125   137   161    55     7   8   6    16   2 0 1
                74   109   304    84    20
Total sbrk(): 77824/21:119. Odd ends: pad+heads+chain+tail: 0+636+0+2048.
Memory allocation statistics after execution:   (buckets 4(4)..8188(8192)
   30888 free:   245    78    85    13     6   2   1     3   2 0 1
               315   162    39    42    11
  175816 used:   265   176  1112   111    26  22  11    27   2 1 1
               196   178  1066   798    39
Total sbrk(): 215040/47:145. Odd ends: pad+heads+chain+tail: 0+2192+0+6144.

Возможен запрос такой статистики в произвольные моменты выполнения с помощью функции mstat() из стандартного модуля Devel::Peek.

Вот некоторое объяснение этого формата:

buckets SMALLEST(APPROX)..GREATEST(APPROX)

В Perl, malloc() использует распределения по корзинам. Каждый запрос округляется до ближайшего размера корзины, и из пула корзин этого размера берётся корзина.

Строка выше описывает пределы корзин, которые в настоящее время используются. У каждой корзины есть два размера: занимаемая память и максимальный размер пользовательских данных, которые могут поместиться в эту корзину. Предположим, что в приведённом примере наименьшая корзина имеет размер 4. Наибольшая корзина будет иметь полезный размер 8188, а занимаемая память будет 8192.

В Perl, скомпилированном для отладки, некоторые корзины могут иметь отрицательный полезный размер. Это означает, что эти корзины не могут (и не будут) использоваться. Для больших корзин занимаемая память может быть на одну страницу больше, чем степень двойки. В этом случае соответствующая степень двойки отображается в поле APPROX.

Свободно/Использовано

1 или 2 строки чисел, следующие за этим, соответствуют количеству корзин каждого размера между SMALLEST и GREATEST. В первой строке размеры (занимаемая память) корзин являются степенями двойки — или, возможно, на одну страницу больше. Во второй строке, если она присутствует, занимаемая память корзин находится между занимаемой памятью двух корзин «выше».

Например, предположим, что в предыдущем примере занимаемая память была

free:    8     16    32    64    128  256 512 1024 2048 4096 8192
        4     12    24    48    80

В не-DEBUGGING Perl корзины, начиная с 128, имеют издержки в 4 байта, и, следовательно, корзина размером 8192 может занимать до 8188 байт выделений.

Total sbrk(): SBRKed/SBRKs:CONTINUOUS

Первые два поля содержат общее количество памяти, выделенной Perl функцией sbrk(2), и количество используемых вызовов sbrk(2). Третье число показывает, как Perl оценивает непрерывность возвращаемых блоков. До тех пор, пока это число положительное, malloc() будет предполагать, что существует вероятность, что sbrk(2) предоставит непрерывную память.

Память, выделенная внешними библиотеками, не учитывается.

pad: 0

Количество памяти, выделенной функцией sbrk(2), необходимое для выравнивания корзин.

heads: 2192

Хотя издержки на память больших корзин хранятся внутри корзины, для меньших корзин они хранятся в отдельных областях. Это поле показывает общий размер этих областей.

chain: 0

malloc() может захотеть разделить большую корзину на меньшие корзины. Если только часть погибшей корзины осталась неразделенной, остальная часть сохраняется как элемент связанного списка. Это поле показывает общий размер этих фрагментов.

tail: 6144

Для минимизации количества вызовов sbrk(2), malloc() запрашивает дополнительную память. Это поле показывает размер ещё неиспользуемой части, которая выделена sbrk(2), но никогда не использовалась.

СМОТРИТЕ ТАКЖЕ

perldebug, perlguts, perlrun re и Devel::DProf.