Random Access
|
File-Pointer lesen
Zur Organisation des Zugriffs auf eine Datei verwendet Perl einen Zeiger (file pointer).
Der Wert des Zeigers ist gleichbedeutend mit den Bgeriffen Adresse oder Offset.
Der Pointer wird beim Öffnen jeder Datei an den Anfang (Adresse=0) gesetzt.
Mit jedem Lese- oder Schreib-Zugriff wird der Pointer um genau die Anzahl der gelesenen
oder geschriebenen Bytes weitergesetzt.
Mit Funktion tell() kann man den Wert des Zeigers jederzeit lesen
(Beispiel rechts).
|
open(BIN,$path);
binmode BIN;
# Anfangs ist $fp=0
$fp = tell(BIN);
print "fp = $fp\n";
$soll=100;
$br = read(BIN,$r,$soll);
# Nun ist $fp=100
$fp = tell(BIN);
print "fp = $fp\n";
|
File-Pointer setzen
Mit Funktion seek() aus dem Modul Fcntl
kann man den Wert des Datei-Zeigers auf jeden beliebigen Wert zwischen 0 und der
Datei-Größe in Byte setzen.
Die Funktion seek gibt bei korrekter Ausführung den Wert=1
zurück, das ist allerdings unbrauchbar: Wenn man den Zeiger auf
Werte>Datei-Größe setzt, wird auch 1 zurückgegeben.
In diesem Fall analysiert man die Anzahl gelesener oder geschriebener Bytes eines
nachfolgenden Zugriffs-Befehls.
Im Beispiel rechts werden die ersten 400 Bytes der Datei übersprungen, es wird
direkt der Bereich 400..500 gelesen.
Wenn man den Zeiger danach nicht mehr ändert, werden mit jeder
weiteren read()-Anweisung die jeweils folgenden Daten gelesen.
|
use Fcntl;
open(BIN,$path);
binmode BIN;
# Bytes 400..500 lesen:
$soll = 100;
$adr = 400;
seek(BIN,$adr,0);
read(BIN,$r,$soll);
# Auswertung
hex_dump($r);
|
Absolute oder relative Bewegung
●
Der Datei-Zeiger kann absolut bewegt werden, d.h. durch
Angabe der Byte-Adresse relativ zum Anfang der Datei. In diesem Fall wird wird
das 3. Argument der Funktion seek() auf den Wert=0
oder SEEK_SET gesetzt.
●
Alternativ wird der Zeiger relativ zu seiner aktuellen
Position bewegt, d.h. um so viele Bytes wie angegeben - vor oder zurück.
Das 3. Argument der Funktioin seek() wird auf den Wert=1
oder SEEK_CUR gesetzt.
●
Die Konstanten SEEK_SET und SEEK_CUR
werden im Modul IO::Seekable definiert. Wenn man die
konstanten Werte 0,1 verwendet, braucht man dieses Modul
nicht zu laden.
|
use IO::Seekable;
# Start auf Byte 333 der Datei:
seek(BIN,333,0);
# tell(BIN) ergibt 333
# Um +7 Bytes vor:
seek(BIN,7,1);
# tell(BIN) ergibt 340
# Um -40 Bytes vor:
seek(BIN,-40,SEEK_CUR);
|
Fixed Length Records
In der IT-Urzeit wurden größere Mengen von Daten häufig in Dateien
und diese auf Magnetbändern gespeichert. Das Auffinden und Lesen eines bestimmten
Datensatzes war sehr zeitraubend. Um diesen Vorgang zu beschleunigen, wurden die Daten
in Datensätzen fixer Länge (fixed length records) gespeichert.
►
Wenn man die Datensatz-Nummer kennt, dann lässt sich daraus seine Adresse
berechnen, wie rechts demonstriert wird.
►
Danach zeigt der Pointer auf den nächsten Datensatz. Wenn der gleiche Datensatz
(geändert und danach wieder) geschrieben werden soll, muss man den Pointer
um die Länge eines Datensatzes zurücksetzen.
|
$rec_len = 100;
# Lese Datensatz 23:
$adr = 23*$rec_len;
seek(BIN,$adr,SEEK_SET);
read(BIN,$rec,$rec_len);
# Schreibe den gleichen Datensatz
seek(BIN,-$rec_len;SEEK_CUR);
print BIN,$newrec;
|
Auch für Text-Dateien
Der File-Pointer wird auch beim Lesen oder Schreiben von Text-Dateien verwendet.
Das ist lediglich weniger bekannt, weil man sich dort meist an Zeilen orientiert.
|
Die Funktionen tell() und seek()
funktionieren analog bei Zugriff auf Text-Dateien.
|
Alte Datenbank-Dateien
In der IT-Urzeit wurden größere Mengen von Daten in Dateien auf
Magnetbändern verwaltet. Diese Dateien waren in Datensätze (Zeilen, records)
fixer Länge organisiert.
In Datensätzen fixer Länge haben auch alle Teile (Felder, Spalten)
eine fixe Länge und werden mit Null-Bytes oder Leerzeichen aufgefüllt.
Beispiel: Eine Personen-Datei kann in Datensätzen fixer Länge von 100 Byte
organisiert sein. Bytes 0..9 sind für eine Personen-Nummer reserviert,
Bytes 10..19 für den Vornamen, Bytes 20..40 für den Zunamen usw.
Die Felder können lesbaren Text oder binär codierte Daten (Zahlen) enthalten.
Trennzeichen (z.B. CR oder LF) sind nicht üblich, d.h. die Bytes der
Datensätze folgen unmittelbar aufeinander.
Heute organisiert man größere Dateien in Daten-Banken, die von Datenbank
Server-Programmen verwaltet werden. Kleinere Dateien werden in Text-Dateien variabler
Länge organisiert: Felder und Datensätze sind jeweils genauso lang
wie benötigt und voneinander durch Trennzeichen getrennt.
Lediglich auf Groß-Computern trifft man noch gelegentlich auf Dateien
mit Datensätzen fixer Länge.
|
Datei-Standards
Das gezielte Setzen des Datei-Zeigers braucht man u.a. bei der Verarbeitung
strukturierter Binär-Dateien.
Fast alle heute verwendeten Binär-Dateien
(GIF, JPEG, PNG, MP3, ...) sind
intern nach dem jeweiligen Standard strukturiert.
Damit man raschen Zugang zu den verschiedenen Teilen hat, wird für jeden
Teil dessen absolute oder relative Adresse (Offset) gespeichert.
Zur Auswertung liest man zunächst nur die Adresse eines Daten-Blocks (1..4 Byte),
die mit Funktion unpack decodiert wird.
Achten sie dabei auf die Reihenfolge der Bytes (Little endian oder Big endian).
Danach setzt man den Datei-Zeiger an die berechnete Adresse und liest die gesuchten Daten.
Die einzelnen Elemente größerer Daten-Blocks können ihrerseits fixe oder
variable Länge haben.
Typische Beispiele: Bei der Auswertung von Grafik- oder Audio-Daten setzt man die hier
beschriebenen Methoden ein. Mit etwas Geschick kann man Perl-Programme zum Lesen oder
Ändern auch jener Meta-Daten erstellen, die sonst nur schwer zugänglich sind.
Viele Grafik-Dateien (JPEG) enthalten zusätzlich zum Bild
auch beschreibende Meta-Daten, z.B. Datum & Zeit der Aufnahme, Kamera (Modell,
Einstellungen), Daten der verwendeten Software (z.B. Seriennummer) usw, manchmal
auch eine verkleinerte Kopie des Bildes (Thumbnail, Preview).
Viele Audio-Dateien (MP3) enthalten zusätzlich beschreibende
Meta-Daten, z.B. Künstler, Werk, Jahr, manchmal sogar ganze (JPEG)-Bilder.
|
Perl
