Gawk 5.0 (diskuse)

[Franta Hanzlík]

Gawk používám na spoustu jedno- i víceřádkových scriptíků (ještě jsem nepřišel na chuť perlu;), je fajn.
Celkem nedávno jsem v něm řešil nějaké zpracování s konverzí UTF-8 textu s diakritikou na text bez ní (to, co dělá iconv -f UTF-8 -t US-ASCII//TRANSLIT <<< "üöóäěščřžýáíéúů" nebo recode -f u8..flat <<< "üöóäěščřžýáíéúů"), výsledek se mi moc nelíbil, tak jsem napsal 'feature request' na zařazení podobné funkce (od v4.1 má gawk podporu dynamicky zaváděných funkcí a už je cca 10+ modulů implementováno, takže se mi zdálo, že by to bylo celkem jednoduché a mělo naději na úspěch). Arnold Robbins, který teď gawk táhne, to ale odmítl, že nemá čas (resp. že by to muselo zaplatit).
Tak kdyby se to někomu, kdo umí, chtělo nakódit...
(byl by ten můj scriptík o dvě-tři vteřiny rychlejší. Jmenné prostory nevím, jak bych využil...)

[Odin1918]

Co za to? Jinak api pro moduly je celkem jednoduche a na tom fork modulu i dobre zdokumentovane.

[Franta Hanzlík]

Nemám to jako bůhví jakou prioritu - ten awk mám ve scriptíku, co je spouštěn 1x denně ráno, tu de-diakritiku řeším v cyklu pro cca 20 diakritických znaků a 10000 celkem krátkých řetězců a tohle trvá necelé tři vteřiny, což mi nevadí (ten feature request jsem podával tady http://lists.gnu.org/archive/html/bug-gawk/2018-12/msg00042.html ). Takže od toho se odvíjí i co bych za to nabídl - spíše by to viděl jako příspěvek do kasičky na podporu svobodného SW - tj. asi 500 až tisíc korun. Práci programátora to určitě nepokryje, muselo by se to dělat "na radost"/"na chuť"...

[Andrej]

Teď jsem upřímně zvědavý, jestli tam bude pořád ještě tohle.

Protože po odhalení něčeho takového mě úplně přešla chuť používat awk bez -M. Naivně bych čekal, že neomezené integery tam zkrátka budou xor nebudou (případně volitelně), nikoliv že fungování velkých integerů bude z podstatné části nedefinované. Pokud se budeme držet té zaběhnuté normy, že znaménkové integery nemají přetékat, mělo by to po překročení nějaké meze prostě ohlásit chybu (overflow). A nakonec ani přetečení by mi nevadilo zdaleka tolik jako blíže neurčené děje na blíže neurčeném počtu bitů, ke kterým tam ve skutečnosti dochází.

Zkrátka, radši si to awk budu vždycky spouštět s -M. Jen ať je to klidně mnohem pomalejší, pro mě za mě, ale aspoň tam pak fungují integery.

Zjevná pravda je, že v drtivé většině případů nejsou neomezené integery vůbec potřebné. Nicméně pointa tkví v tom, že pokud je aritmetika rozbitá kdekoliv, v tomto konkrétním případě někde v řádech 2¹⁰²⁴, nevím, kde mám brát jistotu, že není rozbitá taky někde kolem (nebo pod) 2⁶⁴.