[ruby-list:250] TUTORIAL(sono:1) - grep = first step

まつもと ゆきひろ＠トヨタケーラムです．

しばらく，中断していましたが，新チュートリアルを開始します．
題して『プログラムを作りながら学ぶruby』です．

第1回『まずはgrepから』
-- 
rubyはオブジェクト指向スクリプト言語です．このチュートリアル
ではrubyのいろいろな使い方をプログラムを作りながら学んでいき
ます．前提になる知識はできるだけ少ないようにするつもりですが，
分からない点があれば，(e-mailで)どんどん質問してください．

これから学ぶrubyは『オブジェクト指向スクリプト言語』です．
rubyはオブジェクト指向の便利さを取り込みつつ，日常的なプログ
ラムを簡単に書けるように設計されています．「オブジェクト指向」
なんて知らないから難しいなどと思う必要はありません．rubyは分
かることから使っていけるようになっています．

スクリプト言語の良く使われる分野はテキスト処理です．rubyの最
初の例題として，テキストの中から正規表現に該当する行を捜し出
すコマンド「grep」を実装してみましょう．

grepは以下のようなコマンドです．

  grep pattern file...

fileが省略された時には標準入力から行の検索を行います．

これをrubyで(簡単に)書くとこうなります．

  $pat = ARGV[0]; ARGV.shift
  while gets
    print if /#$pat/
  end

たった4行ですが，これでも立派なプログラムです．rubyはインタ
プリタですので，作ったプログラムをコンパイルなどのステップ無
しにいきなり実行できますし，引数で指定したファイルからの読み
込みや，正規表現を使った検索などいろいろな便利な機能が最初か
ら組み込まれていますので，プログラムの作成が「お手軽」です．

もし，同じプログラムを例えばCで書けば正規表現の検索部分を除
いても結構な分量になることでしょうし，よほどプログラムに長け
た人でない限り，完成までかなりかかりそうです．この「簡単さ」
がrubyの長所のひとつです．

では，ちょっと実行してみましょう．

 ruby grep0.rb ruby /usr/dict/words
 ruby

ちゃんと動作しているようです(良かった，良かった)．

それでは，rubyのことが分かるように，このプログラムをもうちょっ
と詳しく見てみましょう．

     1	$pat = ARGV.shift
     2	while gets
     3	  print if /#$pat/
     4	end

1行目は引数からパターンを取り出して，変数$patに代入していま
す．rubyのコマンドライン引数はARGVという配列に入っていますの
で，その最初の要素を取り出しています．ARGV.shiftというのは，
配列の最初の要素を取り除く操作です．

2行目の「while gets」というのは，引数で指定されたファイルか
ら1行ずつ取り出すためのある種の決まり文句です．

3行目でパターンに合う行があれば，printしています．/#$pat/と
いう表現は，読み込んで来た行と$patで表される正規表現の比較を
行うという意味です．

4行目の「end」は2行目の「while」と対応するものです．whileに
よる繰り返しはここまでであることを示しています．

なんとなく，動作が分かりましたか? プログラムが短いのは良いん
ですけど，少し読みにくい感じがしますね．実はrubyは書きやすい
ようにいろいろな省略を許しています．そのせいで，こんなに短く
記述できるわけですが，逆に読みにくくなるのは仕方が無いですね．
では，省略無しで同じプログラムを書いてみましょう．

     1	$pat = ARGV.shift
     2	while $_ = gets()
     3	  if $_ =~ /#$pat/ then print $_ end
     4	end

あんまり読みやすくなっていないような気もしますが，省略されて
いた「$_」という変数が表に出ることで動作が想像しやすくなった
かも知れません．

ではこのプログラムを更に詳しく説明しましょう．

1行目は同じですね．2行目はgetsが関数であることがはっきり分か
ります．getsは1行読み込んで来て，変数 $_ に代入します．また
ファイルの終りが来ると偽を返しますので，whileループが終了し
ます．

3行目はずいぶんみかけが変わっています．まず，ifの形式が変わっ
ています．rubyではifは二通りの形式をとります(意味は同じです)．
前のプログラムで現れたような後置形式です．もうひとつはこのプ
ログラムで見られるような前置形式で，こちらはendで終ります．
ここには出て来ませんが，前置形式にはelse節という，条件が成立
しなかった時に実行する文を指定できます．後置形式ではこれはで
きません．

次にifの条件の部分(ifとthenの間)も変わっています．条件部分に
現れた正規表現式は，今回は変数 $_ との比較の省略と見なされま
す．=~ は文字列と正規表現を比較する演算子です．

最後にprintに引数が指定されています．printの省略された時には
変数 $_ の値を出力するようになっています．

4行目も前と同じですね．

では，このプログラムの実行速度を見てみましょう．

 % time ruby /tmp/grep0.rb ruby /usr/dict/words
 ruby
 5.89user 0.25system 0:06.17elapsed 99%CPU (0avgtext+0avgdata 0maxresident)k
 0inputs+0outputs (64major+408minor)pagefaults 0swaps

この程度の作業にi486DX4 75MHzで6秒以上ってのはずいぶん遅い気
がしますね．普通のgrepと比較してみましょう．

 % time grep ruby /usr/dict/words
 0.03user 0.06system 0:00.13elapsed 68%CPU (0avgtext+0avgdata 0maxresident)k
 0inputs+0outputs (87major+135minor)pagefaults 0swaps

うーん，やはり遅いなあ．rubyが遅いのはある程度仕方の無い部分
もあります．rubyはインタプリタ言語ですから，コンパイル型の言
語で記述されたgrepのような専用プログラムと比較するとどうして
も遅くなります．とはいえ，いくらなんでも遅すぎる気がするので，
ちょっと高速化してみましょう．

以下のプログラムが高速化したgrep1.rbです．

     1	$pat = Regexp.compile(ARGV.shift); 
     2	while gets
     3	  print if $_ =~ $pat
     4	end

1行目と2行目が代わったところです．つまり，正規表現を毎回生成
するのをやめて(//はデフォルトでは毎回正規表現オブジェクトを
生成します)，同じ正規表現を再利用するようにしました．これだ
けでずいぶん高速になります．

 % time ruby /tmp/grep1.rb ruby /usr/dict/words
 ruby
 2.26user 0.12system 0:02.39elapsed 99%CPU (0avgtext+0avgdata 0maxresident)k
 0inputs+0outputs (63major+174minor)pagefaults 0swaps

大体実行時間が半分になりました．それでもまだまだgrepよりも遅
いですけどね．

では，この「遅い」grepになんの意味があるんでしょう? 確かにす
ごく簡単に作れましたけど，普通のgrepより何倍も遅いのでは使い
道が無いような気もします．

このプログラムの存在意義はこの4行がプログラムである点です．
つまり，その気になれば，簡単に機能を拡張できるわけです．Cで
記述された専用プログラムであるgrepではこうはいきません．せい
ぜいオプションで機能を若干変更できる程度です．

例として，マッチした部分を反転するgrepを作ってみましょう．

     1	st = "\033[7m"
     2	en = "\033[m"
     3	
     4	$pat = Regexp.compile(ARGV.shift); 
     5	while gets
     6	  if $_ =~ $pat
     7	    gsub! $pat, "#{st}&#{en}"
     8	    print
     9	  end
    10	end

ちょっとだけ複雑になりましたが，これだけでマッチした部分を反
転させることができるようになりました．自分の望む機能を簡単に
実現するための道具としてrubyはもってこいです．

少々実行速度が遅くても，さっとプログラムして，さっと実行させ
て結果を得れば，最終的にはずっと速く結果を得ることができるこ
とは多々あると思います．そういう場面こそがrubyをはじめとする
スクリプト言語のもっとも有効な場面です．実行速度が本当に問題
になるようなツールが必要とされる場合は，それなりに時間をかけ
て高速なプログラムを作れば良いわけです．

では，ここで学んだことをまとめておきましょう．

  * rubyはインタプリタである．
  * rubyでは割と複雑なことをするプログラムを簡単に作ることが
    できる．
  * rubyはCなどに比べて開発速度は速く，実行速度は遅い．