16.7 Confronto tra standard e uso corrente

Per diverso tempo, awk ha convertito le stringhe dall’aspetto non numerico nel valore numerico zero, quando richiesto. Per di più, la definizione originaria del linguaggio e lo standard POSIX originale prevedevano che awk riconoscesse solo i numeri decimali (base 10), e non i numeri ottali (base 8) o esadecimali (base 16).

Le modifiche nel linguaggio degli standard POSIX 2001 e 2004 possono essere interpretate nel senso che awk debba fornire delle funzionalità aggiuntive. Queste sono:

• Interpretazione del valore dei dati in virgola mobile specificati in notazione esadecimale (p.es., 0xDEADBEEF). (Da notare: valore dei dati letti, non costanti facenti parte del codice sorgente.)
• Supporto per i valori in virgola mobile speciali IEEE 754 “not a number” (NaN), più infinito (“inf”) e meno infinito (“-inf”). In particolare, il formato per questi valori è quello specificato dallo standard C ISO 1999, che non distingue maiuscole/minuscole e può consentire caratteri aggiuntivi dipendenti dall’implementazione dopo il ‘nan’, e consentire o ‘inf’ o ‘infinity’.

Il primo problema è che entrambe le modifiche sono deviazioni evidenti dalla prassi consolidata:

• Il manutentore di gawk crede che supportare i valori in virgola mobile esadecimali, nello specifico, sia sbagliato, e che non sia mai stata intenzione dell’autore originale di introdurlo nel linguaggio.
• Consentire che stringhe completamente alfabetiche abbiano valori numerici validi è anch’essa una deviazione molto marcata dalla prassi consolidata.

Il secondo problema è che il manutentore di gawk crede che questa interpretazione dello standard, che richiede una certa dimestichezza col linguaggio giuridico per essere compresa, non sempre è stata colta dai normali sviluppatori. In altre parole, “Sappiamo come siete arrivati sin qui, ma non pensiamo che questo sia il posto dove volete essere.”

Recependo queste argomentazioni, e cercando nel contempo di assicurare la compatibilità con le versioni precedenti dello standard, lo standard POSIX 2008 ha aggiunto delle formulazioni esplicite per consentire l’uso da parte di awk, solo a richiesta, dei valori in virgola mobile esadecimali e dei valori speciali “not a number” e infinito.

Sebbene il manutentore di gawk continui a credere che introdurre queste funzionalità sia sconsigliabile, ciò nonostante, sui sistemi che supportano i valori in virgola mobile IEEE, sembra giusto fornire qualche possibilità di usare i valori NaN e infinito. La soluzione implementata in gawk è questa:

• Se è stata specificata l’opzione da riga di comando --posix, gawk non interviene. I valori di stringa sono passati direttamente alla funzione strtod() della libreria di sistema, e se quest’ultima restituisce senza errori un valore numerico, esso viene usato.¹⁰⁷ Per definizione, i risultati non sono portabili su diversi sistemi; e sono anche piuttosto sorprendenti:

  $ echo nanny | gawk --posix '{ print $1 + 0 }'
  -| nan
  $ echo 0xDeadBeef | gawk --posix '{ print $1 + 0 }'
  -| 3735928559
  

• Senza l’opzione --posix, gawk interpreta i quattro valori di stringa ‘+inf’, ‘-inf’, ‘+nan’ e ‘-nan’ in modo speciale, producendo i corrispondenti valori numerici speciali. Il segno iniziale serve per segnalare a gawk (e all’utente) che il valore è realmente numerico. I numeri in virgola mobile esadecimali non sono consentiti (a meno di non usare anche --non-decimal-data, che non è consigliabile). Per esempio:

  $ echo nanny | gawk '{ print $1 + 0 }'
  -| 0
  $ echo +nan | gawk '{ print $1 + 0 }'
  -| +nan
  $ echo 0xDeadBeef | gawk '{ print $1 + 0 }'
  -| 0
  

  gawk ignora la distinzione maiuscole/minuscole nei quattro valori speciali. Così, ‘+nan’ e ‘+NaN’ sono la stessa cosa.

Oltre a gestire l’input, gawk deve anche stampare valori “corretti” in output, quando un valore sia NaN o infinito. A partire dalla versione 4.2.2, per tali valori gawk stampa una delle quattro stringhe sopra descritte: ‘+inf’, ‘-inf’, ‘+nan’, or ‘-nan’. Analogamente,se usato in modalità POSIX, gawk stampa il risultato della funzione C di sistema printf() usando la stringa di formato %g per il valore, quale che esso sia.