झुरीहॅक: फंक्शनल प्रोग्रामिंगचा सराव करणे

या वर्षाच्या जूनमध्ये, रॅपर्सविल या छोट्या स्विस शहरामध्ये, एक कार्यक्रम म्हणतात झुरीहॅक. यावेळी त्याने पाचशेहून अधिक हॅस्केल प्रेमींना एकत्र आणले, नवशिक्यांपासून ते भाषेच्या संस्थापकांपर्यंत. आयोजक या कार्यक्रमाला हॅकाथॉन म्हणत असले तरी शास्त्रीय अर्थाने ही परिषद किंवा हॅकाथॉन नाही. त्याचे स्वरूप पारंपारिक प्रोग्रामरपेक्षा वेगळे आहे. आम्ही नशिबाने झुरीहॅकबद्दल शिकलो, त्यात भाग घेतला आणि आता आम्ही असामान्य शोधाबद्दल सांगणे आमचे कर्तव्य समजतो!

ओह

हा लेख नॅशनल रिसर्च युनिव्हर्सिटी हायर स्कूल ऑफ इकॉनॉमिक्स - सेंट पीटर्सबर्ग: वसिली अल्फेरोव्ह आणि एलिझावेटा वासिलेंको येथे “अप्लाईड मॅथेमॅटिक्स अँड इन्फॉर्मेटिक्स” प्रोग्रामच्या दोन तृतीय वर्षाच्या विद्यार्थ्यांनी तयार केला आहे. आम्हा दोघांसाठी फंक्शनल प्रोग्रामिंगची आवड विद्यापीठाच्या दुसऱ्या वर्षी डी.एन. मॉस्कविन यांच्या व्याख्यानांच्या मालिकेपासून सुरू झाली. वसिली सध्या गुगल समर ऑफ कोड प्रोग्राममध्ये भाग घेत आहे, ज्यामध्ये तो प्रोजेक्ट टीमच्या मार्गदर्शनाखाली हॅस्केलमध्ये बीजगणितीय आलेख लागू करत आहे. अल्गा. एलिझावेटाने प्राप्त केलेल्या फंक्शनल प्रोग्रामिंग कौशल्यांचा वापर कोर्स वर्कमध्ये केला जो अँटी-युनिफिकेशन अल्गोरिदमच्या अंमलबजावणीसाठी समर्पित आहे आणि त्यानंतरच्या प्रकाराच्या सिद्धांतामध्ये वापरला.

कार्यक्रमाचे स्वरूप

लक्ष्यित प्रेक्षक हे ओपन सोर्स प्रकल्पांचे मालक, त्यांच्या विकासात सहभागी होऊ इच्छिणारे प्रोग्रामर, कार्यात्मक प्रोग्रामिंग संशोधक आणि फक्त हॅस्केलबद्दल उत्कट लोक आहेत. या वर्षी, जगभरातील पन्नास हून अधिक ओपन सोर्स हॅस्केल प्रकल्पांचे विकासक त्यांच्या उत्पादनांबद्दल बोलण्यासाठी आणि त्यांच्या विकासामध्ये नवीन लोकांना स्वारस्य मिळविण्यासाठी - HSR Hochschule für Technik Rapperswil - या ठिकाणी एकत्र आले.

ट्विटरवरून फोटो झुरीहॅक

योजना अगदी सोपी आहे: तुम्हाला तुमच्या प्रोजेक्टबद्दल काही प्रस्ताव आगाऊ लिहावे लागतील आणि ते आयोजकांना पाठवावे, जे इव्हेंट पेजवर तुमच्या प्रोजेक्टबद्दल माहिती पोस्ट करतील. याव्यतिरिक्त, पहिल्या दिवशी, प्रकल्पांच्या लेखकांना ते काय करत आहेत आणि काय करण्याची आवश्यकता आहे हे स्टेजवरून अगदी थोडक्यात सांगण्यासाठी तीस सेकंद आहेत. मग स्वारस्य असलेले लोक लेखक शोधतात आणि कार्यांबद्दल तपशीलवार विचारतात.

आमच्याकडे अद्याप आमचे स्वतःचे खुले प्रकल्प नाहीत, परंतु आम्हाला खरोखर विद्यमान प्रकल्पांमध्ये योगदान द्यायचे आहे, म्हणून आम्ही नियमित सहभागी म्हणून नोंदणी केली आहे. तीन दिवसांच्या कालावधीत, आम्ही विकासकांच्या दोन गटांसह काम केले. असे दिसून आले की कोड आणि थेट संप्रेषणाचा संयुक्त अभ्यास प्रकल्प लेखक आणि योगदानकर्ते यांच्यातील परस्परसंवाद खूप फलदायी बनवतो - झुरीहॅकमध्ये आम्ही आमच्यासाठी नवीन असलेले क्षेत्र समजून घेण्यास सक्षम होतो आणि प्रत्येकामध्ये एक कार्य पूर्ण करून दोन पूर्णपणे भिन्न संघांना मदत करण्यास सक्षम होतो. प्रकल्पांचे.

मौल्यवान सराव व्यतिरिक्त, झुरीहॅक येथे अनेक व्याख्याने आणि मास्टर वर्ग देखील दिले गेले. आम्हाला दोन व्याख्याने विशेषतः आठवतात. त्यापैकी प्रथम, न्यूकॅसल विद्यापीठातील आंद्रे मोखोव्ह यांनी निवडक उपयोजक फंक्टर्सबद्दल बोलले - एक प्रकारचा वर्ग जो अनुप्रयोगात्मक फंक्टर आणि मोनाड्स दरम्यान मध्यवर्ती बनला पाहिजे. दुसऱ्या व्याख्यानात, हॅस्केलच्या संस्थापकांपैकी एक, सायमन पीटन जोन्स, यांनी GHC कंपाइलरमध्ये प्रकार अनुमान कसे कार्य करते याबद्दल बोलले.

सायमन पीटन जोन्स यांचे व्याख्यान. ट्विटरवरून फोटो झुरीहॅक

हॅकाथॉन दरम्यान आयोजित मास्टर वर्ग सहभागींच्या प्रशिक्षणाच्या पातळीनुसार तीन श्रेणींमध्ये विभागले गेले. प्रकल्पांच्या विकासात सामील झालेल्या सहभागींना ऑफर केलेली कार्ये देखील अडचणीच्या पातळीसह चिन्हांकित केली गेली. फंक्शनल प्रोग्रामरचा छोटा पण मैत्रीपूर्ण समुदाय आपल्या रँकमध्ये नवीन आलेल्यांचे आनंदाने स्वागत करतो. आंद्रेई मोखोव्ह आणि सायमन पीटन जोन्स यांची व्याख्याने समजून घेण्यासाठी, तथापि, आम्ही विद्यापीठात घेतलेला कार्यात्मक प्रोग्रामिंग अभ्यासक्रम खूप उपयुक्त होता.

कार्यक्रमासाठी नोंदणी नियमित सहभागी आणि प्रकल्प लेखक दोघांसाठी विनामूल्य आहे. आम्ही जूनच्या सुरुवातीस सहभागासाठी अर्ज सबमिट केले, त्यानंतर आम्हाला प्रतीक्षा यादीतून पुष्टी झालेल्या सहभागींच्या यादीत त्वरित हस्तांतरित करण्यात आले.

आणि आता आम्ही ज्या प्रकल्पांच्या विकासात भाग घेतला त्याबद्दल बोलू.

पंडोक

पंडोक मजकूर दस्तऐवजांचे एक सार्वत्रिक रूपांतरक आहे, खरेतर, कोणत्याही स्वरूपापासून कोणत्याही. उदाहरणार्थ, docx पासून pdf पर्यंत किंवा Markdown पासून MediaWiki पर्यंत. त्याचे लेखक, जॉन मॅकफार्लेन, कॅलिफोर्निया विद्यापीठ, बर्कले येथे तत्त्वज्ञानाचे प्राध्यापक आहेत. सर्वसाधारणपणे, पंडोक खूप प्रसिद्ध आहे, आणि आमच्या काही मित्रांना जेव्हा हे कळले की पँडोक हास्केलमध्ये लिहिलेले आहे तेव्हा त्यांना आश्चर्य वाटले.

Pandoc द्वारे समर्थित दस्तऐवज स्वरूपांची सूची. साइटवर एक संपूर्ण आलेख देखील आहे, परंतु हे चित्र लेखात बसत नाही.

अर्थात, Pandoc प्रत्येक जोडीच्या स्वरूपांसाठी थेट रूपांतरण प्रदान करत नाही. अशा विविध प्रकारच्या परिवर्तनांना समर्थन देण्यासाठी, एक मानक आर्किटेक्चरल सोल्यूशन वापरला जातो: प्रथम, संपूर्ण दस्तऐवज एका विशेष अंतर्गत इंटरमीडिएट प्रतिनिधित्वामध्ये अनुवादित केले जाते आणि नंतर या अंतर्गत प्रतिनिधित्वातून भिन्न स्वरूपातील दस्तऐवज तयार केला जातो. विकासक अंतर्गत प्रतिनिधित्वाला "एएसटी" म्हणतात, ज्याचा अर्थ ॲबस्ट्रॅक्ट सिंटॅक्स ट्री आहे, किंवा अमूर्त वाक्यरचना वृक्ष. तुम्ही इंटरमीडिएट प्रेझेंटेशन अगदी सोप्या पद्धतीने पाहू शकता: तुम्हाला फक्त आउटपुट फॉरमॅट "नेटिव्ह" वर सेट करायचा आहे.

$ cat example.html
<h1>Hello, World!</h1>

$ pandoc -f html -t native example.html
[Header 1 ("hello-world",[],[]) [Str "Hello,",Space,Str "World!"]]

ज्या वाचकांनी हॅस्केलसोबत थोडेसे काम केले आहे ते या छोट्या उदाहरणावरून आधीच गृहीत धरू शकतात की पँडोक हास्केलमध्ये लिहिलेले आहे: या कमांडचे आउटपुट हे पँडोकच्या अंतर्गत रचनांचे स्ट्रिंग प्रतिनिधित्व आहे, जे सामान्यतः कसे केले जाते या समानतेने तयार केले आहे. Haskell मध्ये उदाहरणार्थ, मानक लायब्ररीमध्ये.

तर, येथे तुम्ही पाहू शकता की अंतर्गत प्रतिनिधित्व ही एक पुनरावृत्ती संरचना आहे, ज्याची प्रत्येक अंतर्गत नोडमध्ये एक सूची आहे. उदाहरणार्थ, वरच्या स्तरावर एका घटकाची सूची आहे - “हॅलो-वर्ल्ड”,[],[] विशेषता असलेले प्रथम स्तर शीर्षलेख. या शीर्षलेखाच्या आत लपलेली “हॅलो” स्ट्रिंगची सूची आहे, त्यानंतर स्पेस आणि “वर्ल्ड!” स्ट्रिंग आहे.

जसे आपण पाहू शकता, अंतर्गत प्रतिनिधित्व HTML पेक्षा फारसे वेगळे नाही. हे एक झाड आहे जिथे प्रत्येक अंतर्गत नोड त्याच्या वंशजांच्या स्वरूपनाबद्दल काही माहिती प्रदान करतो आणि पानांमध्ये दस्तऐवजाची वास्तविक सामग्री असते.

जर आपण अंमलबजावणी स्तरावर गेलो, तर संपूर्ण दस्तऐवजाचा डेटा प्रकार याप्रमाणे परिभाषित केला जाईल:

data Pandoc = Pandoc Meta [Block]

येथे ब्लॉक म्हणजे वर नमूद केलेले अंतर्गत शिरोबिंदू, आणि मेटा म्हणजे दस्तऐवजाची माहिती, जसे की शीर्षक, निर्मिती तारीख, लेखक - हे वेगवेगळ्या स्वरूपांसाठी वेगळे आहे आणि पँडोक, शक्य असल्यास, फॉरमॅटमधून भाषांतर करताना अशी माहिती जतन करण्याचा प्रयत्न करतो. स्वरूप

ब्लॉक प्रकाराचे जवळजवळ सर्व कन्स्ट्रक्टर - उदाहरणार्थ, शीर्षलेख किंवा पॅरा (परिच्छेद) - विशेषता आणि निम्न-स्तरीय शिरोबिंदूंची सूची युक्तिवाद म्हणून - इनलाइन, नियम म्हणून घेतात. उदाहरणार्थ, Space किंवा Str हे इनलाइन प्रकाराचे कन्स्ट्रक्टर आहेत आणि HTML टॅग देखील स्वतःच्या खास इनलाइनमध्ये बदलतात. आम्हाला या प्रकारांची संपूर्ण व्याख्या प्रदान करण्यात काही अर्थ दिसत नाही, परंतु लक्षात ठेवा की ते येथे आढळू शकते येथे.

विशेष म्हणजे Pandoc हा प्रकार मोनोइड आहे. याचा अर्थ असा आहे की काही प्रकारचे रिकामे दस्तऐवज आहे आणि ते कागदपत्रे एकत्र स्टॅक केले जाऊ शकतात. वाचक लिहिताना हे वापरण्यास सोयीस्कर आहे - तुम्ही अनियंत्रित तर्क वापरून दस्तऐवजाचे भागांमध्ये विभाजन करू शकता, प्रत्येकाचे स्वतंत्रपणे विश्लेषण करू शकता आणि नंतर सर्व काही एका दस्तऐवजात एकत्र करू शकता. या प्रकरणात, दस्तऐवजाच्या सर्व भागांमधून एकाच वेळी मेटेनफॉर्मेशन गोळा केले जाईल.

LaTeX ते HTML मध्ये रूपांतरित करताना, प्रथम LaTeXReader नावाचे एक विशेष मॉड्यूल इनपुट डॉक्युमेंटला AST मध्ये रूपांतरित करते, नंतर HTMLWriter नावाचे दुसरे मॉड्यूल AST ला HTML मध्ये रूपांतरित करते. या आर्किटेक्चरबद्दल धन्यवाद, रूपांतरणांची चतुर्भुज संख्या लिहिण्याची आवश्यकता नाही - प्रत्येक नवीन स्वरूपासाठी वाचक आणि लेखक लिहिणे पुरेसे आहे आणि रूपांतरणांच्या सर्व संभाव्य जोड्या स्वयंचलितपणे समर्थित होतील.

हे स्पष्ट आहे की अशा आर्किटेक्चरमध्ये देखील त्याचे दोष आहेत, ज्याचा अंदाज सॉफ्टवेअर आर्किटेक्चरच्या क्षेत्रातील तज्ञांनी वर्तविला आहे. सिंटॅक्स ट्रीमध्ये बदल करण्याची किंमत सर्वात लक्षणीय आहे. बदल पुरेसे गंभीर असल्यास, तुम्हाला सर्व वाचक आणि लेखकांमध्ये कोड बदलावा लागेल. उदाहरणार्थ, Pandoc विकसकांसमोरील आव्हानांपैकी एक जटिल टेबल स्वरूपनास समर्थन देत आहे. आता Pandoc प्रत्येक सेलमध्ये शीर्षलेख, स्तंभ आणि मूल्यासह अगदी साध्या सारण्या तयार करू शकतो. उदाहरणार्थ, HTML मधील colspan विशेषताकडे दुर्लक्ष केले जाईल. या वर्तनाचे एक कारण म्हणजे सर्व किंवा कमीत कमी अनेक स्वरूपांमध्ये सारण्यांचे प्रतिनिधित्व करण्यासाठी एकत्रित योजनेचा अभाव - त्यानुसार, अंतर्गत प्रतिनिधित्वामध्ये टेबल कोणत्या स्वरूपात संग्रहित केले जावे हे स्पष्ट नाही. परंतु विशिष्ट दृश्य निवडल्यानंतरही, आपल्याला सर्व वाचक आणि लेखक बदलण्याची आवश्यकता असेल जे टेबलसह कार्य करण्यास समर्थन देतात.

हास्केल भाषा केवळ लेखकांच्या फंक्शनल प्रोग्रामिंगसाठी प्रचंड प्रेमामुळे निवडली गेली नाही. Haskell त्याच्या विस्तृत मजकूर प्रक्रिया क्षमतांसाठी ओळखले जाते. एक उदाहरण म्हणजे ग्रंथालय पार्सेक हे एक लायब्ररी आहे जे फंक्शनल प्रोग्रामिंगच्या संकल्पनांचा सक्रियपणे वापर करते - मोनोइड्स, मोनाड्स, ऍप्लिकेटिव्ह आणि वैकल्पिक फंक्टर्स - अनियंत्रित पार्सर लिहिण्यासाठी. पारसेकची पूर्ण शक्ती मध्ये पाहिली जाऊ शकते उदाहरण HaskellWiki वरून, जिथे साध्या अत्यावश्यक प्रोग्रामिंग भाषेचे संपूर्ण विश्लेषक पार्स केले जाते. अर्थात, पँडोकमध्ये पार्सेक सक्रियपणे वापरला जातो.

थोडक्यात वर्णन केलेले, मोनाड्स अनुक्रमिक पार्सिंगसाठी वापरले जातात, जेव्हा एक गोष्ट प्रथम येते आणि नंतर दुसरी. उदाहरणार्थ, या उदाहरणात:

whileParser :: Parser Stmt
whileParser = whiteSpace >> statement

प्रथम आपल्याला जागा मोजणे आवश्यक आहे, आणि नंतर विधान - ज्यामध्ये पार्सर Stmt प्रकार देखील आहे.

पार्सिंग अयशस्वी झाल्यास रोलबॅक करण्यासाठी पर्यायी फंक्टर वापरले जातात. उदाहरणार्थ,

statement :: Parser Stmt
statement = parens statement <|> sequenceOfStmt

याचा अर्थ असा की तुम्हाला एकतर कंसात विधान वाचण्याचा प्रयत्न करावा लागेल किंवा अनेक विधाने क्रमशः वाचण्याचा प्रयत्न करावा लागेल.

ॲप्लिक्टिव्ह फंक्टर्सचा वापर प्रामुख्याने मोनाड्ससाठी शॉर्टकट म्हणून केला जातो. उदाहरणार्थ, tok फंक्शनला काही टोकन वाचू द्या (हे LaTeXReader चे खरे फंक्शन आहे). चला हे संयोजन पाहूया

const <$> tok <*> tok

हे एका ओळीत दोन टोकन वाचेल आणि पहिले एक परत करेल.

या सर्व वर्गांसाठी, हॅस्केलमध्ये सुंदर प्रतीकात्मक ऑपरेटर आहेत, ज्यामुळे रीडर प्रोग्रामिंग ASCII कलासारखे दिसते. फक्त या अद्भुत संहितेचे कौतुक करा.

आमची कार्ये LaTeXReader शी संबंधित होती. LaTeX मध्ये पॅकेजेस लिहिण्यासाठी उपयुक्त mbox आणि hbox कमांडस सपोर्ट करण्याचे वसिलीचे कार्य होते. एपिग्राफ कमांडचे समर्थन करण्यासाठी एलिझाबेथ जबाबदार होती, जी तुम्हाला LaTeX दस्तऐवजांमध्ये एपिग्राफ तयार करण्यास अनुमती देते.

हॅट्रेस

UNIX सारखी ऑपरेटिंग सिस्टीम अनेकदा ptrace सिस्टीम कॉल लागू करतात. हे प्रोग्राम वातावरण डीबगिंग आणि सिम्युलेट करण्यासाठी उपयुक्त आहे, जे तुम्हाला प्रोग्रामद्वारे केलेले सिस्टम कॉल ट्रेस करण्यास अनुमती देते. उदाहरणार्थ, अतिशय उपयुक्त स्ट्रेस युटिलिटी अंतर्गत ptrace वापरते.

हॅट्रेस हे एक लायब्ररी आहे जे Haskell मध्ये ptrace ला इंटरफेस पुरवते. वस्तुस्थिती अशी आहे की ptrace स्वतःच खूप अत्याधुनिक आहे आणि ते थेट वापरणे कठीण आहे, विशेषत: कार्यात्मक भाषांमधून.

हॅट्रेस सुरू झाल्यावर स्ट्रेसप्रमाणे चालते आणि तत्सम वितर्क स्वीकारतात. हे स्ट्रेसपेक्षा वेगळे आहे कारण ते लायब्ररी देखील आहे जे फक्त ptrace पेक्षा सोपे इंटरफेस प्रदान करते.

हॅट्रेसच्या मदतीने, आम्ही आधीच GHC Haskell कंपाइलरमध्ये एक अप्रिय बग पकडला आहे - चुकीच्या क्षणी मारला जातो, तो चुकीच्या ऑब्जेक्ट फाइल्स तयार करतो आणि रीस्टार्ट केल्यावर त्या पुन्हा कंपाइल करत नाही. सिस्टीम कॉलद्वारे स्क्रिप्टिंगमुळे एका धावत त्रुटीचे विश्वसनीयरित्या पुनरुत्पादन करणे शक्य झाले, तर यादृच्छिक किल्सने सुमारे दोन तासांत त्रुटीचे पुनरुत्पादन केले.

आम्ही लायब्ररीमध्ये सिस्टम कॉल इंटरफेस जोडले - एलिझावेटा जोडले brk, आणि Vasily mmap जोडले. आमच्या कामाच्या परिणामांवर आधारित, लायब्ररी वापरताना या सिस्टम कॉल्सचे युक्तिवाद अधिक सोप्या आणि अचूकपणे वापरणे शक्य आहे.

स्त्रोत: www.habr.com