JeffHung.Blog

我是苦命 patcher，我想來說說 VSS 的壞話。

在我進公司之前，老闆選了 Microsoft Visual SourceSafe (VSS) 作為部門的 version control system。這，是苦命的開始。理論上，使用 version control system，可以幫助程式員們，彼此協同開發。我以前就有過這樣子的經驗，和學弟兩人，使用 CVS 一起開發一套社群軟體。兩人卯足了勁拼命 commit，彼此分工合作，絲毫不會有程式互相「蓋到」的情況發生。可是，現在在公司上班，與同事協同開發的感覺，完全變了一個樣。在我們部門裡， VSS 根本就只是被當作一個 source deposit，而沒有發揮 source control 應該要有的功能。

在我們部門裡，典型的協同開發的流程，就如同下面這個故事一般：

1. A 君寫了一套軟體的初版，程式已經可以動作，初版的功能皆已齊備了，然後他趕緊在 VSS 裡建一個專案，或是找一個相對應的位置，把程式放進去。
2. 然 後，老闆找了 B 君來做一個新功能，於是 B 君就找 A 君要程式，A 君說，放在 VSS 裡，於是 B 君就回去自己的電腦前，想要把程式 checkout 出來，卻發現他沒有權限。於是，B 君再回去找 A 君，然後 A 君就打開他的 VSS，加了 B 君的帳號。就在 B 君要回自己位子上去工作前，A 君拉住了 B 君，對 B 君說：「你不要亂 commit 喔，程式寫好了之後，拿給我看看，沒問題再 commit。」
3. 於是，B 君便辛勤地與新功能奮鬥。其間，歷經了若干次因當機或其他不明原因，系統 crash，導致程式流失。還好，B 君平時有做備份的習慣，因此在 B 君的電腦裡，最後一共存了十幾份程式的備份檔，其中有約 1/4，因為在備份的時候，忘了標註日期時間，最後變成了讓人根本搞不清楚到底內含了什麼東西的一沱廢物。
4. 由 於新功能的解法未定，在開發過程中，為了嘗試各種解 法，B 君的電腦裡的程式目錄，又分成了好幾個不同的目錄，好比 FooProj-Method1、FooProj-Method1+Method2、FooProj-Solution7、FooProj- Method1+Method3、FooProj-Mess、FooProj-HalfSolved 等等讓人有點明瞭又有點模糊的奇怪目錄名。
5. 另 外，B 君覺得，有些程式可以抽離出來，成為一個 utility library，好比對檔名的分析與處理等。因此，B 君便將這些程式抽離出來，另外做成了一個 library。然後在原本的程式裡，呼叫這個 library。當然，這個 library，又是放在另外一個目錄裡。
6. 很不幸地，可以被抽離出來的程式，其種類越來越多，於是這個 utility library 就越來越龐大。更麻煩的是，這個 utility library 裡，有些功能種類已經寫完了，有些功能種類還沒有寫完，另外還有些功能種類，B 君一改再改，卻仍是還沒有改出覺得可以滿意的版本。也因此，FooProj-Method1 目錄的程式，必須搭配 UtilLib-Initial 目錄下的 utility library，然後 FooProj-Method1+Method2 目錄必須搭配 UtilLib-StrOK 目錄，FooProj-Solution7 目錄必須搭配 UtilLib-StrOK+SQLTemp 目錄，而 FooProj-Method1+Method3 所對應的 utility library 的目錄，已於上次當機而遺失了，FooProj-Mess 搭配 UtilLib-Good1、FooProj-HalfSolved 搭配 UtilLib-Good1+I18nTemp+SQLBad。老實說，連 B 君都快搞不清楚這些目錄彼此之間，錯綜複雜的關係了。
7. 總 算，B 君改出了一個可以跑的版本了，於是 B 君將 FooProj-OK1 與 UtilLib-Good2 包成兩個 zip 檔，寄給 A 君，然後來到 A 君的電腦前，與 A 君討論。A 君打開信件，把 FooProj-OK1 裡的所有 .cpp 檔，全部 copy 到自己專案目錄下的 src/ 目錄下，然後 compile 程式，瞬間指著上千個 error message 對 B 君發飆。B 君只好很委屈地對 A 君解釋說，還需要加上 UtilLib-Good2 才行。於是 A 君與 B 君，手忙腳亂地花了好一陣子，才順利地把 UtilLib-Good2 裝進 A 君的電腦裡，並把相關設定都設好。此時，B 君的程式，才能正確地在 A 君的電腦上跑。
8. 看 完程式之後，A 君對 B 君的程式，尚稱滿意。不過，因為 B 君的程式，是用 C++ 寫的，A 君對 C++ 並不怎麼熟悉，再加上，A 君不太願意，在他偶爾還會改進的這套程式裡，加上 UtilLib-Good2 這個拖油瓶，因此，A 君對 B 君說：「嗯，不錯，不過你還是先不要 commit 好了，等這個新功能穩定之後，我們再來弄個最終版本。喔，對，這幾天我又稍微改了一下程式，現在程式應該會快了一些，你看是不是要把新的程式 merge 一下。」由於 A 君較為資深，因此 B 君便無異議地答應了。
9. 回到自己的電腦前，B 君開始手動 merge 兩份程式。很快地，B 君發現，光用 diff 找出相異處，根本不可行，因為兩人的程式排版風格差異太多了。好比，A 君習慣用 i++，而 B 君則習慣用 ++i；A 君習慣用 if (p) s();，B 君習慣用 if (p) { s(); }。類似這種不算差異的差異，不勝枚舉，B 君改的煩不勝煩，幾乎每一個 diff 回報的差異，都必須用人眼仔細檢視，才能確定該怎麼修改。這次 merge，B 君花了三天才完成，因為第一次 merge 完之後，發現程式跑了會當，而又找不出到底是哪裡漏了，所以 B 君只好又再重新 merge 了一次。
10. 這樣的故事，週而復始，不斷地發生……

當然，上面的故事，點出了許多的問題。不過做人處事嘛，最好還是對事不對人。因此，咱們來罵罵 VSS 吧。

在 Alan De Smet 的「Visual SourceSafe: Microsoft's Source Destruction System」這篇文章裡，整理出了許多 VSS 的邪惡之處。另外，Alan De Smet 也介紹了這一篇「Visual SourceSafe Version Control: Unsafe at any Speed?」，不過這篇的排版比較差，看起來很辛苦，所以我就懶得看了。以上當然不是事情的全部，以下，則是我的抱怨：

• VSS 沒有 branch。這可以說是最大的問題，我們部門之所以會把 VSS 當成 source deposit 來用，也正是因為這個原因。為了維持 repository 裡程式的正確性，我們必須要靠人力，把所有問題都解決了之後，才能把程式放進 VSS 裡。當然，專案的第一個起始開發者，也就是 repository 的建立者，有些小小的特權，可以將之當作是他個人專用的 repository，比較不受維持 repository 裡程式的正確性的限制。因此，在這樣的情況下，「維持 repository 裡程式的正確性」這個教條，實際上變成了「維持 repository 建立者電腦裡程式的正確性」。
• 沒有統一的帳號控管機制。VSS 沒有辦法做到，整個部門共用一套帳號系統，然後每個人拿自己的帳號，去存取不同專案的 repository，是專案成員的話，便有讀寫權限，非專案成員的話，便只有唯讀的權限。
• 不同專案之間的整合性極差。在 VSS 裡，根本沒有所謂外部專案這回事，因此在我們部門裡，同樣的 library，同時在好幾個 repositories 裡出現好幾次。當然，這些 library 究竟有沒有什麼差異，那就只有天曉得了。
• 不 支援非 Windows 的 eol-style。VSS 是 Microsoft 的產物，承襲 M$ 的一貫作風，在 VSS 眼裡，是沒有其他作業系統的存在的。因此，本部門的 perl 程式，一律不放進 VSS 裡，因為當 checkout 出來之後，程式裡的 end-of-line 全亂了套，使得 perl 的 regular expression 失效，導致程式出錯。
• 在 VSS 裡，是採用 lock-edit-unlock 這個 model，來共享程式碼的。然而不幸地，VSS 的 lock/unlock 介面，做的很差，與 Visual C++ 的整合，更是慘兮兮，專案一 checkout 出來，根本無法開始做事，因為一切全鎖住了。因此大家在 checkout 專案之後的第一件事，便是在專案根目錄按右鍵，將整個目錄樹的唯讀屬性去掉。再加上，VSS 的使用者介面，很難讓人察覺，其他人改了些什麼。因此，大家都都沒有養成，在 commit 之前要先弄清楚有沒有別人也 commit 過的習慣。也因此，「蓋程式」的事情，依然不斷地發生。
• VSS 的邪惡，是訴諸不盡地……

夜了，剛總算把 2/3 的專案給人工 merge 完畢，剩下一個全域變數不曉得跑到那個檔案去了。我是苦命 patcher，我覺得我比 VSS 還要厲害。-.-||

// posted by jeffhung @ 6:44 PM 0 Comments

個人習慣自己架 IMAP Server，透過 fetchmail + procmail + spamassassin 來收信、分信以及擋信。把信全放在 IMAP Server 有一個好處是，到哪裡都可以灌個 MUA 來看信，至不濟還可以用 webmail 遷就一下。

可是，由於信件已經在 server 上事先用 procmail 自動分到不同的信件夾去了，因此，我在看信的時候，便需要知道，哪一個信件夾有新信件。由於會被自動分信的，多半是屬於電子報或郵遞論壇類型的信件，不需 急著看其內容，僅需依據標題，再來決定是否需要花費時間下載觀看。另外，廣告信也是一種其實並不需要下載的信種，不過為了避免誤判，所以還是需要稍微瀏覽 一下標題，因此也屬於這類僅需要下載標題的信種。

在 Outlook Express 裡面就有這樣子的一個功能，可以對每一個 IMAP 信件夾，分別指定其下載的方式，可以為不下載、只下載信頭，以及全部下載等三種方式。透過將有可能會有新信的信件夾，設定成只下載信頭，其他的信件夾，設 定成不下載，然後 INBOX 設定成全部下載，我便可以達到我所希望的效果，在 INBOX 裡的信件，多是確定要看得信件，已經下載完畢直接可以閱讀，而其他的信件夾裡，則是新的電子報或郵遞論壇信件，等我去決定是否要觀看，歸類用的信件夾，則根本不需要下載。

然而，Thunderbird 似乎並無法達到這樣「細緻」的功能。請問有任何網友有類似的經驗與需求，或知道有任何的 extensions 或 extensions 的組合，甚至搭配 server-side 設定的辦法，可以達到我上述的需求嗎？懇請賜教。

--
我的微笑，堅持要有鼻子。:-)

有關此問題的討論：Mozilla@Taiwan

// posted by jeffhung @ 5:26 PM 0 Comments

目標

使用 Screen + Expect，取代 Windows 上一般的 Enhanced Telnet Client 如 PacketSiTE 之流，達到在 server 上真正「一直掛站」的效果。

if ( ! $?WINDOW ) then
   alias screen 'env LC_CTYPE=en_US.ISO8859-1 screen -x -RR'
else
   alias screen 'env LC_CTYPE=en_US.ISO8859-1 screen'
endif

if ( ! $?WINDOW ) then
   screen
endif

// posted by jeffhung @ 5:11 PM 0 Comments

為了寫程式方便順手包的 db3++.h，將操作 Berkeley DB ver.3^[1]的 C API 稍作包裝，以便在 C++ 裡更好用。因為純粹以快速寫完為原則，所以一些成員函式的 prototype 設計就沒有仔細構思，error handling 也未盡完善，不過以下所展示的已足以說明如何包裝、使用 db3：

#include 
#include 
#include 
#include 


template 
class BerkeleyDB3
{
public:

 typedef K key_type;
 typedef D data_type;
 typedef ::std::pair value_type;

 // 一般使用，type 請傳入 DB_BTREE 或是 DB_HASH，指底層資料儲存方式。然
 // 後 flags 常會傳入 DB_CREATE 和/或 DB_RDONLY，前者指定若 fname 檔案
 // 不在要不要建立新檔，後者指定是否唯讀。
 BerkeleyDB3(const char* fname, DBTYPE type, u_int32_t flags)
 {
   int ret;
   if ((ret = db_create(&db_, NULL, 0)) != 0) {
     ::std::cerr << "db_create: "
                 << db_strerror(ret)
                 << ::std::endl;
     ::std::exit(1);
   }
   if ((ret = db_->open(db_, fname, NULL, type, flags, 0664)) != 0) {
     ::std::cerr << "DB->open(\""
                 << fname << \"") failed: "
                 << db_strerror(ret)
                 << ::std::endl;
     ::std::exit(1);
   }
 }

 ~BerkeleyDB3()
 {
   int ret;
   if ((ret = db_->close(db_, 0)) != 0) {
     ::std::cerr << "db: db->close() failed: "
                 << db_strerror(ret)
                 << ::std::endl;
     ::std::exit(1);
   }
 }

 bool put(K key, D data)
 {
   DBTType dbt_key(key);
   DBTType dbt_data(data);
   int ret;

   if ((ret = db_->put(db_, NULL, dbt_key.dbt(), dbt_data.dbt(), 0)) != 0) {
     ::std::cerr << "DB->put("
                 << key
                 << ", "
                 << data
                 << ") failed: "
                 << db_strerror(ret)
                 << ::std::endl;
     exit(1);
   }

   return true;
 }

 bool get(K key, D& data)
 {
   DBTType dbt_key(key);
   DBTType dbt_data;
   int ret;

   if ((ret = db_->get(db_, NULL, dbt_key.dbt(), dbt_data.dbt(), 0)) != 0) {
     switch (ret) {
     case DB_NOTFOUND:
       return false;
       break;
     default:
       ::std::cerr << "DB->get("
                   << key
                   << ") failed: "
                   << db_strerror(ret)
                   << ::std::endl;
       exit(1);
     }
   }
   data = dbt_data.get();

   return true;
 }


private:

 // 這裡應該利用 template specialization 技術，針對幾種常見的 type 作偏
 // 特化。好比說若 T 是 char*，很顯然地我們要存進資料庫的不是那個指標。
 template 
 class DBTType
 {
 friend BerkeleyDB3;
 public:

   DBTType()
   {
     memset(&dbt_, 0, sizeof(DBT));
   }

   DBTType(const T& data)
     : data_(data)
   {
     memset(&dbt_, 0, sizeof(DBT));
     dbt_.data = &data_;
     dbt_.size = sizeof(data_);
   }

   void set(const T& data)
   {
     data_ = data;
     dbt_.data = &data_;
     dbt_.size = sizeof(data_);
   }

   const T get()
   {
     return *((T*)(dbt_.data));
   }

 private:

   DBT* dbt()
   {
     return &dbt_;
   }

   DBT dbt_;
   T   data_; // 用以作為資料的記憶體空間，好處是不必管理底層記憶體，壞
              // 處是要負擔新建物件的成本，且 T 必須是 copyable。

 }

 DB* db_;

};

// posted by jeffhung @ 5:04 PM 0 Comments

由於 perl 5.8 以下（不包括 5.8），其字串是 byte 的組成單位是 byte 而非 character，所以碰上內含有 regular expression 特殊字元的 big5 字，就會造成 regular expression 判斷出錯。例如：

print (($s =~ m/會議/) ? 'match' : 'no match');

不管 $s 是否含有「會議」一詞，皆會印出 'match'。這是因為「會」字的第二個 byte，是個 '|'，而 '|' 在 perl regular expression 裡，代表著特殊的意義。這個問題的通常解法，是將含有 regular expression 特殊字元的全形 Big5 字元，改寫成以 hex 數字表示的形式。例如，m/會議/ 就可以被改寫成 m/[\xB7][\x7C]議/。不過，如果是程式裡面的 regular expression 那還好，見一個改一個便是。可是，若要 match 的字串是 run-time 才能知道的，好比說 user input 的話，這招就沒效了。

這問題的終極且最好的解法，當然是換用 perl 5.8。然而，換用 perl 5.8，可能代表著整套程式都必須跟著升級，而這通常會是很麻煩的一件事，而且，也不一定每一台機器都有灌 perl 5.8。因此，我們需要另一個方法來迴避這個問題。

要迴避這個問題，其實策略也很簡單：「（只）檢查每一個全形 big5 字元，若其內含有 r.e. 特殊字元，便將之代換成以 hex 數字表示的形式」。因此，我們有了以下的 function：

my $__FULLBIG5CHARS = q{
# Table adopted from http://freebsd.sinica.edu.tw/zh-tut/big5.html
# (http://netlab.cse.yzu.edu.tw/~statue/freebsd/zh-tut/big5.html)
#
#    第一位元組      第二位元組          字區                                                  制訂
# ----------------------------------------------------------------------------------------------------
 ([\xA1-\xA2][\x40-\x7E\xA1-\xFE])| # 各種符號區                                            Big5_1984
 (     [\xA3][\x40-\x7E\xA1-\xBF])| # 各種符號區 (?]括標點符號、ASCII 全形符號、注音符號等) Big5_1984
 (     [\xA3]              [\xE1])| # 歐元符號                                              CP950
 ([\xA4-\xC5][\x40-\x7E\xA1-\xFE])| # 常用字區                                              Big5_1984
 (     [\xC6]         [\x40-\x7E])| # 常用字區                                              Big5_1984
 (     [\xC6]         [\xA1-\xFE])| # 罕用符號區                                            Big5_ETen
 (     [\xC7][\x40-\x7E\xA1-\xFE])| # 罕用符號區 (?]括日文、俄文等)                         Big5_ETen
 (     [\xC8][\x40-\x7E\xA1-\xD3])| # 罕用符號區 (?]括俄文、輸入法特殊符號等)               Big5_ETen
 ([\xC9-\xF8][\x40-\x7E\xA1-\xFE])| # 次常用字區                                            Big5_1984
 (     [\xF9][\x40-\x7E\xA1-\xD5])| # 次常用字區                                            Big5_1984
 (     [\xF9]         [\xD6-\xDC])| # 七個擴充字 (碁, 銹, 裏, 墻, 恒, 粧, 嫺)               Big5_ETen
 (     [\xF9]         [\xDD-\xFE])| # 表格符號區                                            Big5_ETen
};

sub mmi_escape_big5_re
{
 my ($mbcs) = @_;

 die if (!defined($mbcs));

 # One character per list element.
 my @chars = ();
 while ($mbcs =~ /\G($__BIG5CHARS)/gox) {
    push @chars, $&;
 }

 my $str = '';
 for my $char (@chars) {
    if (length($char) > 1) {
       if ($char =~ m/[\[|\^\$]/o) {
          my $c0 = sprintf('[\x%X]', ord(substr($char, 0, 1)));
          my $c1 = sprintf('[\x%X]', ord(substr($char, 1, 1)));
          $char = "$c0$c1";
       }
       else {
       }
    }
    $str .= $char;
 }

 return $str;
}

使用這個 function 很簡單，在用之前，把要用來 match 的變數，用這個 function 先「過濾」一遍就可以了。例如：

$content = 'blah~ blah~ blah~';
while ($input = <>) {
 chomp($input);
 $re = mmi_escape_big5_re($input);
 if ($content =~ m/$re/) {
    print "There are '$input' in \$content.\n";
 }
}

// posted by jeffhung @ 6:09 PM 0 Comments