由batch 命令setlocal enabledelayedexpansion引发的

简介: <p>预告:先来一段长长的唠叨!</p> <p>作为一名比较能折腾的初级程序员,对一切都充满了好奇心,强迫症是个比较流行的词,我想我也应该是中毒份子吧。</p> <p>这几天在公司折腾环境,一直用的是ubuntu,很好很强大,但是用上两个显示屏后就变得特别慢(绝对无法忍受),ubuntu10.10后一直采用的事unity桌面,后来在google上发现原来是个bug(<a target=

预告:先来一段长长的唠叨!

作为一名比较能折腾的初级程序员,对一切都充满了好奇心,强迫症是个比较流行的词,我想我也应该是中毒份子吧。

这几天在公司折腾环境,一直用的是ubuntu,很好很强大,但是用上两个显示屏后就变得特别慢(绝对无法忍受),ubuntu10.10后一直采用的事unity桌面,后来在google上发现原来是个bug(https://bugs.launchpad.net/ubuntu/+source/unity/+bug/769650),无奈,解决方案也不好,于是转向gnome,gnome3我不喜欢,感觉不方便,ubuntu10.04采用的gnome2才是王道,google后发现gnome2这个项目已经死了(呜呜~~),不过开源世界总是有你想不到的,一个新的项目mate继续开发gnome2,很happy,安装方式也很简单,见http://wiki.mate-desktop.org/download。晒一下


左面写程序,右面看文档,爽多了!

---------------------------------------------很高兴你能看到华丽的分割线,下面进入正题--------------------------------------------------------------------------------------------------------------------------

在电脑变快之后,装上了vb,然后想装个绿色版qq,网上JayXon的应该是最普及的,他这里面有个bat文件,以前也没想着去打开看看,今天突发奇想打开看了看,发现是个很神奇(其实是micorsoft比较笨吧)的代码:

SetLocal EnableDelayedExpansion
网上发现这叫 延迟环境变量扩展,很奇怪的名字,这是什么回事呢,google一番后发现是这么回事:

batch文件在执行时,解释器会把先把一整条命令读入,然后分析语法是否正确,这在单句是没有任何问题的,但是bat文件中的if、for等这些符合语句(符合也算一个语句)就有问题了,下面我一一以代码演示之。下面的代码写在C:\hello.bat文件中,读者可以copy自行实践之。

@echo off
set foo="helloworld"
echo %foo%

上面是很简单的单句赋值情况,程序能够程序正确输出helloworld

下面看看如果是if语句会怎么样呢?

@echo off
set foo="helloworld"
if %foo%=="helloworld" (
	set foo="helloubuntu"
	echo %foo%
)
这时程序会输出什么呢?不了解batch文件的人肯定说是helloubuntu了,但是事实却还是helloworld,这是为什么呢?

现在我请你换下身份,以batch解释器而不是程序员的思路来看这个脚本到底是怎么执行的:

1.首先,解释器看到if后知道这条语句是个符合语句,那么他会读取一个完整句子后在进行后面的语法验证、执行(读整个句子时并不执行)等操作

2.读完整个句子后,解释器会进行一项变量扩展(也就是我们熟知的变量替换)的工作,batch特有的语法是两个%之间的变量(上面的%foo%就是)会被替换

3.完成替换工作后,解释器开始执行这个整句。

在上面3个过程后,解释器看到的是这样的代码:

@echo off
set foo="helloworld"
if %foo%=="helloworld" (
	set foo="helloubuntu"
	echo "helloworld"
)
所以,这么一看,输出helloworld一点也不奇怪了。

为了加深大家的理解,我在给一个for的例子

@echo off
for /L %%i in (1,1,10) do (
     set foo=%%i
     echo %foo%
)
这会输入什么呢,看看结果

为什么会这样呢?读者可以试着吧编译器看到的结果自己写出来,其实也很简单

@echo off
for /L %%i in (1,1,10) do (
     set test=%%i
     echo  
)
就是这样的嘛,那么为什么会是上面的信息呢,这里你需要了解echo命令的用法,如果你只输入一个echo,后面不跟任何参数,那么将输出echo的状态


通过echo的帮助文档我们可以很清楚的了解,同时对于batch能够识别的命令都能够用类似的语法获得

因为我们第一行的@echo off将echo的状态给关闭了,所以输入了如上的信息。

到现在位置我们已经知道了batch解释器在解释符合语句时的问题了,那么微软时如何解决的呢,其实我们自己想想也很好相出办法解决,你一行行的读入不就行了嘛,干嘛非要读入符合语句的整句。其实微软也是这么做的,这就是本文标题命令的由来了,不过这是为了要用!变量名!的形式来引用了。 

我们这次把上面的两个例子加上setlocal enabledelayedexpansion再试试看:

首先是if的情况

@echo off
setlocal enabledelayedexpansion
set foo="helloworld"
if %foo%=="helloworld" (
	set foo="helloubuntu"
	echo !foo!
)

for的那个例子:

@echo off
setlocal enabledelayedexpansion
for /L %%i in (1,1,10) do (
	set foo=%%i
	echo !foo!
)

结果和我们预想的一样了。







目录
相关文章
RuntimeError: Given groups=1, weight of size 64 128 1 7, expected input[16,
RuntimeError: Given groups=1, weight of size 64 128 1 7, expected input[16,
2987 0
|
4月前
|
机器学习/深度学习 PyTorch 算法框架/工具
【Pytorch】Expected hidden[0] size (2, 136, 256), got [2, 256, 256]
文章解决了PyTorch中LSTM模型因输入数据的批次大小不一致导致的“Expected hidden[0] size”错误,并提供了两种解决方案:调整批次大小或在DataLoader中设置drop_last=True来丢弃最后一个不足批次大小的数据。
95 1
|
API 数据格式
TensorFlow2._:model.summary() Output Shape为multiple解决方法
TensorFlow2._:model.summary() Output Shape为multiple解决方法
286 0
TensorFlow2._:model.summary() Output Shape为multiple解决方法
|
存储 JSON 缓存
译 | Packages as layers, not groups
译 | Packages as layers, not groups
77 0
|
数据格式
batch_size的探索
batch_size的探索
96 0
Expected more than 1 value per channel when training, got input size torch.Size
因为模型中用了batchnomolization,训练中用batch训练的时候当前batch恰好只含一个sample,而由于BatchNorm操作需要多于一个数据计算平均值,因此造成该错误。
946 0
The size of tensor a (4) must match the size of tensor b (3) at non-singletonThe size of
The size of tensor a (4) must match the size of tensor b (3) at non-singletonThe size of
1125 0
|
PyTorch 算法框架/工具
pytorch报错 RuntimeError: The size of tensor a (25) must match the size of tensor b (50) at non-singleton dimension 1 怎么解决?
这个错误提示表明,在进行某个操作时,张量a和b在第1个非单例维(即除了1以外的维度)上的大小不一致。例如,如果a是一个形状为(5, 5)的张量,而b是一个形状为(5, 10)的张量,则在第二个维度上的大小不匹配。
4068 0
|
PyTorch 算法框架/工具
Please ensure they have the same size. return F.mse_loss(input, target, reduction=self.reduction) 怎么解决?
这个通常是由于 input 和 target 张量的维度不匹配导致的,因此可以通过调整它们的维度来解决。
343 0

热门文章

最新文章