当前位置: 首页 > news >正文

perl的学习记录——仿真regression

 1 记录的背景

之前只知道有这个强大语言的存在,但一直侥幸自己应该不会用到它,所以一直没有开始学习。然而人生这么长,怎就确定自己不会用到呢?

这次要搭建一个可以自动跑完所有case并且打印每个case的pass信息到指定的文件中。从而减轻手动跑仿真,手动查看log信息的重复无效低质量的操作。下面简单记录下自己的思路并贴出自己的代码,方便自己以后使用和修正。

2 思路整理

作为一个IC designer来说,希望能通过功能仿真的结果来判断自己的代码是否存在功能问题,而判断是否仿真通过是需要在验证环境中加入比对信息。是将目标值和RTL输出值进行一一比对,只有每一个数据比对(这里的比对通过是指数据一一相等或者在目标的误差范围内)通过才算一支case通过,也就是说的pass。在比对过程中,需要对每一个数据进行判断,只要有一个数据不一致则认为该case未通过,因此经常的做法是将每个数据的比对结果用关键字打印出来,比如比对通过用Pass,比对没有用过则用Error。这些打印信息会输出到仿真的log文件中,因此可以直接check仿真的log文件。判断一个case是否真正通过,除了log中无Error外,还需要统计Pass的个数,如果数量不是目标数量,该case同样仿真失败。

该记录只记录查找log文件中Error,对于数量统计后续在记录。大致的思路如下:

(1)执行一个文件就能仿真文件里相应的case。(2)执行完相应的case通过查log来判断需要判断该case是否通过,并将结果答应道指定的一个文件中,方便查看。(3)然后再执行下一个case,判断通过与否。

针对于(1):每个case的仿真可以直接用makefile的指令来操作,比如make sim TC=tb_test_case

这里的关键点在于(2),如何把一个文件中的关键字符找出来并标记到指定文件(这里用regression.log来表示)中。

第一步:分析需求——希望在regression.log文件中打印出具体case的仿真情况;每次make sim结束后需要提取仿真log中的关键字符串信息,

第二步:perl脚本中读取文件和写入文件

第三步:perl脚本中识别文件内容中的特殊字符串

第四步:通过命令行将参数传递进perl脚本中

3 代码

自动执行各个case,并将每个case的之行结果打印到regression.log中的文件命名为run_command.f,文件内容如下:

rm -rf ./regression.log
touch ./regression.logrm -rf ../log/tb_test_case_1.log
make sim TC=tb_test_case_1
perl ./regression.pl ../log/tb_test_case_1.log tb_test_case_1rm -rf ../log/tb_test_case_2.log
make sim TC=tb_test_case_2
perl ./regression.pl ../log/tb_test_case_2.log tb_test_case_2rm -rf ../log/tb_test_case_3.log
make sim TC=tb_test_case_3
perl ./regression.pl ../log/tb_test_case_3.log tb_test_case_3

执行的perl文件命姑且叫做regression.pl,在linux的执行命令是:

perl ./regression.pl /xx/xx/xx/tb_test_case.log tb_test_case

 该执行命令中的/xx/xx/xx/tb_test_case.log是跑具体case的仿真log,里面打印了该case的每个比对信息;tb_test_case是具体的case名字。此两个都是通过命令行将具体的参数传递给要执行的perl脚本,前者传递给perl脚本中的$ARGV[0],后者传递给$ARGV[1]。

该regression.pl的文件内容如下所示:

#!/usr/bin/perluse strict;
use warnings;open (DATA_R,"<$ARGV[0]") || die "cannot open read file";
open (DATA_W,">>/xx/xx/xx/regresion.log") || die "cannot open write file";my @lines = <DATA_R>;
my @size = @lines;
my $flag=0;for ($a=0;$a<$size:$a++) {
if (@lines[$a] =~ /Error/) {
$flag=1;
}
}if ($flag =~ /1/) {
print DATA_W "$ARGV[1]========== Error, please check============\n";
}else{
print DATA_W "$ARGV[1]========== Pass===========================\n";
}close DATA_R || die "cannot close read file";
close DATA_W || die "cannot close write file";

4 参考链接

Perl的命令行参数和ARGV - 骏马金龙 - 博客园 (cnblogs.com)

Perl 文件操作 | 菜鸟教程 (runoob.com)

这里的代码只做到了对log文件中打印的特殊字符串(Error)的查询,并未统计pass的数量是否对。后续进一步学习,在学习过程中补充修改 ……如有不对,欢迎各网友达达们指出,方便改进。

相关文章:

perl的学习记录——仿真regression

1 记录的背景 之前只知道有这个强大语言的存在&#xff0c;但一直侥幸自己应该不会用到它&#xff0c;所以一直没有开始学习。然而人生这么长&#xff0c;怎就确定自己不会用到呢&#xff1f; 这次要搭建一个可以自动跑完所有case并且打印每个case的pass信息到指定的文件中。…...

【Go】go连接clickhouse使用TCP协议

离开你是傻是对是错 是看破是软弱 这结果是爱是恨或者是什么 如果是种解脱 怎么会还有眷恋在我心窝 那么爱你为什么 &#x1f3b5; 黄品源/莫文蔚《那么爱你为什么》 package mainimport ("context""fmt""log""time&q…...

Emlog-Pro访问网站时需要密码验证插件

插件介绍 EmlogPro访问网站密码验证插件&#xff0c;为你的网站添加输入密码访问网站功能&#xff0c;在应用中的场景往往运用在为内部或是个人使用的页面里面&#xff0c;在访问的时候可以提示输入密码&#xff0c;做隐私保护。 下载地址&#xff1a; Emlog-Pro访问网站时需…...

Apache ShardingSphere数据分片弹性伸缩加解密中间件

Apache ShardingSphere Apache ShardingSphere 是一款分布式 SQL 事务和查询引擎,可通过数据分片、弹性伸缩、加密等能力对任意数据库进行增强。 软件背景 ShardingSphere是一套开源的分布式数据库中间件解决方案组成的生态圈,它由Sharding-JDBC、Sharding-Proxy和Sharding…...

Django+Vue家居全屋定制系统的设计与实现

目录 1 项目介绍2 项目截图3 核心代码3.1 需要的环境3.2 Django接口层3.3 实体类3.4 config.ini3.5 启动类3.5 Vue 4 数据库表设计5 文档参考6 计算机毕设选题推荐7 源码获取 1 项目介绍 博主个人介绍&#xff1a;CSDN认证博客专家&#xff0c;CSDN平台Java领域优质创作者&…...

如何把自动获取的ip地址固定

在大多数网络环境中&#xff0c;‌设备通常会自动从DHCP服务器获取IP地址。‌这种动态分配IP的方式虽然灵活方便&#xff0c;‌但在某些特定场景下&#xff0c;‌我们可能需要将设备的IP地址固定下来&#xff0c;‌以确保网络连接的稳定性和可访问性。‌本文将详细介绍如何把自…...

Java应用的数据库死锁问题分析与解决

Java应用的数据库死锁问题分析与解决 大家好&#xff0c;我是微赚淘客返利系统3.0的小编&#xff0c;是个冬天不穿秋裤&#xff0c;天冷也要风度的程序猿&#xff01; 数据库死锁是多线程环境中常见的问题&#xff0c;尤其是在复杂的事务处理和数据访问中。死锁发生时&#x…...

ImportError: cannot import name ‘DglNodePropPredDataset‘ from ‘ogb.nodepropp

ImportError: cannot import name DglNodePropPredDataset from ogb.nodepropp 问题&#xff1a; 在跑深度学习时引入这个模块一直报错不能引入&#xff0c; 但看环境相关的包都安装好了&#xff0c;就是读取不到&#xff0c;时间还白白浪费。 解决办法 from ogb.nodeproppr…...

基于SSM(Spring、SpringMVC、MyBatis)框架的高校信息管理系统

基于SSM&#xff08;Spring、SpringMVC、MyBatis&#xff09;框架的高校信息管理系统是一个典型的Java Web应用开发项目。这类系统通常需要处理大量的学生、教师及课程信息&#xff0c;并提供相应的管理功能。下面是一个简化的设计方案&#xff0c;旨在帮助你理解如何构建这样的…...

C++第一节入门

一、历史 C是在C上继承拓展的&#xff01; java是一家公司&#xff08;甲骨文&#xff09;借鉴C生成的&#xff01; C#是微软借鉴java生成的&#xff01; 二、命名空间 当我们定义一个名叫rand的变量&#xff0c;但是由于stdlib头文件里面有个函数跟rand重名&#xff01;因此…...

全能型 AI 的崛起:未来的市场宠儿还是昙花一现?

近日&#xff0c;OpenAI 宣布将在秋季推出代号为“草莓”的新一代 AI 模型。这款 AI 被描述为全能型&#xff0c;从处理复杂的数学问题到应对主观性强的营销策略&#xff0c;它的能力可以覆盖多个领域。听起来像是科技界的“万能钥匙”&#xff0c;无论面对什么问题&#xff0c…...

如何在PPT中插入已经绘制好的excel表格数据

1、新建一个演示文稿 2、点击“插入—对象” 3、点击“由文件创建—浏览” 4、浏览选择电脑上所处理好的excel表格数据 5、这样就可将excel表格数据插入PPT中...

微积分直觉:隐含微分

目录 一、介绍 二、梯子问题 三、结论 四、一个额外的例子 一、介绍 让我们想象一个半径为 5 的圆&#xff0c;以 xy 平面为中心。现在假设我们想在点 &#xff08;3,4&#xff09; 处找到一条切线到圆的斜率。 好吧&#xff0c;为了做到这一点&#xff0c;我们必须非常接近圆和…...

Matlab自学笔记三十五:表table数据与外部文件的读入和写出

1.首先新建一个表变量t xingming{zhangsan;lisi;wangwu}; xuehao{1001;1002;1003}; chengji[89 95;90 87;88 84]; ttable(xingming,xuehao,chengji) 2.把表t的数据写出到student.txt writetable(t,student.txt) %使用writetable函数写出数据到txt文件 3.从student.txt文…...

闯关leetcode——3.Longest Substring Without Repeating Characters

大纲 题目地址内容 解题代码地址 题目 地址 https://leetcode.com/problems/longest-substring-without-repeating-characters/description/ 内容 Given a string s, find the length of the longest substring without repeating characters. Example 1: Input: s “abc…...

Android Radio2.0——公告注册及监听(三)

前面文章内容介绍了 Radio 相关功能的设置,我们知道可以通过设置来监听不同内容的广播公告,但是在开启对应功能的同时,还需要先注册对应公告监听,这里我们就来看一下广播公告监听的注册流程。 一、注册公告 1、接口封装 private final AtomicBoolean mHasRegisterTa = n…...

【C++】类和对象(三)再探构造函数|static成员函数|友元函数|内部类|匿名对象|对象拷贝时的编译优化

欢迎来到HarperLee的学习笔记&#xff01; 一、再探构造函数 初始化列表&#xff1a;构造函数初始化的第二种方式&#xff08;第一种是使用函数体内赋值&#xff09;。使用方式&#xff1a;以一个冒号:开始&#xff0c;用逗号,分隔数据成员列表&#xff0c;每个成员变量后面跟…...

2024中国算力大会 2024 China Computational Power Conference

文章目录 一、会议详情二、重要信息三、大会介绍四、出席嘉宾五、征稿主题六、咨询 一、会议详情 二、重要信息 大会官网&#xff1a;https://ais.cn/u/vEbMBz提交检索&#xff1a;EI Compendex、IEEE Xplore、Scopus会议时间&#xff1a;2024年9月27-29日会议地点&#xff1a…...

jEasyUI 扩展行显示细节

jEasyUI 扩展行显示细节 jEasyUI 是一个基于 jQuery 的前端框架,它提供了一系列的 UI 组件,使得 Web 应用的界面开发变得更加简单快捷。在 jEasyUI 的表格(datagrid)组件中,扩展行显示细节是一个常用的功能,它允许用户通过点击一行来展开更多的信息,这样可以有效地展示…...

YOLOv8+Deepsort+PyQt+GUI 语义分割+目标检测+姿态识别 三者合一(集成于一套系统)综合视觉分析系统

综合视觉分析系统 技术栈&#xff1a; YOLOv8&#xff1a;用于目标检测&#xff0c;是一个快速且准确的目标检测框架。DeepSORT&#xff1a;用于目标跟踪&#xff0c;结合了深度学习特征提取和卡尔曼滤波器来预测目标轨迹。GUI&#xff1a;提供一个直观易用的图形用户界面&am…...

机器学习无监督学习

版权声明 本文原创作者:谷哥的小弟作者博客地址:http://blog.csdn.net/lfdfhl1. 无监督学习概述 1.1 定义与特点 无监督学习是一种数据挖掘技术,它允许机器通过观察数据来学习数据的内在结构和模式,而无需预先标注的输出变量。这种方法特别适用于数据探索和发现隐藏在数据…...

windows10-VMware17-Ubuntu-22.04-海康2K摄像头兼容问题,求解(已解决)

文章目录 1.webrtc camera测试2.ffmpeg 测试3.Ubuntu 自带相机4.解决办法 环境&#xff1a;windows10系统下&#xff0c;VMware的Ubuntu-22.04系统 问题&#xff1a;摄像头出现兼容问题&#xff0c;本来是想开发测试的&#xff0c;Ubuntu方便些。买了海康2K的USB摄像头&#xf…...

【系统架构设计师】解释器模式

解释器模式&#xff08;Interpreter Pattern&#xff09;是一种行为型设计模式&#xff0c;它定义了文法的表示&#xff0c;并定义了一个解释器&#xff0c;该解释器使用该表示来解释语言中的句子。在解释器模式中&#xff0c;通常包括一个抽象语法树&#xff08;Abstract Synt…...

Hive原理剖析

1. 概述 背景介绍 Apache Hive是一个基于Hadoop的开源数据仓库软件&#xff0c;为分析和管理大量数据集提供了SQL-like的接口。最初由Facebook开发并贡献给Apache&#xff0c;Hive现已成为大数据处理领域的重要工具之一。它将传统的SQL功能与Hadoop的强大分布式处理能力结合&…...

在 Ubuntu 上查看重复文件

一般情况下 1. 使用 fdupes 工具 fdupes 是一个专门用于查找重复文件的工具。 安装: sudo apt-get install fdupes 使用: fdupes -r /path/to/directory -r 选项会递归查找子目录中的重复文件。 2. 使用 rmlint 工具 rmlint 是另一个强大的重复文件查找工具&#xf…...

docker容器高效连接 Redis 的方式

在微服务架构中&#xff0c;Redis 是一种常见的高效缓存解决方案&#xff0c;通常用于存储临时数据、会话信息或 token。如何在服务容器中高效、稳定地连接 Redis 是架构设计中的一个重要环节。 这篇博客将以实际项目为例&#xff0c;详细介绍如何配置 Flask 应用中的服务容器…...

手撕Python之生成器、装饰器、异常

1.生成器 生成器的定义方式&#xff1a;在函数中使用yield yield值&#xff1a;将值返回到调用处 我们需要使用next()进行获取yield的返回值 yield的使用以及生成器函数的返回的接收next() def test():yield 1,2,3ttest() print(t) #<generator object test at 0x01B77…...

LabVIEW步进电机控制方式

在LabVIEW中控制步进电机可以通过多种方式实现。每种方法都有其独特的优缺点&#xff0c;适用于不同的应用场合。下面详细介绍几种常见的步进电机控制方式&#xff0c;并进行比较。 1. 开环控制&#xff08;Open-Loop Control&#xff09; 特点 通过定期发出脉冲信号来控制步进…...

vllm源码解析(五):LLM模型推理

八 模型推理细节探索 8.1 回顾下step的流程 def step(self) -> List[Union[RequestOutput, EmbeddingRequestOutput]]:# 多GPU并行推理时走AsyncLLMEngine分支。如果进入当前LLMEngine,性能会下降&#xff0c;这里会抛出异常。if self.parallel_config.pipeline_parallel_s…...

数学建模笔记——熵权法(客观赋权法)

数学建模笔记——熵权法[客观赋权法] 熵权法(客观赋权法)1. 基本概念2. 基本步骤3. 典型例题3.1 正向化矩阵3.2 对正向化矩阵进行矩阵标准化3.3 计算概率矩阵P3.4 计算熵权3.5 计算得分 4. python代码实现 熵权法(客观赋权法) 1. 基本概念 熵权法,物理学名词,按照信息论基本原…...