- 論壇徽章:
- 0
|
求助:請(qǐng)問(wèn)誰(shuí)有awk高級(jí)內(nèi)部函數(shù)(total等)的資料?!
第一章 前言
第二章 簡(jiǎn)介
第三章 讀取輸入檔案
第四章 印出
第五章 Patterns
第六章 算式(Expression)作為Actions的敘述
第七章 Actions里面的控制敘述
第八章 內(nèi)建函式(Built-in Functions)
第九章 使用者定義的函式
第十章 □例
第十一章 結(jié)論
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
第一章 前言
awk 是一個(gè)程式語(yǔ)言，對(duì)於資料的處理具有很強(qiáng)的功能。對(duì)於文
字檔里的資料做修改、比對(duì)、抽取等的處理，awk 能夠以很短的程式
輕易地完成。如果使用 C 或 Pascal 等語(yǔ)言寫(xiě)程式完成上述的動(dòng)作，
會(huì)不方便且很花費(fèi)時(shí)間，所寫(xiě)的程式也會(huì)很大�！�
awk 能夠依照使用者的定義格式來(lái)分解輸入資料，也可依照使用
者定義的格式來(lái)印出資料�！�
awk 名稱的由來(lái)是由它的原始設(shè)計(jì)者的姓氏之第一個(gè)字母而命名
：Alfred V. Aho, Peter J. Weinberger, Brian W. Kernighan�！�
awk最初在1977年完成。一個(gè)新版本的awk在1985年被發(fā)表，它的功能
比舊版本增強(qiáng)不少。
gawk 是GNU所做的 awk，gawk 最初在1986年完成，之後不斷地
被改進(jìn)、更新。gawk 包含 awk 的所有功能。
往後的 gawk 將以下面的2個(gè)輸入檔案來(lái)做例子說(shuō)明�！�
檔案'BBS-list'：
aardvark 555-5553 1200/300 B
alpo-net 555-3412 2400/1200/300 A
barfly 555-7685 1200/300 A
bites 555-1675 2400/1200/300 A
camelot 555-0542 300 C
core 555-2912 1200/300 C
fooey 555-1234 2400/1200/300 B
foot 555-6699 1200/300 B
macfoo 555-6480 1200/300 A
sdace 555-3430 2400/1200/300 A
sabafoo 555-2127 1200/300 C
檔案'shipped'：
Jan 13 25 15 115
Feb 15 32 24 226
Mar 15 24 34 228
Apr 31 52 63 420
May 16 34 29 208
Jun 31 42 75 492
Jul 24 34 67 436
Aug 15 34 47 316
Sep 13 55 37 277
Oct 29 54 68 525
Nov 20 87 82 577
Dec 17 35 61 401
Jan 21 36 64 620
Feb 26 58 80 652
Mar 24 75 70 495
Apr 21 70 74 514
第二章 簡(jiǎn)介
gawk 的主要功能是針對(duì)檔案的每一行(line)搜尋指定的 patterns
。當(dāng)一行里有符合指定的 patterns，gawk 就會(huì)在此一行執(zhí)行被指定
的 actions。 gawk 依此方式處理輸入檔案的每一行直到輸入檔案結(jié)
束�！�
gawk 程式是由很多的 pattern 與 action 所組成，action 寫(xiě)在
大括號(hào) { } 里面，一個(gè)pattern後面就跟著一個(gè)action。整個(gè) gawk 程
式會(huì)像下面的樣子：
pattern {action}
pattern {action}
在 gawk 程式里面的規(guī)則，pattern 或 action 能夠被省略，但
是兩個(gè)不能同時(shí)被省略。如果 pattern 被省略，對(duì)於輸入檔里面的
每一行，action 都會(huì)被執(zhí)行。如果 action 被省略，內(nèi)定的 action
則會(huì)印出所有符合 pattern 的輸入行�！�
2.1 如何執(zhí)行g(shù)awk程式
基本上，有2個(gè)方法可以執(zhí)行g(shù)awk程式。
□如果 gawk 程式很短，則 gawk 可以直接寫(xiě)在 command line，如下所示：
gawk 'program' input-file1 input-file2 ...
其中 program 包括一些 pattern 和 action�！�
□如果 gawk 程式較長(zhǎng)，較為方便的做法是將 gawk 程式存在一個(gè)檔案，
即 patterns 與 actions 寫(xiě)在檔名為 program-file 的檔案里面，執(zhí)行
gawk 的格式如下所示：
gawk -f program-file input-file1 input-file2 ...
gawk 程式的檔案不止一個(gè)時(shí)，執(zhí)行g(shù)awk 的格式如下所示：
gawk -f program-file1 -f program-file2 ... input-file1
input-file2 ...
2.2 一個(gè)簡(jiǎn)單的例子
現(xiàn)在我們舉一個(gè)簡(jiǎn)單的例子，因?yàn)椤awk 程式很短，所以將 gawk 程
式直接寫(xiě)在 command line�！�
gawk '/foo/ {print $0}' BBS-list
實(shí)際的 gawk 程式為 /foo/ {print $0}。/foo/ 為 pattern，意思為搜
尋輸入檔里的每一行是否含有子字串 'foo'，如果含有 'foo' 則執(zhí)行 action�！�
action 為 print $0，是將現(xiàn)在這一行的內(nèi)容印出。BBS-list 是輸入的檔案�！�
執(zhí)行完上述指令後，會(huì)印出下面的結(jié)果：
fooey 555-1234 2400/1200/300 B
foot 555-6699 1200/300 B
macfoo 555-6480 1200/300 A
sabafoo 555-2127 1200/300 C
2.3 一個(gè)較復(fù)雜的例子
gawk '$1 == "Feb" {sum=$2+$3} END {print sum}' shipped
現(xiàn)在這個(gè)例子會(huì)將輸入檔 'shipped' 的第一個(gè)欄位與 "Feb" 做比較
，如果相等，則其對(duì)應(yīng)的第2欄位與第3欄位的值會(huì)被加到變數(shù) sum。
對(duì)於輸入檔的每一行重復(fù)上述的動(dòng)作，直到輸入檔的每一行都被處理
過(guò)為止。最後將 sum 的值印出。END {print sum} 的意思為在所有的輸
入讀完之後，執(zhí)行一次 print sum 的動(dòng)作，也就是把 sum 的值印出。
下面是執(zhí)行的結(jié)果：
84
第三章 讀取輸入檔案
gawk的輸入可以從標(biāo)準(zhǔn)輸入或指定的檔案里讀取。輸入的讀取單
位被稱為”記錄”(records)，gawk 在做處理時(shí)，是一個(gè)記錄一個(gè)記 (p9 of 46)
錄地處理。每個(gè)記錄的內(nèi)定值是一行(line)，一個(gè)記錄又被分為多個(gè)
欄位(fields)�！ �
3.1 如何將輸入分解成記錄(records)
gawk 語(yǔ)言會(huì)把輸入分解成記錄(record)。記錄與記錄之間是以
record separator 隔開(kāi)，record separator 的內(nèi)定值是表示新一行的
字元(newline character)，因此內(nèi)定的 record separator 使得文字
的每一行是一個(gè)記錄�！ �
record separator 隨著內(nèi)建變數(shù) RS 的改變而改變。RS 是一個(gè)字串，
它的內(nèi)定值是"\n"。僅有 RS 的第一個(gè)字元是有效的，它被當(dāng)作 record
separator，而 RS 的其它字元會(huì)被忽略�！ �
內(nèi)建變數(shù) FNR 會(huì)儲(chǔ)存目前的輸入檔案已頸歡寥〉募鍬賈?鍪?Ｄ
建變數(shù) NR 會(huì)儲(chǔ)存目前為止所有的輸入檔案已頸歡寥〉募鍬賈?鍪?
3.2 欄位(field)
gawk 會(huì)自動(dòng)將每個(gè)記錄分解成多個(gè)欄位 (field)。類似於字在一
行里面，gawk 的內(nèi)定動(dòng)作會(huì)認(rèn)為欄位之間是以 whitespace 分開(kāi)。在
gawk 里，whitespace 的意思是一個(gè)或多個(gè)空白或 tabs�！ �
在 gawk 程式里面，以'$1'表示第一個(gè)欄位，'$2'表示第二個(gè)欄位
，依此類推。舉個(gè)例子，假設(shè)輸入的一行如下所示：
This seems like a pretty nice example.
第一個(gè)欄位或 $1 是'This'，第二個(gè)欄位或 $2 是 'seems'，依此類推。
有個(gè)地方值得特別注意，第七個(gè)欄位或 $7 是'example.'而非'example'�！�
不論有多少欄位，$NF 可用來(lái)表示一個(gè)記錄的最後一個(gè)欄位。以
上面的例子為例，$NF 與 $7 相同，也就是'example.'。
NF 是一個(gè)內(nèi)建變數(shù)，它的值表示目前這個(gè)記錄之欄位的個(gè)數(shù)。 $0，看起來(lái)好像是第零個(gè)欄位，它是一個(gè)特例，它表示整個(gè)記錄�！�
下面是一個(gè)較復(fù)雜的例子：
gawk '$1~/foo/ {print $0}' BBS-list
結(jié)果如下：
fooey 555-1234 2400/1200/300 B
foot 555-6699 1200/300 B
macfoo 555-6480 1200/300 A
sabafoo 555-2127 1200/300 C
這個(gè)例子是把輸入檔'BBS-list'的每個(gè)記錄的第一個(gè)欄位作檢查，如
果它含有子字串'foo'，則這一個(gè)記錄會(huì)被印出。
3.3 如何將記錄分解成欄位
gawk 根據(jù) field separator 將一個(gè)記錄分解成欄位。field sepa- rator 以內(nèi)建變數(shù) FS 表示�！ �
舉個(gè)例子，假如 field separator 是'oo'，則下面的行：
moo goo gai pan
會(huì)被分成三個(gè)欄位：'m'、' g'、' gai pan'。
在 gawk 程式里，可以使用'='來(lái)改變 FS 的值。例如:
gawk 'BEGIN {FS=","}; {print $2}'
輸入行如下：
John Q. Smith, 29 Oak St., Walamazoo, MI 42139
執(zhí)行g(shù)awk的結(jié)果將印出字串 ' 29 Oak St.'。BEGIN 後面的 action 會(huì)在
第一個(gè)記錄被讀取之前執(zhí)行一次�！ �
第四章 印出
在gawk程式里，actions 最常做的事就是印出(printing)。簡(jiǎn)單
的印出，使用 printe敘述。復(fù)雜格式的印出，使用 printf 敘述�！ �
4.1 print敘述
print 敘述用在簡(jiǎn)單、標(biāo)準(zhǔn)的輸出格式。敘述的格式如下所示：
print item1, item2, ...
輸出時(shí)，各個(gè) item 之間會(huì)以一個(gè)空白分開(kāi)，最後會(huì)換行(newline)。
如果 'print'敘述之後沒(méi)有跟著任何東西，它與'print $0'的效
果一樣，它會(huì)印出現(xiàn)在的記錄(record)。要印出空白行可使用'print
""'�！∮〕鲆欢喂潭ǖ奈淖郑捎秒p引號(hào)將文字的兩邊括起來(lái)，例如
'print "Hello there"'。
這里是一個(gè)例子，它會(huì)把每個(gè)輸入記錄的前二個(gè)欄位印出：
gawk '{print $1,$2}' shipped
結(jié)果如下所示：
Jan 13
Feb 15
Mar 15
Apr 31
May 16
Jun 31
Jul 24
Aug 15
Sep 13
Oct 29
Nov 20
Dec 17
Feb 26
Mar 24
Apr 21
4.2 Output Separators
前面我們已提過(guò)如果 print 敘述包含有多個(gè) item，item 之間
用逗點(diǎn)分開(kāi)，則印出時(shí)各個(gè)item會(huì)被一個(gè)空白隔開(kāi)。你能夠使用任何
的字串作為 output field separator，可以居贍誚ū涫?nbsp;OFS 的設(shè)
定來(lái)更改 output field separator。OFS 的初始值為" "，即一格的
空白�！ �
整個(gè) print 敘述的輸出被稱為 output record。print 敘述輸
出 output record 之後，會(huì)接著輸出一個(gè)字串，此字串稱為 output
record separator。內(nèi)建變數(shù) ORS 用來(lái)指明此字串。ORS 的初始值
為 "\n"，也就是換行�！ �
下面這個(gè)例子會(huì)印出每個(gè)記錄的第一個(gè)欄位和第二個(gè)欄位，此二
(p16 of 46)
個(gè)欄位之間以分號(hào)';'分開(kāi)，每行輸出之後會(huì)加入一個(gè)空白行�！ �
gawk 'BEGIN {OFS=";"; ORS="\n\n"} {print $1, $2}' BBS-list
結(jié)果如下所示：
aardvark;555-5553
alpo-net;555-3412
barfly;555-7685
bites;555-1675
camelot;555-0542
core;555-2912
fooey;555-1234
foot;555-6699
macfoo;555-6480
sdace;555-3430
sabafoo;555-2127
4.3 printf敘述
printf 敘述會(huì)使得輸出格式較容易精確地控制。printf 敘述可以
指定每個(gè) item 印出的寬度，也可以指定數(shù)字的各種型式�！ �
printf 敘述的格式如下：
printf format, item1, item2, ...
print 與 printf 的差別是在於 format, printf 的引數(shù)比 print
(p18 of
多了字串 format。format 的型式與 ANSI C 的 printf 之格式相同�！�
printf 并不會(huì)做自動(dòng)換行的動(dòng)作。內(nèi)建變數(shù) OFS 與 ORS 對(duì) printf 敘
述沒(méi)有任何影響�！ �
格式的指定以字元'%'開(kāi)始，後面接著格式控制字母�！ �
格式控制字母如下所示：
'c' 將數(shù)字以 ASCII 字元印出。
例如'printf "%C",65'會(huì)印出字元'A'�！ �
'd' 印出十進(jìn)位的整數(shù)。
'i' 印出十進(jìn)位的整數(shù)。
'e' 將數(shù)字以科學(xué)符號(hào)的形式印出�！ �
例如
print "$4.3e",1950
(p19 of
結(jié)果會(huì)印出'1.950e+03'。
'f' 將數(shù)字以浮點(diǎn)的形式印出�！ �
'g' 將數(shù)字以科學(xué)符號(hào)的形式或浮點(diǎn)的形式印出。數(shù)字的絕對(duì)值如果
大於等於0.0001則以浮點(diǎn)的形式印出，否則以科學(xué)符號(hào)的形式印
出�！ �
'o' 印出無(wú)號(hào)的八進(jìn)位整數(shù)�！ �
's' 印出一個(gè)字串�！ �
'x' 印出無(wú)號(hào)的十六進(jìn)位整數(shù)。10至15以'a'至'f'表示。
'X' 印出無(wú)號(hào)的十六進(jìn)位整數(shù)。10至15以'A'至'F"表示�！ �
'%' 它并不是真正的格式控制字母，'%%"將印出"%'�！ �
在 % 與格式控制字母之間可加入 modifier，modifier 是用來(lái)進(jìn)一
步控制輸出的格式。可能的 modifier 如下所示：
'-' 使用在 width 之前，指明是向左靠齊。如果'-'沒(méi)有出現(xiàn)，則會(huì)在
被指定的寬度向右靠齊。例如：
printf "%-4S", "foo"
會(huì)印出'foo '。
'width' 這一個(gè)數(shù)字指示相對(duì)應(yīng)的欄位印出時(shí)的寬度。例如：
printf "%4s","foo"
會(huì)印出' foo'�！ �
width 的值是一個(gè)最小寬度而非最大寬度。如果一個(gè) item 的
值需要的寬度比 width 大，則不受 width 的影響。例如
printf "%4s","foobar"
將印出'foobar'�！ �
'.prec' 此數(shù)字指定印出時(shí)的精確度。它指定小數(shù)點(diǎn)右邊的位數(shù)。如
果是要印出一個(gè)字串，它指定此字串最多會(huì)被印出多少個(gè)字
元�！ �
第五章 patterns
在 gawk 程式里面，當(dāng) pattern 符合現(xiàn)在的輸入記錄(record)，其
相對(duì)應(yīng)的 action 才會(huì)被執(zhí)行�！ �
5.1 Pattern的種類
這里對(duì) gawk 的各種 pattern 型式作一整理：
/regular expression/
(p22 of
一個(gè) regular expression 當(dāng)作一個(gè) pattern。每當(dāng)輸入記錄 (
record)含有 regular expression 就視為符合�！ �
expression
一個(gè)單一的 expression。當(dāng)一個(gè)值不為 0 或一個(gè)字串不是空的，
則可視為符合。
pat1,pat2
一對(duì)的 patterns 以逗號(hào)分開(kāi)，指定記錄的□圍�！ �
BEGIN
END
這是特別的 pattern, gawk 在開(kāi)始執(zhí)行或要結(jié)束時(shí)會(huì)分別執(zhí)行相
對(duì)應(yīng)於BEGIN或END的 action�！ �
null
這是一個(gè)空的pattern，對(duì)於每個(gè)輸入記錄皆視為符合pattern�！ �
(p23 of
5.2 Regular Expressions當(dāng)作Patterns
一個(gè) regular expression 可簡(jiǎn)寫(xiě)為 regexp，是一種描述字串的方
法。一個(gè) regular expression 以斜線('/')包圍當(dāng)作 gawk 的 pattern�！ �
如果輸入記錄含有 regexp 就視為符合。例如：pattern 為 /foo/，
對(duì)於任何輸入記錄含有'foo'則視為符合�！ �
下面的例子會(huì)將含有'foo'的輸入記錄之第2個(gè)欄位印出。
gawk '/foo/ {print $2}' BBS-list
結(jié)果如下：
555-1234
555-6699
555-6480
555-2127
regexp 也能使用在比較的算式�！ �
(p24 of
exp ~ /regexp/
如果 exp 符合 regexp，則結(jié)果為真(true)�！ �
exp !~ /regexp/
如果 exp 不符合 regexp，則結(jié)果為真�！ �
5.3 比較的算式當(dāng)作Patterns
比較的 pattern 用來(lái)測(cè)試兩個(gè)數(shù)字或字串的關(guān)系諸如大於、等於
、小於。下面列出一些比較的pattern：
xx<=y 如果 x 小於、等於 y，則結(jié)果為真。
x>y 如果 x 大於 y，則結(jié)果為真�！ �
x>=y 如果 x 大於、等於 y，則結(jié)果為真�！ �
x==y 如果 x 等於 y，則結(jié)果為真。
x!=y 如果 x 不等於 y，則結(jié)果為真�！ �
x~y 如果 x 符合 regular expression y，則結(jié)果為真�！�
(p25 of
x!~y 如果 x 不符合 regular expression y，則結(jié)果為真�！ �
上面所提到的 x 與 y，如果二者皆是數(shù)字則視為數(shù)字之間的比較，
否則它們會(huì)被轉(zhuǎn)換成字串且以字串的形式做比較。兩個(gè)字串的比較，
會(huì)先比較第一個(gè)字元，然後比較第二個(gè)字元，依此類推，直到有不同
的地方出現(xiàn)為止。如果兩個(gè)字串在較短的一個(gè)結(jié)束之前是相等，則視
為長(zhǎng)的字串比短的字串大。例如 "10" 比 "9" 小，"abc" 比 "abcd" 小。
5.4 使用布林運(yùn)算的Patterns
一個(gè)布林(boolean) pattern 是使用布林運(yùn)算"或"('||')，"及"
('&&')，"反"('!')來(lái)組合其它的pattern�！ �
例如：
gawk '/2400/ && /foo/' BBS-list
gawk '/2400/ || /foo/' BBS-list
gawk '! /foo/' BBS-list
第六章 算式(Expression)作為Actions的敘述
算式(Expression) 是gawk程式里面action的基本構(gòu)成者�！ �
6.1 算術(shù)運(yùn)算
gawk 里的算術(shù)運(yùn)算如下所示：
x+y 加
x-y 減
-x 負(fù)
+x 正。實(shí)際上沒(méi)有任何影響�！ �
x*y 乘
x/y 除
x%y 求馀數(shù)。例如 5%3=2�！ �
x^y
x**y x 的 y 次方。例如2^3=8�！ �
6.2 比較算式與布林算式
比較算式 (comparison expression) 用來(lái)比較字串或數(shù)字的關(guān)系
，運(yùn)算符號(hào)與 C 語(yǔ)言相同。表列如下：
xx<=y
x>y
x>=y
x==y
x!=y
x~y
x!~y
比較的結(jié)果為真(true)則其值是 1。否則其值是 0�！ �
布林算式(boolean expression)有下面三種：
boolean1 && boolean2
boolean1 || boolean2
! boolean
6.3 條件算式(Conditional Expressions)
一個(gè)條件式算式是一種特別的算式，它含有3個(gè)運(yùn)算元。
條件式算式與C語(yǔ)言的相同：
selector ? if-true-exp : if-false-exp
它有3個(gè)子算式。第一個(gè)子算式selector 首先會(huì)被計(jì)算。如果是真,
則if-true-exp會(huì)被計(jì)算且它的值變成整個(gè)算式的值。否則if-false-
exp 會(huì)被計(jì)算且它的值變成整個(gè)算式的值�！ �
例如下面的例子會(huì)產(chǎn)生x的絕對(duì)值：
x>0 ? x : -x
第七章 Actions里面的控制敘述
在 gawk 程式里面，控制敘述諸如 if、while 等控制程式執(zhí)行的流
程。在 gawk 里的控制敘述與 C 的類似�！ �
很多的控制敘述會(huì)包括其它的敘述，被包括的敘述稱為 body。假
如 body 里面包括一個(gè)以上的敘述，必須以大括弧 { } 將這些敘述括起
來(lái)，而各個(gè)敘述之間需以換行(newline)或分號(hào)隔開(kāi)�！ �
7.1 if 敘述
if (condition) then-body [else else-body]
(p30 of
如果 condition 為真(true)，則執(zhí)行 then-body，否則執(zhí)行 else-body�！�
舉一個(gè)例子如下：
if (x % 2 == 0)
print "x is even"
else
print "x is odd"
7.2 while 敘述
while (condition)
body
while 敘述做的第一件事就是測(cè)試 condition。假如 condition 為真則
執(zhí)行 body 的敘述。body 的敘述執(zhí)行完後，會(huì)再測(cè)試 condition，假如
condition 為真，則 body 會(huì)再度被執(zhí)行。這個(gè)過(guò)程會(huì)一直被重復(fù)直到
condition 不再是真。如果 condition 第一次測(cè)試就是偽(false)，則
body 從沒(méi)有被執(zhí)行�！ �
下面的例子會(huì)印出每個(gè)輸入記錄(record)的前三個(gè)欄位�！ �
gawk '{ i=1
while (i <= 3) {
print $i
i++
}
}'
7.3 do-while 敘述
do
body
while (condition)
這個(gè) do loop 執(zhí)行 body 一次，然後只要 condition 是真則會(huì)重復(fù)執(zhí)行 body�！�
(p32 of
即使開(kāi)始時(shí) condition 是偽，body 也會(huì)被執(zhí)行一次。
下面的例子會(huì)印出每個(gè)輸入記錄十次�！ �
gawk '{ i= 1
do {
print $0
i++
} while (i <= 10)
}'
7.4 for 敘述
for (initialization; condition; increment)
body
此敘述開(kāi)始時(shí)會(huì)執(zhí)行initialization，然後只要 condition是真，它
會(huì)重復(fù)執(zhí)行body與做increment �！ �
下面的例子會(huì)印出每個(gè)輸入記錄的前三個(gè)欄位�！ �
gawk '{ for (i=1; i<=3; i++)
print $i
}'
7.5 break 敘述
break 敘述會(huì)跳出包含它的 for、while、do-while 回圈的最內(nèi)層�！ �
下面的例子會(huì)找出任何整數(shù)的最小除數(shù)，它也會(huì)判斷是否為質(zhì)數(shù)�！ � |
|
免費(fèi)注冊(cè)
發(fā)表于 2003-01-16 10:39
