awk学习笔记

最新推荐文章于 2022-06-29 23:44:11 发布

cs的边缘

最新推荐文章于 2022-06-29 23:44:11 发布

阅读量105

点赞数

分类专栏： shell

本文链接：https://blog.csdn.net/jszk2006/article/details/9072593

版权

shell 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

awk的惊人表现

1. awk是什么

awk是一门脚本语言，主要为了简化一般文本处理的工作，简单并且功能强大。相同功能的程序如果c或者c++来实现，结果将是程序更长，更难调试，而且执行的速度只是稍快一些而已。

2. 程序元素

2.1 注释

注释（和shell一样以#开头）和空白（程序中任何地方都可以有空白），单个语句不能跨行，除非用反斜杠 \

2.2 字符串

(1) awk 里面字符串常量用引号“”作为定界符如下所示：

foo = "hello world"

字符串中可以包含任意8-bit的字符，除了控制字符NUL（字符值为0，表示着字符串的中断，但是gawk中没有此限制，可以处理任意二进制文件）

(2) **反斜杠 \ ** 转义序列允许非打印字符

`[jackson@localhost ~]$ echo -e "A\tZ" 这里的 -e 为：enable interpretation of backslash escapesA Z

(3)字符串的比较（比较后返回 1 为真， 0 为假）

== != > >= < <=

(4) 由于awk没有字符串数据类型，故awk中没有特定的字符串连续运算符，两个连续字符串，会自动地连接在一起
例如：

s = "ABCD"
s = "AB" "CD"
s = "A" "BC" "D"
s = "A" "B" "C" "D"
以上四个s均为 “ABCD”

(5) 数字转化为字符串，只要通过数字连接空字符串即可
例如：

n = 123
s = "" n

字符串转换为数字，只要加个0到字符串里即可
例如：

s = "123"
n = s + 0

(6) awk对正则表达式有很好的支持：~ （匹配） ！~ （不匹配）

正则表达式常量可以用 引号 “” 和斜杠加以定界

(7) awk的数值运算符和c语言差不多，值得注意的是指数运算符 ^ 和 **

(8) 标量变量（保存单一值的变量叫做标量变量） , awk就像绝大多数的脚本语言一样，变量无需先行声明

所有的awk变量在建立时其初始值为一个空字符串值
变量名字要匹配正则表达式 [A-Za-z][A-Za-z_0-9]
awk的变量名称是和大小写有关的
awk提供了很多内建变量

2.3 数组变量

(1) awk 允许在数组名称之后，以方括号将任意数字或字符串表达式括起来作为索引，以任意值作为索引的数组称之为关联数组
(2) 数组无须申明大小，数组的存储空间会在引用新元素时自动增长
(3) 删除元素 delete array[index] 删除整个数组 delete array
(4) awk会将以逗号分隔的索引列表看作是一个字符串
例如： maildrop[52,"Oak Lane","T4"] awk会将索引列表转化 "53" SUBSEP "Oak Lane" SUBSEP "T4"

2.4 命令行参数

(1) awk通过内建变量 ARGC (参数个数) ARGV （参数向量）
例子： showargs.awk

BEGIN{
    print "ARGC =", ARGC
    for (k = 0; k < ARGC; k++)
            print "ARGV[" k "] = [" ARGV[k] "]"
    }

结果：

    [jackson@localhost ~]$ awk -v one=1 -v two=2 -f showargs.awk three=3 file1 four=4 file2 file2
    ARGC = 6
    ARGV[0] = [awk]
    ARGV[1] = [three=3]
    ARGV[2] = [file1]
    ARGV[3] = [four=4]
    ARGV[4] = [file2]
    ARGV[5] = [file2]

由上面可知：参数存储在0，1，···，ARGV-1中，第0个项目是awk程序本身，而-v和-f选项结合的参数是不可使用的。

2.5 环境变量

3 记录和字段

例子：

    [jackson@localhost ~]$ echo ' hello jackson ' | awk -F' ' '{print NF ":" $0}'
    2: hello jackson

字段分隔符可以在变量FS中获取，默认值为单一空格，它的解释方式为：一个或多个空白字符（空格和制表符）以及行的开头和结尾空白
如果想要设置为精确的单个空白字符可以这样： awk -F'[ ]' '{print NF ":" $0}'
$0: 当前记录
NF: 当前记录个数
特殊字段 $1,$2,···，$NF供awk程序使用

内建变量：

    FILENAME: 当前输入文件的名称
    FNR：     当前输入文件的记录数
    FS：      字段分割字符
    NF：      当前记录的字段数
    NR：      在工作中的记录数
    OFS：      输出字段分隔符（默认：" "）
    ORS：      输出记录分隔符（默认："\n"）
    RS:       输入记录分隔符（仅用于gawk和mawk的正则表达式）

牛X的单行程序

1.单词计数程序

    [jackson@localhost ~]$ cat test.txt
    hello world hello
    [jackson@localhost ~]$ awk '{C += length($0); W += NF } END {print NR, W, C}' test.txt
    1 3 17    分别为记录数，单词数，字符数

awk有默认的初始化保证，C,W,都默认初始化为0

2.整数的因式分解

    # 计算整数的因式分解
    # 语法：
    #       awk -f factorize.awk
    {
            n = int($1)                # 转换为整型
            m = n = (n >= 2) ? n : 2   # 小于2的参数一律置为2
            factors = ""               # 初始化结果
            for (k = 2; (m > 1 && k * k <= n);)
            {
                if (int(m % k) != 0)
                {
                    k++;
                    continue;
                }
                m /= k;
                factors = (factors == "") ? "" k : (factors "*" k)
            }
            if ((1 < m) && (m < n))
            factors = factors "*" m
            print n, (factors == "") ? "is prime" :("= " factors)
    }