AWK编程(一)

1. AWK编程模型

awk程序是由一个主输入循环(main input loop)维持，主输入循环反复执行，直到终止条件被触发。awk已经搭建好了主输入循环框架，我们写的代码被嵌到主输入循环框架中执行。主输入循环依次自动读取输入文件行，以供处理，而处理的文件执行的动作是由我们自己添加的。

awk 还定义了两个特使的字段：BEGIN和END,BEGIN主要用于在主输入循环之前执行，即在未读取输入文件行之前执行，END则相反，用于在主输入循环之后执行，即在读取输入文件完毕之后执行。

2. awk调用方法

有如下的三种调用awk的方法：

(1). 在shell命令行中输入命令执行： awk [-F 域分隔符]  `awk程序段` 输入文件

(2). awk插入到脚本中，然后调用脚本进行执行

awk -f awk脚本文件 输入文件

(3). 将awk插入到脚本文件中，直接执行

./awk脚本文件   输入文件

3.  常用的awk编程

1. awk模式匹配

任何awk语句都是由模式(pattern)和动作(action)组成。模式是一组用于测试输入行是否需要执行动作的规则，动作是包含语句、函数和表达式的执行过程。

注意其中的命令部分是单引号； 以／分隔符号；^$ 是正则表达式，表示空白行。print表示该动作是打印操作。

以上的命令表示  读取输入文件input.txt 若里面的一行是空白行，则打印 This is a blank line.

2. awk中的记录和域

awk 认为输入文件是结构化的，awk将每个输入文件行定义为记录，行中的每个字符串定义为域，域之间用空格、Tab键或其它分隔符号进行分隔，分隔域的符号叫分隔符。例如：

Zhang  San 021-8888666

awk定义域操作符$ 来指定执行动作的域，域操作符$后面跟数字或变量来标识域的位置，每条记录的域从1开始编号，例如： $1 表示第1个域、$2表示第2个域，$0表示所有的域。例如：

studentrecord.txt 中存放 三个学生的姓名以及电话号码，姓和名字之间只有一个空格；名和电话之间是一个Tab键。 只打印第一个域。若打印全部可以$0

kenvindeMacBook-Air:$ awk '{print $0}' studentrecord.txt 

Zhang San 66661111

Li Si 8888222

Wang Wu 9999655

域操作符$之后也可以跟变量，或者变量的表达式。例如：

其中BEGIN字段中的语句是在遍历输入文件之前执行的。 打印第3个域的值。

也可以使用-F选项改变分隔符例如： -f 参数则表示调用的awk脚本。

上面默认分隔符是空格时电话的域是第3个，若使用-F的分隔符则电话的域则变成了第2个域。

也可以通过更改awk的环境变量FS来改变分隔符，例如：

也可以使用正则表达式将分隔符设置为多个字符，例如：FS="\t"  一个空格  ； FS="\t+" 则表示一个或者多个Tab键作为分隔符。

以上是简单总计几个常用的用法，后续的用法明天再续。