awk学习笔记(16) - 字符串函数

下表是awk所支持的字符串处理函数：

函数	说明
gsub( Ere, Repl, [ In ] )	除了正则表达式所有具体值被替代这点，它和 sub 函数完全一样地执行，。
sub( Ere, Repl, [ In ] )	用 Repl 参数指定的字符串替换 In 参数指定的字符串中的由 Ere 参数指定的扩展正则表达式的第一个具体值。sub 函数返回替换的数量。出现在 Repl 参数指定的字符串中的 &（和符号）由 In 参数指定的与 Ere 参数的指定的扩展正则表达式匹配的字符串替换。如果未指定 In 参数，缺省值是整个记录（$0 记录变量）。
index( String1, String2 )	在由 String1 参数指定的字符串（其中有出现 String2 指定的参数）中，返回位置，从 1 开始编号。如果 String2 参数不在 String1 参数中出现，则返回 0（零）。
length [(String)]	返回 String 参数指定的字符串的长度（字符形式）。如果未给出 String 参数，则返回整个记录的长度（$0 记录变量）。
substr( String, M, [ N ] )	返回具有 N 参数指定的字符数量子串。子串从 String 参数指定的字符串取得，其字符以 M 参数指定的位置开始。M 参数指定为将 String 参数中的第一个字符作为编号 1。如果未指定 N 参数，则子串的长度将是 M 参数指定的位置到 String 参数的末尾 的长度。
match( String, Ere )	在 String 参数指定的字符串（Ere 参数指定的扩展正则表达式出现在其中）中返回位置（字符形式），从 1 开始编号，或如果 Ere 参数不出现，则返回 0（零）。RSTART 特殊变量设置为返回值。RLENGTH 特殊变量设置为匹配的字符串的长度，或如果未找到任何匹配，则设置为 -1（负一）。
split( String, A, [Ere] )	将 String 参数指定的参数分割为数组元素 A[1], A[2], . . ., A[n]，并返回 n 变量的值。此分隔可以通过 Ere 参数指定的扩展正则表达式进行，或用当前字段分隔符（FS 特殊变量）来进行（如果没有给出 Ere 参数）。除非上下文指明特定的元素还应具有一个数字值，否则 A 数组中的元素用字符串值来创建。
tolower( String )	返回 String 参数指定的字符串，字符串中每个大写字符将更改为小写。大写和小写的映射由当前语言环境的 LC_CTYPE 范畴定义。
toupper( String )	返回 String 参数指定的字符串，字符串中每个小写字符将更改为大写。大写和小写的映射由当前语言环境的 LC_CTYPE 范畴定义。
sprintf(Format, Expr, Expr, . . . )	根据 Format 参数指定的 printf 子例程格式字符串来格式化 Expr 参数指定的表达式并返回最后生成的字符串。

下面举例说明一下：

1.gsub/sub

gsub和sub的区别仅在于前者是替换所有的字符，后者仅替换一个，这一点有点像php中的preg_match_all和preg_match:

1. awk 'BEGIN{info="Hello 2012 11!";gsub(/[0-9]+/,"",info);print info}' 

输出：

1. Hello  ! 

说明：

程序会将所有的1个或多个数字替换成空，所以剩下的就只有字符，空格和叹号了。

下面看一下将gsub换成sub后的结果：

1. awk 'BEGIN{info="Hello 2012 11!";sub(/[0-9]+/,"",info);print info}' 

输出：

1. Hello  11! 

说明：

由上可以看出，只有第一个数字被替换了。

2.index

查找字符中首次出现某子串的位置

1. awk 'BEGIN{info="Hello 2012 11!";print index(info, 11);}' 

输出：

1. 12 

说明：

index会返回找到的字符串的出现位置，位置是从1开始，如果没有找到就会返回0。

3.length

取字符串或数组长度

1. awk 'BEGIN{info="Hello 中国2012 11!";print length(info);}' 

输出：

1. 20
   

说明：

length函数返回了字符串的长度。可以看到中文占了3个字节。

4.substr

字符串截取

1. awk 'BEGIN{info="Hello 中国2012 11!";print substr(info,7,6);}' 

输出：

1. 中国 

说明：

从第7号位置开始向后截取6个字符，需要注意的是，对于多字节字符很容易截出乱码，慎用！这与php的substr很类似，只是不支持逆向截取。

5.match

用于匹配字符串，如果能找到，就返回其位置，与index类似。

1. awk 'BEGIN{info="Hello 2012 11!";print match(info,/2/);}'  

输出：

1. 7 

说明：

match支持正则的查找，而index仅仅支持字符串的查找，match功能更强大。

6.split

字符串切分

1. awk 'BEGIN{info="Hello 2012 11!";split(info, A);n=length(A);for(i=1;i<=n;i++) print A[i];}' 

输出：

1. Hello 
2. 2012 
3. 11! 

说明：

split在没有指定分隔符时，以默认的字段分隔符将字符串进行切分，切分后的数据保存在A数组中，length取得了数组的长度，循环从1开始，直至n，输出每一个数组元素。

7.tolower/toupper

字符串大小写转换函数

1. awk 'BEGIN{info="Hello 2012 11!";print tolower(info);print toupper(info);}' 

输出：

1. hello 2012 11! 
2. HELLO 2012 11! 

说明：

tolower将字符全部转小写，toupper将字符全部转大写，这与php中的strtolower和strtoupper相似。

8.sprintf/printf

sprintf格式化字符串并返回结果，而printf格式化输出字符串。

1. awk 'BEGIN{str=sprintf("%d %s", 32, "years old");printf("%.2f\n", 3.1415926);print str;}' 

输出：

1. 3.14 
2. 32 years old 

说明：

%d整型，%s字符串，%.2f精确到小数点后两位的浮点数，printf直接输出，sprintf处理后将结果保存到str中，再用print来输出str。

本文转自 ustb80 51CTO博客，原文链接：http://blog.51cto.com/ustb80/1051310，如需转载请自行联系原作者