awk命令详解（三）

3.2 条件语句

awk的if语句类似于C语言的if语句，没什么好说的，举一个例子吧：

{ 
    if ( $1 == "foo" ) { 
        if ( $2 == "foo" ) { 
            print "uno" 
        } else { 
            print "one" 
        } 
    } else if ($1 == "bar" ) { 
        print "two" 
    } else { 
        print "three" 
    } 
} 

3.3 循环语句

其时在第1节的最后，我们已经看到了awk的while循环结构，它等同于相应的C语言while循环。awk还有"do...while"循环，它在代码块结尾处对条件求值，还是直接举例吧：

 do...while 示例

{ 
    count=1 
    do { 
        print "I get printed at least once no matter what" 
    } while ( count != 1 ) 
} 

for 循环

也等同于C语言的for循环：

for ( x = 1; x <= 4; x++ ) { 
    print "iteration",x 
} 

break 和 continue

此外，如同C语言一样，awk提供了break、continue来控制awk的循环结构。break语句用于跳出最深层的循环，使循环立即终止，并继续执行循环代码块后面的语句。continue语句使awk立即开始执行下一个循环迭代，而不执行代码块的其余部分。

3.4 数组

在awk中，数组下标通常从1开始，而不是0：

myarray[1]="jim"
myarray[2]=456

awk遇到第一个赋值语句时，它将创建myarray，并将元素myarray[1]设置成"jim"。执行了第二个赋值语句后，数组就有两个元素了。Awk数组不需要连续的数字序列下标（例如，可以定义myarr[1]和myarr[1000]，但不定义其它所有元素）

awk可以使用"in"操作来遍历数组中的所有元素，如下所示：

for ( x in myarray ) { 
    print myarray[x] 
} 

但是这个方法有一个缺点——当awk在数组下标之间轮转时，它不会依照任何特定的顺序。那就意味着我们不能知道以上代码的输出是：

jim
456

还是

456
jim

awk数组中还可以使用字符串下标，其实，不管你使用的下标是字符串还是数字，awk在幕后还将其认为是字符串下标。举例如下：

代码一：

myarr["1"]="China" 
print myarr["1"] 

代码二：

myarr["1"]="Mr. Whipple" 
print myarr[1] 

代码三：

myarr["name"]="Mr. Whipple" 
print myarr["name"] 

它们都将打印 "China"！

删除数组元素使用delete，举例如下：

 delete fooarray[1]
另外，如果想要查看是否存在某个特定数组元素，可以使用特殊的"in"布尔运算符，如下所示：

if ( 1 in fooarray ) { 
    print "It's there." 
} else { 
    print "Can't find it." 
} 

4.第三部分：精通

4.1格式化输出

虽然大多数情况下awk的print语句可以完成任务，但有时我们还需要更多。使用两个函数printf()、sprintf()，将能让输出锦上添花。printf()会将格式化字符串打印到stdout，而sprintf()则返回可以赋值给变量的格式化字符串。

从下面例子可以看到，它们几乎与C语言完全相同。

x=1 
b="foo" 
printf("%s got a %d on the last test\n","Jim",83) 
myout=("%s-%d",b,x) 
print myout 

此代码将打印：

Jim got a 83 on the last test
foo-1
4.2 字符串函数

既然awk把所有变量都当作字符串处理，那么字符串处理对awk就显得尤为重要。但要说明一点，awk不能象在其它语言（如 C、C++）中那样将字符串看作是字符数组。例如，如果执行以下代码：

mystring="How are you doing today?" 
print mystring[3] 

将会接收到一个错误，如下所示：

 awk: string.gawk:59: fatal: attempt to use scalar as array

不用担心，awk有许多字符串函数，弥补了这个缺陷。现将常用的字符串函数列举如下：

字符串函数	描述
length()	返回字符串的长度
index()	返回子字符串在另一个字符串中出现的位置
tolower()	返回字符串并且将所有字符转换成小写
toupper()	返回字符串并且将所有字符转换成大写
substr()	返回从字符串中选择的子串
match()	返回子字符串在另一个字符串中出现的位置。它与index()的区别在于它并不搜索子串，它搜索的是正则表达式。
sub()	替换匹配的第一个字符序列，并返回整个字符串
gsub()	替换匹配的全部字符序列，并返回整个字符串
split()	分割字符串，并将各部分放到使用整数下标的数组中

length()返回字符串的长度，例子如下：

print length(mystring) 

index()返回子字符串在另一个字符串中出现的位置，如果没有找到该字符串则返回0，例子如下：

print index(mystring,"you") 

tolower()和toupper()返回字符串并且将所有字符分别转换成小写或大写。注意，tolower()和toupper()返回新的字符串，不会修改原来的字符串。例子如下：

print tolower(mystring) 
print toupper(mystring) 

使用substr()可以从字符串中选择子串。以下是substr()的调用方法：

mysub=substr(mystring,startpos,maxlen) 

以下是一个示例：

print substr(mystring,9,3) 

match()与index()非常相似，它与index()的区别在于它并不搜索子串，它搜索的是正则表达式。match()函数将返回匹配的起始位置，如果没有找到匹配，则返回0。此外，match()还将设置两个变量，叫作RSTART和RLENGTH。RSTART包含返回值（第一个匹配的位置），RLENGTH指定它占据的字符跨度（如果没有找到匹配，则返回-1）。通过使用RSTART、RLENGTH、substr()和一个小循环，可以轻松地遍历字符串中的每个匹配。以下是一个match()调用示例：

print match(mystring,/you/), RSTART, RLENGTH 

sub()和gsub()是两个字符串替换函数。sub()的调用方法如下：

sub(regexp,replstring,mystring) 

调用sub()时，它将在mystring中匹配regexp的第一个字符序列，并且用replstring替换该序列。gsub()与sub()的唯一的区别是sub()替换第一个regexp匹配（如果有的话），gsub()则执行全局替换，换出字符串中的所有匹配。举例如下：

sub(/o/,"O",mystring) 
print mystring 
mystring="How are you doing today?" 
gsub(/o/,"O",mystring) 
print mystring 

其输出结果如下：

HOw are you doing today?
HOw are yOu dOing tOday?

split()的功能是分割字符串，并将分割后的各部分放到使用整数下标的数组中。此函数有三个变量，第一个自变量为要分割的原始字符串，第二个自变量为分割后填入的数组名称，第三个变素为用于指示分割的分隔符。split()返回时，它将返回分割的字符串元素的数量。split()将分割的每一个部分赋值给下标从1开始的数组。举例如下：

numelements=split("Jan,Feb,Mar,Apr,May,Jun,Jul,Aug,Sep,Oct,Nov,Dec",mymonths,",") 
print mymonths[1],mymonths[numelements] 

其输出如下：

Jan Dec

最后需要说明一点的是，调用length()、sub()或gsub()时，可以去掉最后一个变量，这样awk将对$0（整个当前行）应用函数调用。例如要打印文件中每一行的长度，使用以下awk脚本:

{ 
    print length() 
}