awk的使用 第二部分 awk的运行方式

在linux/UNIX 的命令行上输入一下格式的指令： ( “$”表Shell命令行上 的提示符号)

    $awk   ‘awk程序’   数据文件名

    上面这条语句中，awk会先编译该程序， 然后执行该程序来处理所指定的数据文件。

    awk程序的主要结构： awk程序中主要语法是 Pattern { Actions}，即模式{动作}， 所以常见的awk 程序的机构如下：

    Pattern1 { Actions1 }

    Pattern2 { Actions2 }

    ……

    Pattern3 { Actions3 }

    Pattern 是什么? awk 可接受许多不同型态的Pattern。 一般常使用 “关系表达式”(Relational expression) 来当成 Pattern。 例如： x > 34 是一个Pattern， 判断变x与34是否存在大于的关系。 x == y是一个Pattern， 判断变量x与变量y是否存在等于的关系。 上式中 x>34 ，x ==y 便是典型的Pattern。 awk 提供C 语言中常见的关系运算符(Relational Operators) 如 >， <， >=， <=，
==， != 。此外， awk 还提供~ (匹配match) 及 !~(非匹配not match) 二个关系运算符。 其用法与涵义如下：

    如果A 为一字符串， B 为一正则表达式(Regular Expression) ，A ~ B 判断字符串A 中是否包含能匹配(match)B表达式的子字符串。 A !~ B 判断字符串A 中是否不包含能匹配(match)B表达式的子字符串。 例如：”banana” ~ /an/ 整个是一个Pattern。 因为”banana”中含有可以匹配/an/的子字符串，所以此关系式成立  (true)，整个Pattern的值为true。

     有少数awk文章， 把~， !~ 当成另一类的操作符（Operator），而不作为一种 Relational Operator。在这里将这两个运算符当成一种Relational Operator。  

    Actions 是什么?

    Actions 是由许多awk指令构成。awk 的指令与C 语言中的指令十分类似。 例如：awk 的I/O指令： print， printf( )， getline……

    awk的流程控制指令：

     if(…){…} else{…}， while(…){…}…

     awk 如何处理模式和动作的呢？(Pattern { Actions } ? )，awk 会先判断(Evaluate)Pattern的值， 如果Pattern的值为true (或不为0的数字，或不是空的字符串)，则awk将执行该Pattern所对应的Actions。否则，如果Pattern之值不为true， 则awk 将不执行该Pattern所对应的Actions。

    例如：如果awk程序中有下列两指令 50 > 23 {print “Hello! The word!!” } “banana” ~ /123/ { print “Good morning !” }

    awk会先判断50 >23 是否成立，因为该式成立，所以awk将打印出”Hello! The word!!”。 而另一Pattern 为”banana” ~/123/， 因为”banana” 内未含有任何子字符串可匹配（match）/123/，所以Pattern 的值是false，awk将不会打印出 “Good morning !”  

     awk 如何处理{ Actions } 的语法是什么呢？

    有时语法Pattern { Actions }中，Pattern 部分会省略，只剩下 {Actions}。这种情况表示”无条件执行这个Actions”。  

 

awk 的字段变量
    awk 所内建的字段变量及其涵意如下：

    字段变量     含义

    $0                一字符串， 其内容为目前awk 所读入的数据行。

     $1               $0 上第一个字段的数据。

    $2                $0 上第二个字段的数据

    其余类推 。

    读入数据行时，awk如何更新(update)这些内建的字段变量?

    当awk 从数据文件中读取一个数据行时，awk 会使用内建变量$0 进行记录。当$0 被改动时(例如：读入新的数据行或改变$0的值…)， awk 会立刻重新分析$0的字段情况，并将$0上各字段的数据用$1，$2…进行记录。  

     awk 的内建变量(Built-in Variables)

    awk 提供了许多内建变量，使用者可以在程序中使用这些变量来取得相关信息。常见的内建变量有：

    内建变量                   含义

    NF                               Number of Fields 为一整数，其值表示$0上所存在的字段数目。

    NR                               Number of Records为一整数，其值表示awk 已读入的数据行数目。 

    FILENAME             awk正在处理的数据文件文件名。

    例如：awk 从资料文件emp.dat 中读入第一笔数据行“A101 chenying 100 210”之后，程序中：$0 的值就是“A101 chenying 100 210”，$1的值是 “A101″，$2 的值是 “chenying”，$3的值是100，$4的值是210，$NF的值是4，$NR 的值是1，$FILENAME 的值是”emp.dat”。

     awk 的工作流程：执行awk 时，它会反复进行下列四步骤：

     1、自动从指定的数据文件中读取一个数据行。   

     2、自动更新(Update)相关的内建变量之值。 如：NF，NR，$0…

    3、依次执行程序中所有的Pattern { Actions } 指令。   

    4、当执行完程序中所有Pattern { Actions } 时，如果数据文件中还有未读取的数据，则反复执行步骤1到步骤4。awk会自动重复进行上述4个步骤，使用者不须于程序中编写这个循环(Loop)。  

打印文件中指定的字段数据并加以计算

    awk 处理数据时，它会自动从数据文件中一次读取一行记录，并将该数据切分成一个个的字段；程序中可使用$1，$2，…直接取得各个字段的内容。这个特色让使用者轻易地使用awk 编写reformatter 来改变数据格式。

    例子：以文件emp.dat 为例，计算每人应发工资并打印报表。

     分析：awk 会自行一次读入一行数据，所以程序中仅需告诉awk 如何处理所读入的数据行。执行如下命令：

    $ awk  ‘{ print $2，$3 * $4 }’  emp.dat

    执行结果时，屏幕出现 ：

    chenying      21000

    linxiyu          23650

     …………….

    linux/UNIX命令行上，执行awk 的语法为：$awk  ’awk程序’  欲处理的资料文件文件名；本例中程序部分是{print $2， $3 * $4}。 把程序置于命令行时，程序之前后须以’ 括住。emp.dat 为指定给该程序处理的数据文件文件名。本程序中使用：Pattern { Actions } 语法，但是Pattern 部分被省略，表无任何限制条件，所以awk读入每笔数据行后都将无条件执行这个Actions。 print为awk所提供的输出指令，会将数据输出到标准输出stdout(屏幕)。
print 的参数间彼此以”，” (逗号) 隔开，打印出数据时彼此间会以空白隔开。

    如果将上述的程序部分储存于文件pay1.awk 中，执行命令时再指定awk 程序文件的文件名。 这是执行awk 的另一种方式，适用于程序较大的情况， 其语法如下：

    $ awk   -f   awk程序文件名  数据文件文件名 

    $ awk -f pay1.awk emp.dat 

   

    awk 中也提供与 C 语言中类似用法的printf()函数，使用该函数可进一步控制数据的输出格式。编辑另一个awk程序如下，并取名为pay2.awk  

    { printf(“%10s Work hours： %3d Pay： %5d/n”， $2，$3， $3* $4) }  

    执行下列命令      

    $awk -f  pay2.awk  emp.dat      

    执行结果屏幕出现：    

  chenying Workhours: 100 and pay: 21000

   linxiyu Workhours: 110 and pay: 23650

  degnming Workhours: 130 and pay: 27170

   liuchao Workhours: 125 and pay: 27500

    hejing Workhours: 95 and pay: 19950