Linux命令备忘实例（16）——awk（2/2）

前一篇介绍了awk的基本命令格式，以及提供的脚本编程环境的基本内容，这里接着将awk脚本环境提供的高级内容整理于此。

1.数组

对于比较复杂的脚本处理，awk提供了一维数组这种数据结构，这大大扩展了awk脚本的功能范围。数组将索引都视为字符串，类似一般脚本语言中的关联数组。A[1]和A[“1”]是访问同一个元素。

初始时，数组为空，对于元素添加直接使用访问同样的语法，如果对于索引的元素不存在就添加了元素，否则就改变了对应的值。

A["name"]="Tom";A["age"]="12  #新添加数据
A["name"]="James"  #修改数据

元素判断：（ele in A：如果存在则返回1，否则返回0）

if (ele in A) ...

数组遍历：

for (var in A)  expression...

删除元素或数组：

delete A["name"]  #删除数组的一个元素
delete A          #删除整个数组

多维数组：

使用内置的变量SUBSEP进行连接来创建多维数组，SUBSEP的默认值为“\034”，A[expr1, expr2]等同于A[expr1 SUBSEP expr2]。测试一个多维数组的元素是否存在使用如下方法：

if ((i,j) in A) print A[i, j]
...

2 正则表达式

对于字段或字符串的测试可以使用正则表达式，使用如下的格式进行测试：

expr ~ /regex/ {action}
expr !~ /regex/ {action}

正则表达式用一对“/”包含，运算符“~”表示匹配，“!~”表示不匹配。对于上述匹配的表达式，表示expr的一个子字符串能够通过正则表达式regex匹配，如果能匹配到则返回1，否则返回0。

对于每个匹配到的内容，使用后面的action进行处理。awk使用的是扩展的正则表达式egrep(1)。

3 输入与输出

输出函数有两个，分布是print和printf。默认情况不指定参数时print函数将$0 ORS输出到标准输出，如果使用参数，可以以逗号分隔多个参数输出。printf的使用与C语言中printf函数的使用完全相同。

输入函数为getline函数，在达到文件末尾时返回0，错误时返回-1，其他情况返回1。存在如下情况的变种：



其他输出：

函数close(expr)关闭文件或者管道expr；fflush(expr)将刷新换成输出到文件中；system(expr)可以进行系统调用，执行expr命令。

4 用户自定义函数

函数定义语法如下：

function name(args)
{
...
statements
...
}

函数调用可以进行嵌套或者递归，函数通过引用进行传递，额外的用来作为局部变量的参数初始化为null，下面的函数csplit(s, A)将字符串s的每个字符都放在A数组中并且返回字符串s的长度：

function csplit(s,A,   n,i) #额外的局部变量放在参数列表中
{
n = length(s)
for( i = 1; i <= n; i++) A[i] = substr(s, i, 1)
return n
}

函数名称与“(”必须紧邻，否则回被与连接运算混淆。

5 实例说明

1 设置字段定界符

有两种方式，第一种是通过awk的命令参数-F指定，第二种是在脚本内部使用FS变量来指定。

awk -F: '{print $1}' /etc/passwd
awk 'BEGIN{ FS=":" } {print $1}' /etc/passwd

2 过滤要处理的行

awk 'NR < 5' #处理行号小于5的行，行号从1开始计数
awk 'NR==1,NR==3' #行号在1到3的行，包含1和3
awk '/regex/' #包含regex匹配到的行

3 getline实例

读取命令的输出：

user@ubuntu$~ awk '{ "grep root /etc/passwd" | getline cmdout; print cmdout}'
root:x:0:0:root:/root:/bin/bash

读取文件的某一行，在BEGIN中读取第一行：

user@ubuntu$~ seq 5 | awk 'BEGINP{getline; print "Read first line: ", $0 }{ print $0}'
Read first line: 1
2
3
4
5

对awk这个强大的处理工具还需要在实际使用的过程中多多发掘，虽然简单的处理可以使用其他简单命令来完成，但是从简单到复杂的文本处理都可以使用awk工具来完成。