awk learn note

awk

awk基础语法

awk程序结构

  BEGIN {awk-command}
  BEGIN区域（可选项）
  body命令执行前执行BEGIN区域，仅执行一次，打印报文头或初始化变量
  可以用一个或多个awk-command

  /pattern/{awk-command}
  body区域，输入文本处理命令

  END {awk-command}
  END区域（可选项）
  body命令执行后执行END区域，仅执行一次，打印报头尾，结果

  awk  'BEGIN {awk-command} /pattern/{awk-command} END {awk-command}' input-file

命令行

  awk -Fs '/pattern/{action}' input-file

```
  awk -Fs '{action}' input-file
```

  分界符可以直接以-Fs或-F"s"形式指定

awk脚本

```
  awk -Fs -f script.awk input-file
```

内置变量

FS

  FS：field separator，字段分隔符
  默认字段分隔符为空格，awk命令行通过-F指定
  FS只能在BEGIN区域使用

OFS

  OFS：output field separator，输出字段分隔符
  默认为空格，可以在BEGIN区域指定，BEGIN {OFS="s"}

RS

  RS：record separator(row separator),记录分隔符（行分隔符）
  默认值为换行符，可以理解为行与行之间的分隔符

ORS

  ORS：output record separator(output row separator),记录分隔符（行分隔符）
  默认值为换行符，可以理解为行与行之间的分隔符

NR

  NR：number of record(number of row),记录序号（行号）

FNR

  FNR：file number of record(file number of row),当前文件行数
  awk处理多个文件时，awk NR会从上一个文件的行数继续计数，FNR记录当前文件真实的行数

FILENAME

  FILENAME：当前处理的文件名
  从标准输入获取，FILENAME为-

自定义变量及操作符

变量

字符开头，后续数字字母下划线

一元操作符

-，+，++，--

算数操作符

+，-，*，/，%

字符串拼接

string3=string2 string1

赋值操作符

=，+=，-=，*=，/=，%=

比较操作符

,>=,<,<=,==,!=,&&,||

正则表达式

~匹配，!~不匹配

条件和循环

if语句

if(){
  command;
}elseif(){
  command;
} else{
  command
}

?:语句

```
true? true_A:false_B;
```

while语句

```
while(true){
  commands;
}
```

do while

```
do{
  command
} while();
```

for loop

for(initial;condition;inc/dec){
  command;
}

break

跳出循环体

continue

跳出当前循环命令

awk关联数组

定义数组

创建并复制：array[index]=value
删除数组：delete array[index]

引用数组

var=array[index]
print array[index]
for(index in array-name)：数组中是否存在索引值

多维数组

BEGIN {
item["1,1"]=10;
item["1,2"]=20;
item[2,1]=30;
item[2,2]=40;
for(x in item)
print "Index",x,"contains",item[x];
}
result:
Index 1,2 contains 20
Index 21 contains 30
Index 22 contains 40
Index 1,1 contains 10

1,1 1,2因为用双引号所以被当作一维数组
2,1 2,2是多为数组，下表使用SUBSEP默认值034作为分隔符 (不可打印)

下标分隔符SUBSEP

默认值为不可打印字符034
指定SUBSEP="string"

BEGIN {
SUBSEP=":"
item["1,1"]=10;
item["1,2"]=20;
item[2,1]=30;
item[2,2]=40;
for(x in item)
print "Index",x,"contains",item[x];
}
result:
Index 1,2 contains 20
Index 2:1 contains 30
Index 2:2 contains 40
Index 1,1 contains 10