📄 00000007.htm
字号:
<HTML><HEAD> <TITLE>BBS水木清华站∶精华区</TITLE></HEAD><BODY><CENTER><H1>BBS水木清华站∶精华区</H1></CENTER> <BR>主 题: gawk.doc <BR> <BR> GAWK <BR> <BR>第一章 前言 <BR>第二章 简介 <BR>第三章 读取输入档案 <BR>第四章 印出 <BR>第五章 Patterns <BR>第六章 算式(Expression)作为Actions的叙述 <BR>第七章 Actions里面的控制叙述 <BR>第八章 内建函式(Built-in Functions) <BR>第九章 使用者定义的函式 <BR>第十章 □例 <BR>第十一章 结论 <BR> <BR> <BR> <BR>======================================= <BR> <BR>第一章 前言 <BR> <BR> awk 是一个程式语言,对於资料的处理具有很强的功能。对於文 <BR>字档里的资料做修改、比对、抽取等的处理,awk 能够以很短的程式 <BR>轻易地完成。如果使用 C 或 Pascal 等语言写程式完成上述的动作, <BR>会不方便且很花费时间,所写的程式也会很大。 <BR> <BR> awk 能够依照使用者的定义格式来分解输入资料,也可依照使用 <BR>者定义的格式来印出资料。 <BR> <BR> awk 名称的由来是由它的原始设计者的姓氏之第一个字母而命名 <BR>:Alfred V. Aho, Peter J. Weinberger, Brian W. Kernighan。 <BR>awk最初在1977年完成。一个新版本的awk在1985年被发表,它的功能 <BR>比旧版本增强不少。 <BR> <BR> gawk 是GNU所做的 awk,gawk 最初在1986年完成,之後不断地 <BR>被改进、更新。gawk 包含 awk 的所有功能。 <BR> <BR> 往後的 gawk 将以下面的2个输入档案来做例子说明。 <BR> <BR>档案'BBS-list': <BR>aardvark 555-5553 1200/300 B <BR>alpo-net 555-3412 2400/1200/300 A <BR>barfly 555-7685 1200/300 A <BR>bites 555-1675 2400/1200/300 A <BR>camelot 555-0542 300 C <BR>core 555-2912 1200/300 C <BR>fooey 555-1234 2400/1200/300 B <BR>foot 555-6699 1200/300 B <BR>macfoo 555-6480 1200/300 A <BR>sdace 555-3430 2400/1200/300 A <BR>sabafoo 555-2127 1200/300 C <BR> <BR> <BR>档案'shipped': <BR>Jan 13 25 15 115 <BR>Feb 15 32 24 226 <BR>Mar 15 24 34 228 <BR>Apr 31 52 63 420 <BR>May 16 34 29 208 <BR>Jun 31 42 75 492 <BR>Jul 24 34 67 436 <BR>Aug 15 34 47 316 <BR>Sep 13 55 37 277 <BR>Oct 29 54 68 525 <BR>Nov 20 87 82 577 <BR>Dec 17 35 61 401 <BR> <BR>Jan 21 36 64 620 <BR>Feb 26 58 80 652 <BR>Mar 24 75 70 495 <BR>Apr 21 70 74 514 <BR> <BR> <BR> <BR>第二章 简介 <BR> <BR> gawk 的主要功能是针对档案的每一行(line)搜寻指定的 patterns <BR>。当一行里有符合指定的 patterns,gawk 就会在此一行执行被指定 <BR>的 actions。 gawk 依此方式处理输入档案的每一行直到输入档案结 <BR>束。 <BR> <BR> gawk 程式是由很多的 pattern 与 action 所组成,action 写在 <BR>大括号 { } 里面,一个pattern後面就跟著一个action。整个 gawk 程 <BR>式会像下面的样子: <BR> <BR> pattern {action} <BR> pattern {action} <BR> <BR> 在 gawk 程式里面的规则,pattern 或 action 能够被省略,但 <BR>是两个不能同时被省略。如果 pattern 被省略,对於输入档里面的 <BR>每一行,action 都会被执行。如果 action 被省略,内定的 action <BR>则会印出所有符合 pattern 的输入行。 <BR> <BR> <BR> <BR> 2.1 如何执行gawk程式 <BR> <BR> 基本上,有2个方法可以执行gawk程式。 <BR> <BR> □如果 gawk 程式很短,则 gawk 可以直接写在 command line,如下所示: <BR> <BR> gawk 'program' input-file1 input-file2 ... <BR> <BR> 其中 program 包括一些 pattern 和 action。 <BR> <BR> □如果 gawk 程式较长,较为方便的做法是将 gawk 程式存在一个档案, <BR> 即 patterns 与 actions 写在档名为 program-file 的档案里面,执行 <BR> gawk 的格式如下所示: <BR> <BR> gawk -f program-file input-file1 input-file2 ... <BR> <BR> gawk 程式的档案不止一个时,执行gawk 的格式如下所示: <BR> <BR> gawk -f program-file1 -f program-file2 ... input-file1 <BR> input-file2 ... <BR> <BR> <BR> <BR> 2.2 一个简单的例子 <BR> <BR> 现在我们举一个简单的例子,因为 gawk 程式很短,所以将 gawk 程 <BR>式直接写在 command line。 <BR> <BR> gawk '/foo/ {print $0}' BBS-list <BR> <BR>实际的 gawk 程式为 /foo/ {print $0}。/foo/ 为 pattern,意思为搜 <BR>寻输入档里的每一行是否含有子字串 'foo',如果含有 'foo' 则执行 action。 <BR>action 为 print $0,是将现在这一行的内容印出。BBS-list 是输入的档案。 <BR> <BR> 执行完上述指令後,会印出下面的结果: <BR>fooey 555-1234 2400/1200/300 B <BR>foot 555-6699 1200/300 B <BR>macfoo 555-6480 1200/300 A <BR>sabafoo 555-2127 1200/300 C <BR> <BR> <BR> <BR> 2.3 一个较复杂的例子 <BR> <BR> gawk '$1 == "Feb" {sum=$2+$3} END {print sum}' shipped <BR> <BR> 现在这个例子会将输入档 'shipped' 的第一个栏位与 "Feb" 做比较 <BR>,如果相等,则其对应的第2栏位与第3栏位的值会被加到变数 sum。 <BR>对於输入档的每一行重复上述的动作,直到输入档的每一行都被处理 <BR>过为止。最後将 sum 的值印出。END {print sum} 的意思为在所有的输 <BR>入读完之後,执行一次 print sum 的动作,也就是把 sum 的值印出。 <BR> <BR> 下面是执行的结果: <BR>84 <BR> <BR> <BR> <BR>第三章 读取输入档案 <BR> <BR> gawk的输入可以从标准输入或指定的档案里读取。输入的读取单 <BR>位被称为”记录”(records),gawk 在做处理时,是一个记录一个记 <BR>录地处理。每个记录的内定值是一行(line),一个记录又被分为多个 <BR>栏位(fields)。 <BR> <BR> <BR> <BR> 3.1 如何将输入分解成记录(records) <BR> <BR> gawk 语言会把输入分解成记录(record)。记录与记录之间是以 <BR>record separator 隔开,record separator 的内定值是表示新一行的 <BR>字元(newline character),因此内定的 record separator 使得文字 <BR>的每一行是一个记录。 <BR> <BR> record separator 随著内建变数 RS 的改变而改变。RS 是一个字串, <BR>它的内定值是"\n"。仅有 RS 的第一个字元是有效的,它被当作 record <BR>separator,而 RS 的其它字元会被忽略。 <BR> <BR> 内建变数 FNR 会储存目前的输入档案已经被读取的记录之个数。内 <BR>建变数 NR 会储存目前为止所有的输入档案已经被读取的记录之个数。 <BR> <BR> <BR> <BR> 3.2 栏位(field) <BR> <BR> gawk 会自动将每个记录分解成多个栏位 (field)。类似於字在一 <BR>行里面,gawk 的内定动作会认为栏位之间是以 whitespace 分开。在 <BR>gawk 里,whitespace 的意思是一个或多个空白或 tabs。 <BR> <BR> 在 gawk 程式里面,以'$1'表示第一个栏位,'$2'表示第二个栏位 <BR>,依此类推。举个例子,假设输入的一行如下所示: <BR> <BR> This seems like a pretty nice example. <BR> <BR>第一个栏位或 $1 是'This',第二个栏位或 $2 是 'seems',依此类推。 <BR>有个地方值得特别注意,第七个栏位或 $7 是'example.'而非'example'。 <BR> <BR> 不论有多少栏位,$NF 可用来表示一个记录的最後一个栏位。以 <BR>上面的例子为例,$NF 与 $7 相同,也就是'example.'。 <BR> <BR> NF 是一个内建变数,它的值表示目前这个记录之栏位的个数。 <BR> <BR> $0,看起来好像是第零个栏位,它是一个特例,它表示整个记录。 <BR> <BR> 下面是一个较复杂的例子: <BR> <BR> gawk '$1~/foo/ {print $0}' BBS-list <BR> <BR> 结果如下: <BR>fooey 555-1234 2400/1200/300 B <BR>foot 555-6699 1200/300 B <BR>macfoo 555-6480 1200/300 A <BR>sabafoo 555-2127 1200/300 C <BR> <BR>这个例子是把输入档'BBS-list'的每个记录的第一个栏位作检查,如 <BR>果它含有子字串'foo',则这一个记录会被印出。 <BR> <BR> <BR> <BR> 3.3 如何将记录分解成栏位 <BR> <BR> gawk 根据 field separator 将一个记录分解成栏位。field sepa- <BR>rator 以内建变数 FS 表示。 <BR> <BR> 举个例子,假如 field separator 是'oo',则下面的行: <BR> <BR> moo goo gai pan <BR>
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -