快速掌握AWK的基本使用方式文档格式.docx
《快速掌握AWK的基本使用方式文档格式.docx》由会员分享，可在线阅读，更多相关《快速掌握AWK的基本使用方式文档格式.docx（9页珍藏版）》请在冰豆网上搜索。
Read
AWK从输入流（文件，管道或者标准输入）中读取一行，然后存储到内存中。
Execute
所有的AWK命令都依次在输入上执行。
默认情况下，AWK会对每一行执行命令，我们可以通过提供模式限制这种行为。
Repeat
处理过程不断重复，直到到达文件结尾。
程序结构
现在，让我们先学习一下AWK的程序结构。
BEGIN语句块
BEGIN语句块的语法
BEGIN{awk-commands}
BEGIN语句块在程序开始的使用执行，它只执行一次，在这里可以初始化变量。
BEGIN是AWK的关键字，因此它必须为大写，注意，这个语句块是可选的。
BODY语句块
BODY语句块的语法
/pattern/{awk-commands}
BODY语句块中的命令会对输入的每一行执行，我们也可以通过提供模式来控制这种行为。
注意，BODY语句块没有关键字。
END语句块
END语句块的语法
END{awk-commands}
END语句块在程序的最后执行，END是AWK的关键字，因此必须为大写，它也是可选的。
让我们创建一个包含序号，学生姓名，科目名称和得分的文件marks.txt.
1）
Amit
Physics
80
2）
Rahul
Maths
90
3）
Shyam
Biology
87
4）
Kedar
English
85
5）
Hari
History
89
下面的例子中我们将会显示文件内容，并且添加每一列的标题
上述代码执行后，输出以下内容
在程序的开始，AWK在BEGIN语句中打印出标题。
然后再BODY语句中，它会读取文件的每一行然后执行AWK的print命令将每一行的内容打印到标准输出。
这个过程会一直重复直到文件的结尾。
基础语法
AWK的使用非常简单，我们可以直接在命令行中执行AWK的命令，也可以从包含AWK命令的文本文件中执行。
AWK命令行
我们可以使用单引号在命令行中指定AWK命令
AWK程序文件
我们可以使用脚本文件提供AWK命令
AWK标准选项
AWK支持下列命令行标准选项
-v变量赋值选项
该选项将一个值赋予一个变量，它会在程序开始之前进行赋值，下面的例子描述了该选项的使用
--dump-variables[=file]选项
该选项会输出排好序的全局变量列表和它们最终的值到文件中，默认的文件是awkvars.out。
--help选项
打印帮助信息.
--lint[=fatal]选项
该选项允许检查程序的不兼容性或者模棱两可的代码，当提供参数fatal的时候，它会对待Warning消息作为Error。
--posix选项
该选项开启严格的POSIX兼容。
--profile[=file]选项
该选项会输出一份格式化之后的程序到文件中，默认文件是awkprof.out。
--traditional选项
该选项会禁止所有的gawk规范的扩展。
--version选项
输出版本号
基本使用示例
本部分会讲述一些有用的AWK命令和它们的使用示例，所有的例子都是以下面的文本文件marks.txt为基础的。
在文件marks.txt中，第三列包含了科目名，第四列则是得分，上面的例子中，我们只打印出了这两列，$3和$4代表了输入记录中的第三和第四个字段。
打印所有的行
默认情况下，AWK会打印出所有匹配模式的行
打印匹配模式的列
当模式匹配成功时，默认情况下AWK会打印该行，但是也可以让它只打印指定的字段。
例如，下面的例子中，只会打印出匹配模式的第三和第四个字段。
任意顺序打印
打印超过18个字符的行
内建变量
AWK提供了很多内置的变量，它们在开发AWK脚本的过程中起着非常重要的角色。
标准AWK变量
ARGC命令行参数个数
命令行中提供的参数个数
ENVIRON环境变量
环境变量的关联数组
NF字段数目
OFS输出字段分隔符
输出字段分隔符，默认为空
RSTART
match函数匹配的第一次出现位置
$n
当前行中的第n个字段
GNUAWK的变量
ARGIND
当前被处理的ARGV的索引
BINMODE
在非POSIX系统上指定对所有的文件I/O采用二进制模式。
ERRORNO
一个代表了getline跳转失败或者是close调用失败的错误的字符串。
FIELDWIDTHS
设置了空格分隔的字段宽度变量列表的话，GAWK会将输入解析为固定宽度的字段，而不是使用FS进行分隔。
IGNORECASE
设置了这个变量的话，AWK会忽略大小写。
LINT
提供了对–lint选项的动态控制。
操作符
与其它编程语言一样，AWK也提供了大量的操作符。
算数操作符
算数操作符不多说，直接看例子，无非就是+-*/%
增减运算符
自增自减与C语言一致。
赋值操作符
关系操作符
逻辑操作符
三元操作符
一元操作符
指数操作符
字符串连接操作符
数组成员操作符
正则表达式操作符
正则表达式操作符使用~和!
~分别代表匹配和不匹配。
更多关于正则表达式请看后面的正则表达式部分
正则表达式
AWK在处理正则表达式方面是非常强大的，使用简单的正则表达式可以处理非常复杂的问题。
数组
AWK支持关联数组，也就是说，不仅可以使用数字索引的数组，还可以使用字符串作为索引，而且数字索引也不要求是连续的。
数组不需要声明可以直接使用，语法如下：
在AWK中，只支持一维数组，但是可以通过一维数组模拟多维，例如我们有一个3×
3的三维数组
流程控制
流程控制语句与大多数语言一样，基本格式如下
循环
循环操作与其他C系语言一样，主要包括for，while，do...while，break，continue语句，当然，还有一个exit语句用于退出脚本执行。
exit用于退出脚本，参数为退出的状态码，可以通过shell中的$?
获取
函数
内建函数
AWK提供了很多方便的内建函数供编程人员使用。
由于函数比较多，个人觉得单纯看每个函数的使用也没有什么实际意义，比较容易遗忘，因此，这里只简单的列出常用的一些函数，只需要对其有个印象即可，使用的时候再去查手册效果会更好一些吧。
数学函数
atan2（y,x）
cos（expr）
exp（expr）
int（expr）
log（expr）
rand
sin（expr）
sqrt（expr）
srand（[expr]）
字符串函数
asort（arr[,d[,how]]）
asorti（arr[,d[,how]]）
gsub（regex,sub,string）
index（str,sub）
length（str）
match（str,regex）
split（str,arr,regex）
sprintf（format,expr-list）
strtonum（str）
sub（regex,sub,string）
substr（str,start,l）
tolower（str）
toupper（str）
时间函数
systime
mktime（datespec）
strftime（[format[,timestamp[,utc-flag]]]）
字节操作函数
and
compl
lshift
rshift
or
xor
其它
用户自定义函数
函数是程序基本的组成部分，AWK允许我们自己创建自定义的函数。
一个大型的程序可以被划分为多个函数，每个函数之间可以独立的开发和测试，提供可重用的代码。
下面是用户自定义函数的基本语法
输出重定向
重定向操作符
到目前为止，我们所有的程序都是直接显示数据到了标准输出流，其实，我们也可以将输出重定向到文件。
重定向操作符跟在print和printf函数的后面，与shell中的用法基本一致。
管道
除了将输出重定向到文件之外，我们还可以将输出重定向到其它程序，与shell中一样，我们可以使用管道操作符|。
第一次I/O操作使用了|"
注意：
目前协同进程的标准错误输出将会和gawk的标准错误输出混杂在一起，无法单独获取标准错误输出。
另外，I/O缓冲可能存在问题，gawk程序会自动的刷新所有输出到下游的协同进程的管道。
但是，如果协同进程没有刷新其标准输出的话，gawk将可能会在使用getline函数从协同进程读取输出的时候挂起，这就可能引起死锁。
我们可以使用close函数关闭双向管道的to或者from一端，这两个字符串值告诉gawk发送数据到协同进程完成时或者从协同进程读取完毕时关闭管道。
在使用系统命令sort的时候是这样做是非常必要的，因为它必须等所有输出都读取完毕时才能进行排序。
上例看起来有些复杂，我们逐行分析一下
首先，第一行cmd=“tr[a-z][A-Z]”是在AWK中要建立双向连接的命令
第二行的print命令用于为tr命令提供输入，而|"
第三行用于在上面的语句close（cmd,“to”）,在执行完成后关闭其to进程
第四行cmd|"
最后一行使用close函数关闭命令
美化输出
到目前为止，我们已经使用过print和printf函数显示数据到标准输出，但是printf函数实际上要比我们之前使用的情况更加强大得多。
该函数是从C语言中借鉴来的，在处理格式化的输出时非常有用。
格式化输出标识有%c，%d，%s等，基本与C语言一致，这里就不多赘述了。
执行shell命令
在AWK中执行shell命令有两种方式
使用system函数
使用管道
system函数用于执行操作系统命令并且返回命令的退出码到awk。
如果要执行的命令很多，可以将输出的命令直接用管道传递给“/bin/sh”执行
升级会员 