awk中的数组

awk作为一门脚本语言，支持的数据类型主要是简单变量和数组变量。awk中的数组与传统的C和java中的数组不同，更类似于C++ STL中的map或python中的dict，是关联式数组，通过关联关系将key和value结合起来。并且它并不限制key和value的类型，可以在一个数组中混合使用多种类型的key和value（尽管可能不常这么用）。awk中的变量在使用之前是不需要声明的，在第一次使用时确定它的类型，并且以后不再改变。所以如果一个变量arr第一次被当做数组来使用，那么以后就不能在用作简单变量。假定arrary是一个数组变量，如果key不在array中，那么arrary[key]将返回一个空串；如果key在array中，则返回对应的变量arrary[key]。awk可以通过关键字in来判断key是否在数组中出现。并且可以通过for(key in array)的形式来遍历数组中的元素。

 

下面给出一个简单的例子来介绍数组的使用，假定有一个文件，各行都是类似：

 

uid: 1234 song: YestodayOnceMore spack: 123 ppack: 345 time: 234

 

现在我们需要统计歌曲为YestodayOnceMore各行中出现的spack和ppack，平均时间time，可以使用以下的脚本：

 

BEGIN{arr["spack"] = 0;arr["ppack"] = 0;arr["time"] = 0;count = 0;}/$4 == "YestodayOnceMore"/{arr["spack"] += strtonum($6);arr["ppack"] += strtonum($8);arr["time"] += strtonum($10);count += 1}END{for(v in arr){print v, "=", arr[v];}if(count > 0)print "average time = ", arr["time"]/count;elseprint "average time = 0";}

awk中数组的排序问题

awk中的数组是关联式的，因此在使用for(key in array)的方式进行遍历的时候，输出的顺序并不是按照key进行排序输出的，因为awk中的数组内部采用hash的方式实现，因此输出的顺序能是不确定的。当需要按照某种顺序输出元素时，需要使用到asort和asorti函数来辅助。

asort的原型为：

asort(array1[, arrary[2]])

asort是将数组的value值进行排序，并且返回数组中元素的个数。如果采用asort(array)这种简略方式，那么重排之后的数据将会保存在array中，但是关联关系将会被取消，下面是一个简单的例子：

"wang"=> 151 => 33"lim"=> 142 => 19"zhuang"=> 19asort() ->3 => 15 "han"=> 3344 => 14"feng"=> 115 => 11

排序结束之后，原先的关联关系被取消，取而代之的是index与value的对应关系。

 

如果需要对key进行排序，那么可以使用asorti函数，该函数的原型为：

asorti(array1[, array2])

asorti将数组的key值进行排序，并返回数组中元素的个数。与asort类似，如果使用asorti(array)这种简略的方式，那么排序后的key值成为value值，原先的关联关系被破坏。下面是一个简单的例子：

"wang" => 15 1 => feng"lim"=> 14 2 => han"zhuang"=> 19 asort() -> 3 => lim "han" => 33 4 => wang"feng" => 11 5 => zhuang 

如过想要保留原先的关联关系，则可以使用asorti(array1, array2)这种形式，排序后的key被保存在array2数组中。

 

假定有如下的问题：有一个文件包含了一组人员的信息，格式的类型为：

Name AgeHeight Weight wanger 18 173 74liusan 20 177 80zhaojun 24 167 49tianjing 3017975haobo 2817165

我们想要按照其中的某一项（比如身高）进行排序，当然是用sort工具就可以实现，现在我们使用awk来实现。下面是按照身高对所有的条目进行排序的代码：

{ arrary[$2] = $0}END{ asorti(arrary, height); for(h in height) { print arrary[height[h]]; }}