linux+shell编程 笔记 awk

1、awk是一种编程语言，用于在linux/unix下对文本和数据进行处理。数据可以来自标准输入、一个或多个文件，或其它命令的输出。它支持用户自定义函数和动态正则表达式等先进功能，是linux/unix下的一个强大编程工具。它在命令行中使用，但更多是作为脚本来使用。

awk的处理文本和数据的方式：它逐行扫描文件，从第一行到最后一行，寻找匹配的特定模式的行，并在这些行上进行你想要的操作。如果没有指定处理动作，则把匹配的行显示到标准输出(屏幕)，如果没有指定模式，则所有被操作所指定的行都被处理。

 

2、awk中$0代表整行，$n代表分开的列。

 

3、AWK代码结构：通常情况下，awk针对每一个输入行执行一段代码块。但是有时，需要在awk开始处理输入前执行一些数据的初始化（如字段分隔符的设置），对于这样的需求，awk定义了BEGIN代码块（在BEGIN代码块完成awk部分参数的初始化操作）；awk 还定义了END代码块，它是在所有的输入都处理完成后awk运行的代码（如做信息统计和数据打印）。

awk的运行可看成3部分组成：处理输入前的初始化、处理输入过程、处理完所有输入后的扫尾工作。

 

BEGIN实例：

BEGIN{   FS=":"}{   print "USER: "$1 "\tSHELL: "$7}

 

END实例：

BEGIN{   print "How many people with pan?"}/pan/{++a}     （模式匹配操作，/正则表达式/{匹配后的操作}）END{   print "'pan' appears " a " times."}

 

4、变量

awk中有两种变量：内建变量和用户自定义变量

awk变量使用无需先声明，在第一次使用该变量的时候，自动建立变量。awk的变量在建立时的初始值是空字符串，但是当需要数值时，可以视为0。即awk会自动将字符串转换为数值进行计算。【awk的变量名称是大小写敏感的。】

内建变量：

FILENAME：当前输入文件的名称

FNR：当前输入文件的记录数

FS：字段分割符（默认为空格）

NF：当前记录的字段数

NR：当前记录数

OFS：输出字段分隔符

ORS：输出记录分割符（默认为换行符）

RS：输入记录分隔符（默认为换行符）

ERRNO：最后一耳光系统错误的描述

ENVIRON：环境变量关联数组

 

5、数组

awk允许在数组名称之后，以方括号将任意数字或字符串表达式括起来作为索引。

awk的数组也无需声明，数组的存储空间在引用新元素时会自动增长，数组的存储空间是稀疏的。

当元素不再需要时，其存储空间可以回收再利用。delete array[index]会从数组中删除元素，而delete array会删除array数组中的所有元素。（注：delete删除数组元素时，不会删除它的名称。）

 

6、环境变量

awk支持直接对系统环境变量的访问，通过ENVIRON数组。

awk 'BEGIN{print ENVIRON["HOME"];print ENVIRON["PATH"]}'

7、用户自定义函数

所有用于函数体内部且未出现在参数列表中的变量，awk都将其视为全局性变量。

awk允许被调用函数中的参数比函数定义里所申明的参数还要少，这样额外的参数被视为局部变量。对于这类变量，一般将它列在函数参数列表中，并且在自首前置一些额外的空白。这个额外的参数如同awk里的其它变量一样吗，在函数内容中被初始化空字符串。

值传递和地址传递：在C语言中，因为有指针操作符和取址操作符，所以可以直接对变量进行地址传递。在awk中的数组则默认认为是地址传递，而普通变量则为值传递。

// 地址传递，函数定义function swap(array, temp){    temp = array[1]    array[1] = array[2]    array[2] = temp}{    array[1] = 2    array[2] = 3    printf("array[1]: %d------array[2]: %d\n", array[1], array[2])    swap(array)    printf("array[1]: %d------array[2]: %d\n", array[1], array[2])}