awk部分源码分析:RS及三种模式
来源:互联网 发布:淘宝平常一天的销售额 编辑:程序博客网 时间:2024/05/21 12:59
awk的程序执行过程,总是先读取一部分数据到buf下,根据RS截取一段段记录下来。
RS做为awk的内置变量,即可以在awk程序中进行设置,也可以用参数的形式进行指定。
这篇文章讨论的是从awk的源码去分析在不同的RS下的三种执行分支及其相应的效率
以下开始分析源码:
首先,awk调用get_a_record 函数获取单条记录,在get_a_record函数里,先读入一段数据到buf下
iop->count = read(iop->fd, iop->buf, iop->readsize);
再对buf进行分析,根据RS截取一段记录
ret = (*matchrec)(iop, & recm, & state);
这里的matchrec 函数指针指向的函数,就是用来做RS匹配的,具体是哪个函数呢?根据不同的RS,有这么三种附值结果
if (RS->stlen == 0) {
RS_is_null = TRUE;
}
else if (RS->stlen > 1) {
matchrec = rsrescan;
}
else matchrec = rs1scan;
可见,awk的根据不同的RS,实际上是走三种流程去从buf里截取一条记录信息的。
1:默认的/n,或null, 这个在程序里,相当简洁的单字符判断(while (*bp != rs) bp++;),效率也是最高的。
2:多字符,这个实际上把RS当成了正则,调用了正则去匹配了。这里讨论下去,就是awk的正则效率问题了。
3:非/n的单字符。这个涉及到awk的历史,为了兼顾不同的locale,这里的单字符判断不似第一种那样简单的判断,还对各类字符的字符长度进行了兼容性的扩展判断,直接影响了效率
源码里很长的一段说明有兴趣的可以去看看,这边只转其中一句话:
/* Thus, the check for /n here; big speedup ! */
- awk部分源码分析:RS及三种模式
- awk部分源码分析:RS及三种模式
- awk读取标准输入的讨论&awk源码读取输入部分分析
- awk读取标准输入的讨论&awk源码读取输入部分分析
- VI三种工作模式及部分的命令
- Handler作用及部分源码分析
- ShareSDK源码分析及部分代码实现
- awk 笔记之三 - 输入的处理 FS RS
- Tinker接入及源码分析(三)
- Weevely使用及源码分析(三)
- Tinker接入及源码分析(三)
- awk RS,gensub
- awk RS ORS
- Android多线程消息处理机制(三) Handler部分源码分析
- 三种工厂模式分析及C++实现
- awk的使用 第十一部分 awk中常用的模式
- spring-security 3.2.8 配置及部分源码分析
- Android中Volley的使用及部分源码分析
- Spring 发送邮件
- prime
- Awk里的域赋值操作和部分源码解析($1=$1,$0=$0,FS,OFS)
- awk 命令全解析
- awk读取标准输入的讨论&awk源码读取输入部分分析
- awk部分源码分析:RS及三种模式
- 微信公众平台接口开发:小黄鸡机器人
- 使用 awk 命令行快速分析 IBM HTTP Server 访问日志
- 使用vector和strchr快速分割字符串
- 新项目中一个解决问题的例子
- Shell脚本------解析elf文件及awk基本使用
- 关于极化问题
- 【Unity3D】【NGUI】UISlider
- awk解析xml