Awk编程模型及元字符集

                                                 Awk编程模型及元字符集

一、awk编程模型

       awk由第二阶段的主输入循环维持，主输入循环反复执行，直到终止条件被触发。主输入循环自动依次读取输入文件行，以供处理，而处理的动作由程序员添加。awk已经搭建好了主输入循环的框架，我们的代码直接被嵌入到主输入循环中执行。与C语言不同，这里不用写main函数框架，我们的代码直接就是main函数中的语句。

       awk的两个特殊字段：BEGIN，主输入循环之前（未读取输入文件行之前执行）；END字段，反之。

二、awk调用方法

awk调用方法有三种：

1. shell 命令行调用： awk [-F 域分割符] 'awk程序段'输入文件

2. 将awk命令插入相应脚本文件，然后awk命令调用：

   awk -f awk脚本文件 输入文件 （-f表示调用awk脚本文件）

3. 将awk命令插入相应脚本文件，设置脚本文件可执行，然后直接执行该脚本文件：

   ./awk脚本文件 输入文件

   awk 脚本文件以sha-bang(#!)符号开头，其后加上awk路径（如/usr/bin/awk）。

   在我的ubuntu系统中，ls-l /usr/bin > /home/ly/haha ,将输出结果定向到haha文件，可以看到

   lrwxrwxrwx 1 root root 21Oct 22 00:25 awk -> /etc/alternatives/awk

   （这是一个符号链接）

三、awk模式匹配

任何awk都由模式（pattern）和动作(action)组成。

模式：测试输入行是否需要执行动作的规则，决定动作何时触发。

动作：执行对输入行的处理

awk 的模式匹配经常用到正在表达式，下文先对正则表达式做简要介绍。

正则表达式的目的在于完成数据过滤，留下匹配的数据，去除不匹配的数据。

            正则表达式是由一串字符和元字符构成的字符串，简称RE（RegularExpression）。

            正则表达式的基本元素包括普通字符和元字符：普通字符，没有隐含意义，字面理解；元字符，shell赋予了他们超越字面的意义。下面是基本正则表达式中元字符集合及其意义（POSIX标准将正则表达式分做基本正则表达式和扩展正则表达式，大部分应用使用基本正则表达式）。

                                                               基本正则表达式元字符集合及其意义

符合

意义

*

0个或多个在*字符之前的那个普通字符

.

匹配任意字符

^

匹配行首或后面字符的非

$

匹配行尾

[  ]

匹配字符集合

\

转义符，屏蔽一个元字符的特殊意义

\<\>

精确匹配符

\{n\}

匹配前面字符出现n次

\{n,\}

匹配前面字符至少出现n次

\{n,m\}

匹配前面字符出现n~m次

正则表达式匹配举例：

1. hel*o 可匹配字符 helo hello helllo

2. hel.o 可匹配字符 helxo hel9o hel o ( . 可以匹配一个空格 )

3. ^hello匹配以hello开头的行

4. hello$ 匹配以hello结尾的行，$放在匹配符号之后，用法和功能与^相反。

5. ^$又匹配行首，又匹配行尾，中间没有字符，表示空行

6. ^.$匹配只有一个字符的空行

7. [123456]匹配其中任一个数字。

8. [1-6]匹配1-6其中任一个数字。

9. [a-z]匹配a-z其中任一个字母。

10. [^1-6]匹配不在1-6中的任一个数字。^放在[]中表示取反。

11. [a-zA-Z]匹配所以英文单词

12. \. .不在表示任意一个字符，而只是一个普通字符。

13. \<the\> 精确匹配the这个单词，一点都不能差。

14. JP\{3\}L 匹配值为JPPPL

15. JP\{3，\}L P至少出现3次

16. [a-z]\{5\} 精确匹配5个小写字母，如hello,house

扩展正则表达式元字符集合及其意义

   符号

意义

    ？

匹配0个或1个在其之前的那个普通字符

   +

匹配1个或多个在其之前的那个普通字符

  （）

表示一个字符集合或用在expr中

    |

表示或，匹配一组可选的字符

扩展正则表达式匹配举例：

1. jo?b 匹配job或joob

2. de+x 匹配deex deeeeeeex,但不匹配dex

3. re（a|e|o）d匹配readreed reod

4. RE1|RE2|RE3 表示多个正则表达式的或关系

awk 支持？和+两个两个扩展元字符。

下面是一个shell命令行调用awk的例子

       awk '/^$/ {print “this is a blankline .”}' input

       一直输入回车，会打印this is a blank line，^$匹配一个空行。

       awk 命令存在于单引号中间，由两部分组成，^$部分是模式，花括号部分是动作，以/ 号分割，input是输入的文件名称。

本文完全参照           <linux shell 编程从初学到精通>    华清远见嵌入式培训中心  伍之昂等编著