awk 中的字段、記錄和變量

這個系列的第二篇，咱們會學習字段，記錄和一些很是有用的 Awk 變量。

Awk 有好幾個變種：最先的 awk，是 1977 年 AT&T 貝爾實驗室所創。它還有一些重構版本，例如 mawk、nawk。在大多數 Linux 發行版中能見到的，是 GNU awk，也叫 gawk。在大多數 Linux 發行版中，awk 和 gawk 都是指向 GNU awk 的軟連接。輸入 awk，調用的是同一個命令。GNU awk 用戶手冊中，能看到 awk 和 gawk 的所有歷史。

這一系列的第一篇文章 介紹了 awk 命令的基本格式：

$ awk [選項] '模式 {動做}' 輸入文件
複製代碼

awk 是一個命令，後面要接選項 （好比用 -F 來定義字段分隔符）。想讓 awk 執行的部分須要寫在兩個單引號之間，至少在終端中須要這麼作。在 awk 命令中，爲了進一步強調你想要執行的部分，能夠用 -e 選項來突出顯示（但這不是必須的）：

$ awk -F, -e '{print $2;}' colours.txt
yellow
blue
green
[...]
複製代碼

記錄和字段

awk 將輸入數據視爲一系列記錄，一般是按行分割的。換句話說，awk 將文本中的每一行視做一個記錄。每一記錄包含多個字段。一個字段由字段分隔符分隔開來，字段是記錄的一部分。

默認狀況下，awk 將各類空白符，如空格、製表符、換行符等視爲分隔符。值得注意的是，在 awk 中，多個空格將被視爲一個分隔符。因此下面這行文本有兩個字段：

raspberry red
複製代碼

這行也是：

tuxedo                  black
複製代碼

其餘分隔符，在程序中不是這麼處理的。假設字段分隔符是逗號，以下所示的記錄，就有三個字段。其中一個字段可能會是 0 個字節（假設這一字段中不包含隱藏字符）

a,,b
複製代碼

awk 程序

awk 命令的程序部分是由一系列規則組成的。一般來講，程序中每一個規則佔一行（儘管這不是必須的）。每一個規則由一個模式，或一個或多個動做組成：

模式 { 動做 }
複製代碼

在一個規則中，你能夠經過定義模式，來肯定動做是否會在記錄中執行。模式能夠是簡單的比較條件、正則表達式，甚至二者結合等等。

這個例子中，程序只會顯示包含單詞 「raspberry」 的記錄：

$ awk '/raspberry/ { print $0 }' colours.txt
raspberry red 99
複製代碼

若是沒有文本符合模式，該動做將會應用到全部記錄上。

而且，在一條規則只包含模式時，至關於對整個記錄執行 { print }，所有打印出來。

Awk 程序本質上是數據驅動的，命令執行結果取決於數據。因此，與其餘編程語言中的程序相比，它仍是有些區別的。

NF 變量

每一個字段都有指定變量，但針對字段和記錄，也存在一些特殊變量。NF 變量，能存儲 awk 在當前記錄中找到的字段數量。其內容可在屏幕上顯示，也可用於測試。下面例子中的數據，來自上篇文章文本：

$ awk '{ print $0 " (" NF ")" }' colours.txt
name       color  amount (3)
apple      red    4 (3)
banana     yellow 6 (3)
[...]
複製代碼

awk 的 print 函數會接受一系列參數（能夠是變量或者字符串），並將它們拼接起來。這就是爲何在這個例子裏，每行結尾處，awk 會以一個被括號括起來的整數表示字段數量。

NR 變量

另外，除了統計每一個記錄中的字段數，awk 也統計輸入記錄數。記錄數被存儲在變量 NR 中，它的使用方法和其餘變量沒有任何區別。例如，爲了在每一行開頭顯示行號：

$ awk '{ print NR ": " $0 }' colours.txt
1: name       color  amount
2: apple      red    4
3: banana     yellow 6
4: raspberry  red    3
5: grape      purple 10
[...]
複製代碼

注意，寫這個命令時能夠不在 print 後的多個參數間添加空格，儘管這樣會下降可讀性：

$ awk '{print NR": "$0}' colours.txt
複製代碼

printf() 函數

爲了讓輸出結果時格式更靈活，你可使用 awk 的 printf() 函數。 它與 C、Lua、Bash 和其餘語言中的 printf 相相似。它也接受以逗號分隔的格式參數。參數列表須要寫在括號裏。

$ printf 格式, 項目1, 項目2, ...
複製代碼

格式這一參數（也叫格式符）定義了其餘參數如何顯示。這一功能是用格式修飾符實現的。%s 輸出字符，%d 輸出十進制數字。下面的 printf 語句，會在括號內顯示字段數量：

$ awk 'printf "%s (%d)\n",$0,NF}' colours.txt
name       color  amount (3)
raspberry  red    4 (3)
banana     yellow 6 (3)
[...]
複製代碼

在這個例子裏，%s (%d) 肯定了每一行的輸出格式，$0,NF 定義了插入 %s 和 %d 位置的數據。注意，和 print 函數不一樣，在沒有明確指令時，輸出不會轉到下一行。出現轉義字符 \n 時纔會換行。

Awk 腳本編程

這篇文章中出現的全部 awk 代碼，都在 Bash 終端中執行過。面對更復雜的程序，將命令放在文件（腳本）中會更容易。-f FILE 選項（不要和 -F 弄混了，那個選項用於字段分隔符），可用於指明包含可執行程序的文件。

舉個例子，下面是一個簡單的 awk 腳本。建立一個名爲 example1.awk 的文件，包含如下內容：

/^a/ {print "A: " $0}
/^b/ {print "B: " $0}
複製代碼

若是一個文件包含 awk 程序，那麼在給文件命名時，最好寫上 .awk 的擴展名。 這樣命名不是強制的，但這麼作，會給文件管理器、編輯器（和你）一個關於文件內容的頗有用的提示。

執行這一腳本：

$ awk -f example1.awk colours.txt
A: raspberry  red    4
B: banana     yellow 6
A: apple      green  8
複製代碼

一個包含 awk 命令的文件，在最開頭一行加上釋伴 #!，就能變成可執行腳本。建立一個名爲 example2.awk 的文件，包含如下內容：

#!/usr/bin/awk -f
#
# 除了第一行，在其餘行前顯示行號
#

NR > 1 {
    printf "%d: %s\n",NR,$0
}
複製代碼

能夠說，腳本中只有一行，大多數狀況下沒什麼用。但在某些狀況下，執行一個腳本，比記住，而後打一條命令要容易的多。一個腳本文件，也提供了一個記錄命令具體做用的好機會。以 # 號開頭的行是註釋，awk 會忽略它們。

給文件可執行權限：

$ chmod u+x example2.awk
複製代碼

執行腳本：

$ ./example2.awk colours.txt
2: apple      red    4
2: banana     yellow 6
4: raspberry red    3
5: grape      purple 10
[...]
複製代碼

將 awk 命令放在腳本文件中，有一個好處就是，修改和格式化輸出會更容易。在終端中，若是能用一行執行多條 awk 命令，那麼輸入多行，才能達到一樣效果，就顯得有些多餘了。

試一試

你如今已經足夠了解，awk 是如何執行指令的了。如今你應該能編寫複雜的 awk 程序了。試着編寫一個 awk 腳本，它須要: 至少包括一個條件模式，以及多個規則。若是你想使用除 print 和 printf 之外的函數，能夠參考在線 gawk 手冊。

下面這個例子是個很好的切入點：

#!/usr/bin/awk -f
#
# 顯示全部記錄 除了出現如下狀況
# 若是第一個記錄 包含 「raspberry」
# 將 「red」 替換成 「pi」

$1 == "raspberry" {
        gsub(/red/,"pi")
}

{ print }
複製代碼

試着執行這個腳本，看看輸出是什麼。接下來就看你本身的了。

這一系列的下一篇文章，將會介紹更多，能在更復雜(更有用!) 腳本中使用的函數。

這篇文章改編自 Hacker Public Radio 系列，一個技術社區博客。

---

via: opensource.com/article/19/…

做者：Seth Kenlon 選題：lujun9972 譯者：wenwensnow 校對：wxy

本文由 LCTT 原創編譯，Linux中國 榮譽推出