awk笔记

ゝ一纸荒年。 2022-08-06 15:23 160阅读 0赞

awk：

*  awk名来：三个人名的缩写,他们是:Aho、(Peter)Weinberg 和(Brain)Kernighan；
 *  行处理时可以处理行内字段，这是grep/sed搞不定的；特殊地，用$0表示正行；
 *  用法：awk \[ -F re\] \[parameter...\] \['prog'\] \[-f progfile\]\[in\_file...\]
    
     *  \-F 列分隔符；
     *  prog：'pattern \{action\}'，pattern是特定字符串，支持正则，如cat uids | awk '/\[0-9\]+\\.\[0-9\]\*/\{print\}'；
     *  \-f：符合awk语法的脚本文件；
     *  in\_file：输入文件，允许多个输入文件；？？？
 *  pattern字符表示：
    
     *  \\ 换码序列
     *  ^ 在字符串的开头开始匹配
     *  $ 在字符串的结尾开始匹配
     *  . 与任何单个字符串匹配
     *  \[ABC\] 与\[\]内的任一字符匹配
     *  \[A-Ca-c\] 与 A-C 及 a-c 范围内的字符匹配(按字母表顺序)
     *  \[^ABC\] 与除\[\]内的所有字符以外的任一字符匹配
     *  Desk|Chair 与 Desk 和 Chair 中的任一个匹配
     *  \[ABC\]\[DEF\] 关联。与 A、B、C 中的任一字符匹配,且其后要跟 D、E、F 中的任一个字符。
     *  \[ABC\]\* 与 A、B 或 C 中任一个出现 0 次或多次的字符相匹配
     *  \[ABC\]+ 与 A、B 或 C 中任何一个出现 1 次或多次的字符相匹配
     *  ? 与一个空串或 A、B 或 C 在任何一个字符相匹配
     *  (Blue|Black)berry 合并常规表达式,与 Blueberry 或 Blackberry 相匹配
 *  算术运算符：
    
     *  x^y x 的 y 次幂
     *  x\*\*y 同上
     *  x%y 计算 x/y 的余数(求模)
     *  x+y x 加 y
     *  x-y x 减 y
     *  x\*y x 乘 y
     *  x/y x 除 y
     *  \-y 负 y(y 的开关符号);也称一目减  
        \++y y 加 1 后使用 y(前置加)
     *  y++ 使用 y 值后加 1(后缀加)、
     *  \--y y 减 1 后使用 y(前置减)
     *  y-- 使用后 y 减 1(后缀减)
     *  x=y 将 y 的值赋给 x
     *  x+=y 将 x+y 的值赋给 x
     *  x-=y 将 x-y 的值赋给 x
     *  x\*=y 将 x\*y 的值赋给 x
     *  x/=y 将 x/y 的值赋给 x
     *  x%=y 将 x%y 的值赋给 x
     *  x^=y 将 x^y 的值赋给 x
     *  x\*\*=y 将 x\*\*y 的值赋给 x  
        
 *  逻辑运算符：
    
     *  x==y
     *  x!=y
     *  x>y
     *  x>=y
     *  x<y
     *  x<=y
     *  x~re
     *  x!~re
 *  内置变量：
    
     *  ARGC: 命令行参数的数目。
     *  ARGIND: 命令行中当前文件的位置(从0开始算)。
     *  ARGV: 包含命令行参数的数组。
     *  CONVFMT: 数字转换格式(默认值为%.6g)
     *  ENVIRON: 环境变量关联数组。
     *  ERRNO: 最后一个系统错误的描述。
     *  FIELDWIDTHS: 字段宽度列表(用空格键分隔)。
     *  FILENAME: 当前文件名。
     *  FNR: 同NR，但相对于当前文件。
     *  FS: 字段分隔符(默认是任何空格)。
     *  IGNORECASE: 如果为真，则进行忽略大小写的匹配。
     *  NF: 当前记录中的字段数。
     *  NR: 当前记录数。
     *  OFMT: 数字的输出格式(默认值是%.6g)。
     *  OFS: 输出字段分隔符(默认值是一个空格)。
     *  ORSL : 输出记录分隔符(默认值是一个换行符)。
     *  RLENGTH: 由match函数所匹配的字符串的长度。
     *  RS: 记录分隔符(默认是一个换行符)。
     *  RSTART: 由match函数所匹配的字符串的第一个位置。
     *  SUBSEP: 数组下标分隔符(默认值是\\034)
 *  内置函数：类C风格用法；
    
     *  printf：格式化输出，比如 awk '\{printf "%03d%s\\n",NR,$1\}' myfile  
        
     *  N gsub(reg,string,target) 每次常规表达式 reg 匹配时替换 target 中的 string
     *  N index(search,string) 返回 string 中 search 串的位置
     *  A length(string) 求串 string 中的字符个数
     *  N match(string,reg) 返回常规表达式 reg 匹配的 string 中的位置
     *  N printf(format,variable) 格式化输出,按 format 提供的格式输出变量 variable。
     *  N split(string,store,delim) 根据分界符 delim,分解 string 为 store 的数组元素
     *  N sprintf(format,variable) 返回一个包含基于 format 的格式化数据,variables 是要放到串中的数据
     *  G strftime(format,timestamp) 返 回 一 个 基 于 format 的 日 期 或 者 时 间 串 ,timestmp 是 systime()函数返回的时间
     *  N sub(reg,string,target) 第一次当常规表达式 reg 匹配,替换 target 串中的字符串
     *  A substr(string,position,len) 返回一个以 position 开始 len 个字符的子串
     *  P tolower(string) 返回 string 中对应的小写字符
     *  P toupper(string) 返回 string 中对应的大写字符
     *  A atan(x,y) x 的余切(弧度)
     *  N cos(x) x 的余弦(弧度)
     *  A exp(x) e 的 x 幂
     *  A int(x) x 的整数部分
     *  A log(x) x 的自然对数值
     *  N rand() 0-1 之间的随机数
     *  N sin(x) x 的正弦(弧度)
     *  A sqrt(x) x 的平方根
     *  A srand(x) 初始化随机数发生器。如果忽略 x,则使用 system()
     *  G system() 返回自 1970 年 1 月 1 日以来经过的时间(按秒计算)
 *  流程控制：
    
     *  逻辑运算符：......
     *  BEGIN/END:
     *  if-else:
     *  while/do-while/for/
     *  break/continue/exit(退出但不跳过END)
     *  next：读取下一条记录；
 *  内容控制：
    
     *  读入文件：getline
     *  关闭文件：close，可以针对getline打开的文件；
     *  导出文件： printf("hello word!\\n")>>"datafile"
     *  导出到其它命令：printf("hello word!\\n")|"sort -t','"
     *  读入其它命令结果：who -u | awk '\{printf("%s 正在执行%s\\n",$2,$1)\}'
     *  在 awk 中执行 shell 命令行：嵌入函数 system()，该函数将传给它的参数视作命令执行：END \{close("myreport.txt");system("lp myreport.txt");\}
 *  示例：
    
     *  显示文本第7～15行：awk -F % 'NR==7,NR==15 \{printf $1 $3 $7\}'
     *    
        
 *  技巧or注意：
    
     *  1 如果要让 awk所使用变量的明确类型,应当在在程序中给它赋初值；awk不知道时默认字符串类型；
     *  2 如果读入某列是数值且做数值处理时，如果某行该列不是合法数字，则awk将其视为0处理；
     *  3 for ( x in myarray )打印数组时，并不依照顺序，可能是乱序输出；
     *  4 if (1 in fooarray)，数组是否包含该值？？？？好像不起效果啊
     *  5
     *