awk内置变量a w k有许多内置变量用来设置环境信息。这些变量可以被改变。表9 - 3显示了最常使用的一些变量,并给出其基本含义。QUOTE:awk内置变量A R G C 命令行参数个数A R G V 命令行参数排列E N V I R O N 支持队列中系统环境变量的使用FILENAME a w k浏览的文件名F N R 浏览文件的记录数F S 设置输入域分隔符,等价于命令行- F选项N F 浏览记录的域个数N R 已读的记录数O F S 输出域分隔符O R S 输出记录分隔符R S 控制记录分隔符QUOTE:A R G C支持命令行中传入a w k脚本的参数个数。A R G V是A R G C的参数排列数组,其中每一元素表示为AR G V [ n ],n为期望访问的命令行参数。E N V I R O N 支持系统设置的环境变量,要访问单独变量,使用实际变量名,例如E N V I R O N [“E D I TO R”] =“Vi”。F I L E N A M E支持aw k脚本实际操作的输入文件。因为a w k可以同时处理许多文件,因此如果访问了这个变量,将告之系统目前正在浏览的实际文件。F N R支持aw k目前操作的记录数。其变量值小于等于N R。如果脚本正在访问许多文件,每一新输入文件都将重新设置此变量。F S用来在aw k中设置域分隔符,与命令行中- F选项功能相同。缺省情况下为空格。如果用逗号来作域分隔符,设置F S = ","。N F支持记录域个数,在记录被读之后再设置。O F S允许指定输出域分隔符,缺省为空格。如果想设置为#,写入O F S = " # "。O R S为输出记录分隔符,缺省为新行( \ n)。R S是记录分隔符,缺省为新行( \ n )。NF、NR和FILENAME要快速查看记录个数,应使用N R。比如说导出一个数据库文件后,如果想快速浏览记录个数,以便对比于其初始状态,查出导出过程中出现的错误。使用N R将打印输入文件的记录个数。print NR放在E N D语法中。[Copy to clipboard][ - ]CODE:[root@chenwysam]#awk 'END{print NR}' grade.txt5如:所有学生记录被打印,并带有其记录号。使用NF变量显示每一条读记录中有多少个域,并在E N D部分打印输入文件名。[root@chenwy sam]# awk '{print NF,NR,$0} END{print FILENAME}' grade.txt[Copy to clipboard][ - ]CODE:7 .Tans 5/99 48311 Green 8 40 447 2 J.Lulu 06/99 48317 green 9 24 267 3 P.Bunny 02/99 48 Yellow 12 35 287 4 J.Troll 07/99 4842 Brown-3 12 26 267 .Tansl 05/99 4712 Brown-2 12 30 28grade.txt在从文件中抽取信息时,最好首先检查文件中是否有记录。下面的例子只有在文件中至少有一个记录时才查询B r o w n级别记录。使用A N D复合语句实现这一功能。意即至少存在一个记录后,查询字符串B r o w n,最后打印结果。[Copy to clipboard][ - ]CODE:[root@chenwysam]#awk '{if (NR>0 && $4~/Brown/)print $0}' grade.txtJ.Troll 07/99 4842 Brown-3 12 26 L.Tansl 05/99 4712 Brown-2 12 30 28N F的一个强大功能是将变量$P W D的返回值传入aw k并显示其目录。这里需要指定域分隔符/。[Copy to clipboard][ - ]CODE:[root@chenwysam]#echo $PWD | awk -F/ ' {print $NF}'sam另一个例子是显示文件名。[Copy to clipboard][ - ]CODE:[root@chenwysam]#echo "/usr/local/etc/rc.sybase" | awk -F/ '{print $NF}'rc.sybase如果不指定域分割符,返回的如下:[Copy to clipboard][ - ]CODE:[root@chenwysam]#echo $PWD | awk '{print $NF}'/usr/sam[root@chenwy sam]# echo "/usr/local/etc/rc.sybase" | awk '{print$NF}'/usr/local/etc/rc.sybaseawk操作符在a w k中使用操作符,基本表达式可以划分为数字型、字符串型、变量型、域及数组元素,前面已经讲过一些。下面列出其完整列表。在表达式中可以使用下述任何一种操作符。QUOTE:= += *= / = %= ^ = 赋值操作符? 条件表达操作符|| && ! 并、与、非(上一节已讲到)~!~ 匹配操作符,包括匹配和不匹配> 关系操作符+ - * / % ^ 算术操作符+ + -- 前缀和后缀前面已经讲到了其中几种操作,下面继续讲述未涉及的部分。1. 设置输入域到域变量名在a w k中,设置有意义的域名是一种好习惯,在进行模式匹配或关系操作时更容易理解。一般的变量名设置方式为n a m e = $ n,这里n a m e为调用的域变量名, n为实际域号。例如设置学生域名为n a m e,级别域名为b e l t,操作为n a m e = $ 1 ; b e lt s = $ 4。注意分号的使用,它分隔a w k命令。下面例子中,重新赋值学生名域为n a m e,级别域为b e l t s。查询级别为Ye l l o w的记录,并最终打印名称和级别。[Copy to clipboard][ - ]CODE:[sam@chenwysam]$ awk'{name=$1;belts=$4;if(belts ~/Yellow/) print name" is belt "belts}'grade.txtP.Bunny is belt Yellow2. 域值比较操作有两种方式测试一数值域是否小于另一数值域。1) 在BE G I N中给变量名赋值。2) 在关系操作中使用实际数值。通常在B E G I N部分赋值是很有益的,可以在a w k表达式进行改动时减少很多麻烦。使用关系操作必须用圆括号括起来。下面的例子查询所有比赛中得分在2 7点以下的学生。用引号将数字引用起来是可选的,“2 、2 7产生同样的结果。[Copy to clipboard][ - ]CODE:[sam@chenwysam]$ awk'{if ($6M.Tans 5/99 48311 Green 8 40 44J.Lulu 06/99 48317 green 9 24 26第二个例子中给数字赋以变量名B A S E L I NE和在BE G I N部分给变量赋值,两者意义相同。[Copy to clipboard][ - ]CODE:[sam@chenwysam]$ awk'BEGIN{BASELINE="27"} {if ($6J.Lulu 06/99 48317 green 9 24 26J.Troll 07/99 4842 Brown-3 12 26 263. 修改数值域取值当在a w k中修改任何域时,重要的一点是要记住实际输入文件是不可修改的,修改的只是保存在缓存里的a w k复本。a w k会在变量N R或N F变量中反映出修改痕迹。为修改数值域,简单的给域标识重赋新值,如:$ 1 = $ 1 + 5,会将域1数值加5,但要确保赋值域其子集为数值型。修改M . Ta n s l e y的目前级别分域,使其数值从4 0减为3 9,使用赋值语句$ 6 = $ 6 - 1,当然在实施修改前首先要匹配域名。[Copy to clipboard][ - ]CODE:[sam@chenwysam]$ awk'{if($1=="M.Tans") {$6=$6-1};print $1,$6,$7}' grade.txtM.Tans 39 44J.Lulu 24 26P.Bunny 35 28J.Troll 26 L.Tansl 30 28[Copy to clipboard][ - ]CODE:[sam@chenwysam]$ awk'{if($1=="M.Tans") {$6=$6-1;print $1,$6,$7}}' grade.txtM.Tans 39 444. 修改文本域修改文本域即对其重新赋值。需要做的就是赋给一个新的字符串。在J . Tr o l l中加入字母,使其成为J . L . Tr o l l,表达式为$ 1 = " J . L .Tr o l l ",记住字符串要使用双秒号( ""),并用圆括号括起整个语法。[Copy to clipboard][ - ]CODE:[sam@chenwysam]$ awk'{if($1=="J.Troll") $1="J.L.Troll"; print $1}' grade.txtM.TansJ.LuluP.BunnyJ.L.TrollL.Tansl5. 只显示修改记录上述例子均是对一个小文件的域进行修改,因此打印出所有记录查看修改部分不成问题,但如果文件很大,记录甚至超过1 0 0,打印所有记录只为查看修改部分显然不合情理。在模式后面使用花括号将只打印修改部分。取得模式,再根据模式结果实施操作,可能有些抽象,现举一例,只打印修改部分。注意花括号的位置。[Copy to clipboard][ - ]CODE:[sam@chenwysam]$ awk'{if($1=="J.Troll") {$1="J.L.Troll"; print $1}}'grade.txt J.L.Troll不知道为什么,我这里多了一个空行?6. 创建新的输出域在a w k中处理数据时,基于各域进行计算时创建新域是一种好习惯。创建新域要通过其他域赋予新域标识符。如创建一个基于其他域的加法新域{ $ 4 = $ 2 + $ 3 },这里假定记录包含3个域,则域4为新建域,保存域2和域3相加结果。在文件g r a d e . t x t中创建新域8保存域目前级别分与域最高级别分的减法值。表达式为‘{$ 8 = $ 7 - $ 6 }’,语法首先测试域目前级别分小于域最高级别分。新域因此只打印其值大于零的学生名称及其新域值。在B E G I N部分加入t a b键以对齐报告头。[Copy to clipboard][ - ]CODE:[sam@chenwysam]$ awk'BEGIN{print "Name\tDifference"}{if($6Name DifferenceM.Tans 4J.Lulu 2当然可以创建新域,并赋给其更有意义的变量名。例如:[Copy to clipboard][ - ]CODE:[sam@chenwysam]$ awk'BEGIN{print "Name\tDifference"}{if($6Name DifferenceM.Tans 4J.Lulu 27. 增加列值为增加列数或进行运行结果统计,使用符号+=。增加的结果赋给符号左边变量值,增加到变量的域在符号右边。例如将$ 1加入变量t o t a l,表达式为t o t a l + = $ 1。列值增加很有用。许多文件都要求统计总数,但输出其统计结果十分繁琐。在a w k中这很简单,请看下面的例子。将所有学生的‘目前级别分’加在一起,方法是t o t + = $ 6,t o t即为a w k浏览的整个文件的域6结果总和。所有记录读完后,在E N D部分加入一些提示信息及域6总和。不必在a w k中显示说明打印所有记录,每一个操作匹配时,这是缺省动作。[Copy to clipboard][ - ]CODE:[sam@chenwysam]$ awk'(tot+=$6); END{print "Club student total points :" tot}'grade.txtM.Tans 5/99 48311 Green 8 40 44J.Lulu 06/99 48317 green 9 24 26P.Bunny 02/99 48 Yellow 12 35 28J.Troll 07/99 4842 Brown-3 12 26 L.Tansl 05/99 4712 Brown-2 12 30 28Club student total points :155如果文件很大,你只想打印结果部分而不是所有记录,在语句的外面加上圆括号()即可。[Copy to clipboard][ - ]CODE:[sam@chenwysam]$ awk'{(tot+=$6)}; END{print "Club student total points :" tot}' grade.txtClub student total points :1558. 文件长度相加在目录中查看文件时,如果想快速查看所有文件的长度及其总和,但要排除子目录,使用ls -l命令,然后管道输出到a w k,a w k首先剔除首字符为d(使用正则表达式)的记录,然后将文件长度列相加,并输出每一文件长度及在E N D部分输出所有文件的长度。本例中,首先用ls -l命令查看一下文件属性。注意第二个文件属性首字符为d,说明它是一个目录,文件长度是第5列,文件名是第9列。如果系统不是这样排列文件名及其长度,应适时加以改变。下面的正则表达式表明必须匹配行首,并排除字符d,表达式为^ [ ^ d ]。使用此模式打印文件名及其长度,然后将各长度相加放入变量to t中。[Copy to clipboard][ - ]CODE:[sam@chenwysam]$ ls-l | awk '/^[^d]/ {print $9"\t"$5} {tot+=$5} END {print "totalKB:" tot}'...................total KB:174144内置的字符串函数[Copy to clipboard][ - ]CODE:awk内置字符串函数g s u b ( r, s ) 在整个$ 0中用s替代rg s u b ( r, s , t ) 在整个t中用s替代ri n d e x ( s , t ) 返回s中字符串t的第一位置l e n g t h ( s ) 返回s长度m a t c h ( s , r ) 测试s是否包含匹配r的字符串s p l i t ( s , a , f s ) 在f s上将s分成序列as p r i n t ( f m t , e x p ) 返回经f m t格式化后的e x ps u b ( r, s ) 用$0中最左边最长的子串代替ss u b s t r ( s , p ) 返回字符串s中从p开始的后缀部分s u b s t r ( s , p , n ) 返回字符串s中从p开始长度为n的后缀部分g s u b函数有点类似于s e d查找和替换。它允许替换一个字符串或字符为另一个字符串或字符,并以正则表达式的形式执行。第一个函数作用于记录$ 0,第二个g s u b函数允许指定目标,然而,如果未指定目标,缺省为$ 0。i n d e x(s,t)函数返回目标字符串s中查询字符串t的首位置。l e n g t h函数返回字符串s字符长度。m a t c h函数测试字符串s是否包含一个正则表达式r定义的匹配。s p l i t使用域分隔符f s将字符串s划分为指定序列a。s p r i n t函数类似于p r i n t f函数(以后涉及),返回基本输出格式f m t的结果字符串e x p。s u b(r,s)函数将用s替代$ 0中最左边最长的子串,该子串被( r)匹配。s u b(s,p)返回字符串s在位置p后的后缀。s u b s t r(s,p,n)同上,并指定子串长度为n。现在看一看a w k中这些字符串函数的功能。1. gsub要在整个记录中替换一个字符串为另一个,使用正则表达式格式, /目标模式/,替换模式/。例如改变学生序号4 8 4 2到4 8 9 9:[Copy to clipboard][ - ]CODE:[root@Linux_chenwyroot]# cd /usr/sam[root@Linux_chenwy sam]# awk 'gsub(/4842/,4899){print $0}' grade.txtJ.Troll 07/99 4899 Brown-3 12 26 26[Copy to clipboard][ - ]CODE:[root@Linux_chenwysam]# awk 'gsub(/4842/,4899)' grade.txtJ.Troll 07/99 4899 Brown-3 12 26 262. index查询字符串s中t出现的第一位置。必须用双引号将字符串括起来。例如返回目标字符串B u n n y中ny出现的第一位置,即字符个数。[Copy to clipboard][ - ]CODE:[root@Linux_chenwysam]# awk 'BEGIN {print index("Bunny","ny")}' grade.txt43. length返回所需字符串长度,例如检验字符串J. Tr o l l返回名字及其长度,即人名构成的字符个数[Copy to clipboard][ - ]CODE:[root@Linux_chenwysam]# awk '$1=="J.Troll" {print length($1)" "$1}' grade.txt7 J.Troll还有一种方法,这里字符串加双引号。[Copy to clipboard][ - ]CODE:[root@Linux_chenwysam]# awk 'BEGIN{print length("A FEW GOOD MEN")}'144. matchm a t c h测试目标字符串是否包含查找字符的一部分。可以对查找部分使用正则表达式,返回值为成功出现的字符排列数。如果未找到,返回0,第一个例子在A N C D中查找d。因其不存在,所以返回0。第二个例子在A N C D中查找D。因其存在,所以返回A N C D中D出现的首位置字符数。第三个例子在学生J . L u l u中查找u。[Copy to clipboard][ - ]CODE:[root@Linux_chenwysam]# awk 'BEGIN{print match("ANCD",/d/)}'0[root@Linux_chenwy sam]# awk 'BEGIN{print match("ANCD",/D/)}'4[root@Linux_chenwy sam]# awk '$1=="J.Lulu" {printmatch($1,"u")}' grade.txt45. split使用s p l i t返回字符串数组元素个数。工作方式如下:如果有一字符串,包含一指定分隔符- ,例如A D2 - K P 9 - J U 2 - L P - 1,将之划分成一个数组。使用s p l i t,指定分隔符及数组名。此例中,命令格式为(" A D 2 - K P 9 - J U 2 - L P - 1 ",p a r t s _ a r r a y," - "),s p l i t然后返回数组下标数,这里结果为4。[Copy to clipboard][ - ]CODE:[root@Linux_chenwysam]# awk 'BEGIN {printsplit("123-456-789",pats_array,"-")}'3还有一个例子使用不同的分隔符。[Copy to clipboard][ - ]CODE:[root@Linux_chenwy sam]#awk 'BEGIN {print split("123#456#789",myarray,"#")}' 3这个例子中,s p l i t返回数组m y a r r a y的下标数。数组m y a r r a y取值如下:[Copy to clipboard][ - ]CODE:myarray[1]=123myarray[2]=456myarray[3]=789结尾部分讲述数组概念。6. sub使用s u b发现并替换模式的第一次出现位置。字符串ST R包含‘popedpopo pill’,执行下列su b命令su b(/o p /,"o p ",ST R)。模式op第一次出现时,进行替换操作,返回结果如下:‘pO Ped pope pill’。如:学生J . Tr o l l的记录有两个值一样,“目前级别分”与“最高级别分”。只改变第一个为2 9,第二个仍为2 4不动,操作命令为s u b(/ 2 6 /," 2 9 ",$ 0),只替换第一个出现2 4的位置。注意J . Tr o l l记录需存在。[Copy to clipboard][ - ]CODE:[root@Linux_chenwysam]# awk '$1=="J.Troll" sub(/26/,"29",$0)' grade.txtM.Tans 5/99 48311 Green 8 40 44J.Lulu 06/99 48317 green 9 24 29P.Bunny 02/99 48 Yellow 12 35 28J.Troll 07/99 4842 Brown-3 12 29 L.Tansl 05/99 4712 Brown-2 12 30 287. substrs u b s t r是一个很有用的函数。它按照起始位置及长度返回字符串的一部分。例子如下:[Copy to clipboard][ - ]CODE:[root@Linux_chenwysam]# awk '$1=="L.Tansl" {print substr($1,1,3)}' grade.txtL.T上面例子中,指定在域1的第一个字符开始,返回其前面5个字符。如果给定长度值远大于字符串长度,a w k将从起始位置返回所有字符,要抽取L Ta n s l - e y的姓,只需从第3个字符开始返回长度为7。可以输入长度9 9,a w k返回结果相同。[Copy to clipboard][ - ]CODE:[root@Linux_chenwysam]# awk '$1=="L.Tansl" {print substr($1,1,99)}' grade.txtL.Tansls u b s t r的另一种形式是返回字符串后缀或指定位置后面字符。这里需要给出指定字符串及其返回字串的起始位置。例如,从文本文件中抽取姓氏,需操作域1,并从第三个字符开始:[Copy to clipboard][ - ]CODE:[root@Linux_chenwysam]# awk '{print substr($1,3)}' grade.txtTansLuluBunnyTrollTansl还有一个例子,在B E G I N部分定义字符串,在E N D部分返回从第t个字符开始抽取的子串。[Copy to clipboard][ - ]CODE:[root@Linux_chenwysam]# awk 'BEGIN{STR="A FEW GOOD MEN"}END{print substr(STR,7)}'grade.txtGOOD MEN8. 从sh e l l中向aw k传入字符串a w k脚本大多只有一行,其中很少是字符串表示的。大多要求在一行内完成a w k脚本,这一点通过将变量传入a w k命令行会变得很容易。现就其基本原理讲述一些例子。使用管道将字符串s t a n d - b y传入a w k,返回其长度。[Copy to clipboard][ - ]CODE:[root@Linux_chenwysam]# echo "Stand-by" | awk '{print length($0)}'8设置文件名为一变量,管道输出到a w k,返回不带扩展名的文件名。[Copy to clipboard][ - ]CODE:[root@Linux_chenwysam]# STR="mydoc.txt"[root@Linux_chenwy sam]# echo $STR|awk '{print substr($STR,1,5)}'mydoc设置文件名为一变量,管道输出到a w k,只返回其扩展名。[Copy to clipboard][ - ]CODE:[root@Linux_chenwysam]# STR="mydoc.txt"[root@Linux_chenwy sam]# echo $STR|awk '{print substr($STR,7)}'txt字符串屏蔽序列使用字符串或正则表达式时,有时需要在输出中加入一新行或查询一元字符。打印一新行时,(新行为字符\ n),给出其屏蔽序列,以不失其特殊含义,用法为在字符串前加入反斜线。例如使用\ n强迫打印一新行。如果使用正则表达式,查询花括号({ }),在字符前加反斜线,如/ \ { /,将在aw k中失掉其特殊含义。[Copy to clipboard][ - ]CODE:awk中使用的屏蔽序列\ b 退格键\ t t a b键\ f 走纸换页\ d d d 八进制值\ n 新行\ c 任意其他特殊字符,例如\\为反斜线符号\ r 回车键使用上述符号,打印May Day,中间夹t a b键,后跟两个新行,再打印May Day,但这次使用八进制数1 0 4、1 4 1、1 7 1、分别代表D、a、y。[Copy to clipboard][ - ]CODE:[root@chenwysam]#awk 'BEGIN {print"\n\May\tDay\n\nMay\t\104\141\171"}'May DayMay Day注意,\ 1 0 4为D的八进制A S C I I码,\ 1 4 1为a的八进制A S C I I码,等等。