awk 应用

程序构成

样例文件 emp.data

雇员 单价 工时
Beth 4.00 0
Dan 3.75 0
Kathy 4.00 10
Mark 5.00 20
Mary 5.50 22
Susie 4.25 18

e.g_1: 打印每位雇员的名称和报酬(单价*工时), 雇员的工作时长必须大于0

awk '{print $1, $2 * $3}' emp.data
awk '$3 > 0 {print $1, $2 * $3}' emp.data

$n: 代表第几个字段
{print $1, $2 * $3}: 代表动作
$3 > 0: 代表模式

e.g_2: 查找没有来工作的人的信息

awk '$3 == 0 {print $0}' emp.data

$0: 当前行的数据
{print $0}: 动作
$3 > 0: 模式

由此可见, awk 程序的组成结构是

awk 'program' input_files(可以是多个文件)
program:
	模式 {动作}
	...
每一行 awk 程序都是由多个 `模式{动作}` 组成的

awk 的基本工作方式

每一个输入行轮流被每一个模式测试, 每匹配一个模式, 对应的动作就会执行
模式或动作都可以被省略, 但不能同时省略
	`省略模式`: 代表模式测试永远为真, 执行动作
	`省略动作`: 若模式测试为真, 则输出当前行

杂项

如何测试自己写的 awk 程序是否正确?

awk 'program'
> 手动输入行信息看输出

以上说的都是一些程序比较简短的, 若程序较长, 可将程序写入文件

awk -f program_file input_files

print 与 printf 的区别

`print`: 打印输出, 自带换行
`printf`: 可以格式化输出, 无法自带换行
	`%-8s`: 占用8个字符, -代表左对齐
	`%8.2f`: 占用8个字符, 精确到2位小数

e.g_3: 根据每个人的报酬升序输出?

awk '{printf("%6.2f %s\n", $2 * $3, $0)}' emp.data | sort -n

功能点

模式

• BEGIN

• END

• expression

• /regular expression/

• compund pattern

  复合模式: &&, ||, !
  

• pattern1, pattern2

  范围模式: 输入行从匹配 pattern1 的行开始, 到匹配 pattern2 的行结束
  

• e.g_4: 求出 emp.data 的平均报酬

awk '{cou = cou + 1; pay = pay + $2 * $3; print $0} END {print "avg = ", pay / cou}' emp.data

• e.g_5: 求出报酬最多的那个人

awk '$2 * $3 > m {m = $2 * $3; r = $0} END {print m, r}' emp.data

内建变量

变量名	描述
ARGC	命令行参数的个数
ARGV	命令行参数数组
FNR	当前输入文件的记录个数
FS	输入记录的字段分隔符
NF	当前输入记录的字段个数
NR	当前记录行数
OFMT	数值的输出格式
OFS	输出字段分隔符
ORS	输出记录分隔符
RLENGTH	被函数 match 匹配的字符串的长度
RS	输入行的记录分隔符
RSTART	被函数 match 匹配的字符串的开始
SUBSEP	下标分隔符

内建函数

变量名	描述
atan2
cos
exp
int
log
rand
sin
sqrt
srand
gsub
index
length
match
split
sprintf
sub
substr
getline

流程控制

• if ...

• if ... else ...

• if ... else if ...

• if ... else if ... else ...

• while ...

• for ...

• e.g_6: 打印名字长度是 4 的数据信息

awk '{if (length($1) == 4) {print $0;}}' emp.data

数组

• variable in array

• delete array[i]

• 多维: (i, j) in array

• e.g_7: 倒序输出一个文件的数据

{
	line[NR] = $0;
	i = i + 1;
}
END {
	while (i > 0) {
		print line[i];
		i = i - 1;
	}
}

自定义函数

function funcName(params) {

}