自学Linux Shell19.2-gawk程序高级特性

点击返回 自学Linux命令行与Shell脚本之路

19.2-gawk程序高级特性

linux世界中最普遍使用的两个命令行编辑器：

• sed
• gawk

1. gawk使用变量

编程语言共有的特性是使用变量来存取值。gawk编程语言支持两种不一样类型的变量：

• 内建变量
• 自定义变量

1.1 内建变量

gawk程序使用内建变量来引用程序数据里的一些特殊功能。

1.1.1 字段和记录分隔符变量

变量	描述
FIELDWIDTHS	由空格分隔开的定义了每一个数据字段确切宽度的一列数字
FS	输入字段分隔符
RS	输入数据行分隔符/记录分隔符
OFS	输出字段分隔符
ORS	输出数据行分隔符/记录分隔符

•  变量FS OFS定义了gawk如何处理数据流中的数据字段
•  变量RS ORS定义了gawk如何处理数据流中的记录分隔行

 变量OFS时用在print命令的输出上面， 默认状况下gawk将OFS设置成空格。经过设置OFS的值，能够再输出中使用任意字符串来分割字段。

FIELDWIDTHS变量容许不使用字段分隔符来读取记录，一旦设置了FIELDWIDTHS变量，gawk就会忽略FS变量，并根据提供的字段宽度来计算字段。

 

默认状况下，gawk将RS、ORS设为换行符  。    默认RS代表输入数据流中的每行新文本就是一条新纪录。

典型例子就是，FS变量设置成换行符，代表数据流中的每行都是一个单独的字段，每行的全部数据都属于同一个字段。
　　　　　　　RS变量设置成空字符串，而后在数据记录中留一个空白行，便是把每一个空白行当作一个记录分隔符。

 1.1.2 数据变量

变量	描述
ARGC	出现的命令行参数的个数
ARGIND	当前正在处理的文件在ARGV中的索引
ARGV	命令行参数数组
CONVFMT	数字的转换格式（参见printf语句）。默认值为%.6g
ENVIRON	当前shell环境变量及其值的关联数组
ERRNO	当读取或关闭输入文件时发生错误时的系统错误
FILENAME	用于输入到gawk程序的数据文件的文件名
FNR	数据文件的当前记录号
IGNORECASE	若是设置为非0，则忽略gawk命令中使用的字符串的大小写
NF	数据文件中数据字段的个数
NR	已处理的输入记录的个数
OFMT	显示数字的输出格式。默认为%,6g
RLENGTH	匹配函数中匹配上的子字符串的长度
RSTART	匹配函数中匹配上的子字符串的开始索引

 

以上代表，AGRC变量代表命令行上面有两个参数，gawk和adta.txt 。ARGV数组从索引0开始，ARGV[1]就是data.txt

1.2 自定义变量

• gawk自定义变量名可使任意数目的字母、数字和下划线，但不能以数字开头
• gawk变量名区分大小写

 1.2.1 在脚本中给变量赋值

gawk程序给变量赋值跟在shell脚本中赋值相似，都用赋值语句。

gawk变量能够保存数值或文本值，也可包含数学算式来处理数字值。

 

 1.2.2 在命令行上给变量赋值

gawk程序能够在命令行上给变量赋值。

 

存在一个问题： 若设置了变量后，这个值在打码的BEGIN部分不可用。

解决办法：

可使用-v命令行参数，它容许你在BEGIN代码以前设定变量，在命令行上，-v命令行参数必须放在脚本代码以前。

2. gawk处理数组

关联数组和数字数组不一样之处就是它的索引值可使任意文本字符串。

关联数组用各类字符串来引用值，每一个索引字符串都必须可以惟一地表示出赋给它的数据元素。

2.1 定义数组变量

1 var[index]= element  

index 是关联数组的索引值，element是数据元素值。

2.2 遍历数组变量

1 for （var in array）
2 {
3    statements
4 }

• for循环会在每次循环时将数组array的下一个索引值赋值给变量var，而后执行一遍statements
• 变量储存的是索引值而不是数组元素值。
• 索引值不会按任何特定的顺序返回，但他们都能指定对应的数据元素值。

2.3 删除数组变量

1 delete array[index]

删除命令会从数组中删除关联索引值和相关的数据元素值。

 

3. gawk使用模式

3.1 正则表达式

 gawk使用正则表达式时，正则表达式必须出如今它要控制的程序脚本的左侧花括号前面。

 

以上正则表达式/11/匹配了数据字段中含有字符串11的记录。

3.2 匹配操做符~ ！

• 匹配操做符容许将正则表达式限定在记录中的特定数据字段。能够指定匹配操做符、数据字段变量及要匹配的正则表达式。
• 可使用！符号来排除正则表达式的匹配。

3.3 数学表达式

•  可使用普通数学表达式，x == y; x<=y;x>y 等等
• 也能够对文本数据使用数学表达式，可是必定要彻底匹配（若无匹配，没有任何记录）

 

以上显示脚本查看第4个数据字段含有值为0的记录，即显示属于root用户组的系统用户。

4. gawk使用结构化命令

4.1 gawk使用if语句

1 if （condition）
2    statement1

if （condition） statement1

1 if （condition）
2    statement1；
3 else
4    statement2

if （condition） statement1； else  statement2

• 若是须要在if语句执行多条语句，必须用花括号将它们括起来
• 不能混用if语句的花括号和用来表示程序脚本开始和结束的花括号
• gawk的if语句支持else子句，容许在if语句条件不成立的状况下执行一条或多条语句

4.2 gawk使用while语句

while （condition）
{
   statements
}

• while循环容许遍历一组数据，并检查迭代的结束条件。
• gawk容许在while循环内使用break和continue语句从循环内跳出。

4.3 gawk使用do - while语句

1 do
2 {
3   statements
4 } while （condition）

保证了语句在条件被求值以前至少执行一次。

4.4 gawk使用 for 语句（支持C风格的for循环）

1 for （variable assignment；condition；iteration process）

5. gawk使用格式化打印printf

 printf format, item1, item2, ...

•  format是必须的；
•  不会自动换行，需显式给定行分隔符；
•  format中须要分别为后面的每一个item指定一个格式符；

 格式化指定符采用以下格式：

1 都以%开头，后跟一个字符

• %c: 显示字符的ASCII码；
• %d，%i: 显示十进制整数；
• %e, %E: 科学计数法显示数值；
• %f: 显示为浮点数；
• %g, %G: 以科学计数法格式或浮点数格式显示数值；
• %s: 字符串
• %u: 无符号的整数
• %%: 显示%自身

 除了以上控制字母，还有3中修饰符：

• width 指定了输出字符最小宽度的数字值
• prec 一个数值，指定了浮点数中小数点后面的位数或者文本字符串中显示的最大字符数
• -（减号） 指明在向格式化空间中放入数据时采用左对齐仍是右对齐（默认是右对齐）

 

6. gawk经常使用的内建函数

6.1 gawk数学函数

• exp(x)      x的指数函数
• int(x)       x的整数部分
• rand()      0至1之间的随机浮点数

6.2 gawk字符串函数

• asort(s [,d])           将数组s按数据元素值排序
• index(s,t)              返回字符串t在字符串s中的索引值
• length([s])             返回字符串s的长度

6.3 gawk时间函数

• mktime(datespec)        将一个按YYYY MM DD HH MM SS格式的日期转换成时间戳
• systime()               返回当前时间的时间戳
• strftime(format [,timestamp])         将时间戳转成date()格式化日期

7. gawk自定义函数 

7.1 gawk自定义函数

1 function name（[variables]）
2 {
3    statements
4 }

• name是用户定义函数的名称。
• 函数名称应以字符的字母而且其他部分能够是数字，字母或下划线的任意组合。
• gawk的保留字不能被用做函数名称。
• 函数能够接受以逗号分隔的多个参数。参数不是强制性的。咱们也能够建立一个用户定义的函数不带任何参数。

7.2 gawk使用自定义函数

在定义函数时，必须出如今代码块以前（包括BEGIN代码块）。

7.3 gawk使用库函数

 gawk可使用将多个函数放置在一个库文件中，经过调用库文件使用全部的函数。

....