Grundlagen

Grundlagen

Wir bezeichnen die Sprache als AWK und das ausführbare Programm, das AWK-Programme interpretiert, als awk oder gawk.

Muster und Aktionen

Ein AWK-Programm besteht aus Muster-Aktions-Paaren

pattern1 { action1 }
pattern2 { action2 }
...

Ein Muster kann ein regulärer Ausdruck sein, der auf die Eingabe angewendet wird. Es kann auch jeder Ausdruck sein, der einen Wahrheitswert ergibt.

Eine Aktion besteht aus einem oder mehreren AWK-Befehlen. Die umschließenden geschweiften Klammern sind erforderlich.

Wenn das Ergebnis des Musters wahr ist, wird die entsprechende Aktion ausgewertet.

Datensätze und Felder

AWK zerlegt die Eingabe in eine Folge von Datensätzen. Jeder Datensatz wird in null oder mehr Felder aufgeteilt.

Das Standardverhalten ist:

• die Eingabe anhand des Zeilenumbruchs als „Datensatztrennzeichen“ in Datensätze aufzuteilen, sodass jede Zeile ein Datensatz ist.
• den Datensatz anhand von Leerraum als „Feldtrennzeichen“ in Felder aufzuteilen, sodass jedes Wort ein Feld ist.

Muster und Aktionen, Fortsetzung

Das Muster kann weggelassen werden; in diesem Fall wird die Aktion für jeden Eingabedatensatz ausgewertet.

Die Aktion kann weggelassen werden; in diesem Fall besteht die Standardaktion darin, den aktuellen Datensatz auszugeben.

Spezielle Muster

Es gibt zwei spezielle Muster, die häufig verwendet werden.

• BEGIN wertet die zugehörige Aktion aus, bevor eine Eingabe verarbeitet wird.
• END wertet die zugehörige Aktion aus, nachdem die gesamte Eingabe verarbeitet wurde.

Feldvariablen

Du verweist mit $1, $2, $3 usw. auf Felder.

Der aktuelle Datensatz ist $0.

Hier sind einige weitere häufig verwendete eingebaute Variablen.

Eingebaute Variablen, die das Parsen der Eingabe steuern

• RS ist das Datensatztrennzeichen der Eingabe. Wie bereits erwähnt, ist sein Standardwert ein Zeilenumbruch.
• FS ist das Feldtrennzeichen der Eingabe.

Diese Variablen werden oft im BEGIN-Aktionsblock gesetzt.

Eingebaute Variablen, die Informationen liefern

Diese Variablen werden von AWK während der Ausführung des Programms automatisch gesetzt.

• NF speichert die Anzahl der Felder im aktuellen Datensatz.
  • Um den Wert des letzten Feldes zu erhalten, verwende $NF.
• NR speichert die aktuelle Datensatznummer.
  • Wenn mehrere Eingabedateien verarbeitet werden, enthält NR die Gesamtzahl der bisher verarbeiteten Datensätze.
• FNR speichert die aktuelle Datensatznummer der aktuellen Eingabedatei.
  • Um den Unterschied zwischen NR und FNR zu veranschaulichen, hier ein gängiges AWK-Idiom.

    NR == FNR {action}
    

    Das bedeutet: „Wenn die akkumulierte Datensatznummer gleich der Datensatznummer der aktuellen Datei ist.“ Dies kann nur für Datensätze in der ersten Eingabedatei wahr sein.

Wahrheitswertigkeit

AWK verwendet dasselbe Konzept der Wahrheitswertigkeit wie C.

• Die Zahl 0 ist falsch.
• Jede andere Zahl ist wahr.

Da AWK eine textverarbeitende Sprache ist, werden Wahrheitswerte auf Strings erweitert.

• Ein leerer String "" ist falsch.
• Jeder nicht leere String ist wahr.

Kommentare

Kommentare beginnen mit dem Zeichen # und reichen bis zum Ende der Zeile.

Beispiele

Auf Unix-ähnlichen Systemen enthält /etc/passwd Informationen über Benutzer. Jeder Benutzer wird in einer separaten Zeile beschrieben, wobei die Felder durch Doppelpunkte getrennt sind.

Um die Benutzernamen aufzulisten:

awk '
    BEGIN { FS = ":" }
    { print $1 }
' /etc/passwd

Beachte, dass die Aktion {print $1} kein Muster hat und daher für jeden Datensatz ausgeführt wird.

Wenn wir die Ausgabe auf Benutzer beschränken wollen, die bash als Login-Shell verwenden, können wir das so machen:

awk '
    BEGIN { FS = ":" }
    $7 == "/bin/bash" { print $1 }
' /etc/passwd