Τα βασικά

Βασικές αρχές

Θα αναφερόμαστε στη γλώσσα ως AWK και στο εκτελέσιμο που διερμηνεύει προγράμματα AWK ως awk ή gawk.

Μοτίβα και ενέργειες

Ένα πρόγραμμα AWK αποτελείται από ζεύγη μοτίβου-ενέργειας

pattern1 { action1 }
pattern2 { action2 }
...

Ένα μοτίβο μπορεί να είναι ένα μοτίβο κανονικής έκφρασης για αντιστοίχιση με την είσοδο. Μπορεί επίσης να είναι οποιαδήποτε έκφραση που έχει ως αποτέλεσμα μια τιμή αληθής/ψευδής.

Μια ενέργεια είναι μία ή περισσότερες εντολές AWK. Τα άγκιστρα που την περικλείουν είναι υποχρεωτικά.

Αν το αποτέλεσμα του μοτίβου είναι αληθές, τότε εκτελείται η αντίστοιχη ενέργεια.

Καταγραφές και πεδία

Το AWK αναλύει την είσοδο σε μια σειρά από καταγραφές. Κάθε καταγραφή χωρίζεται σε μηδέν ή περισσότερα πεδία.

Η προεπιλεγμένη συμπεριφορά είναι να:

• χωρίζει την είσοδο σε καταγραφές χρησιμοποιώντας τον χαρακτήρα αλλαγής γραμμής ως "διαχωριστικό καταγραφών", ώστε κάθε γραμμή να είναι μια καταγραφή.
• χωρίζει την καταγραφή σε πεδία χρησιμοποιώντας τα κενά ως "διαχωριστικό πεδίων", ώστε κάθε λέξη να είναι ένα πεδίο.

Μοτίβα και ενέργειες, συνέχεια

Το μοτίβο μπορεί να παραλειφθεί, οπότε η ενέργεια εκτελείται για κάθε καταγραφή εισόδου.

Η ενέργεια μπορεί να παραλειφθεί, οπότε η προεπιλεγμένη ενέργεια είναι να εκτυπωθεί η τρέχουσα καταγραφή.

Ειδικά μοτίβα

Υπάρχουν δύο ειδικά μοτίβα που χρησιμοποιούνται συχνά.

• Το BEGIN εκτελεί τη σχετική ενέργεια πριν καταναλωθεί οποιαδήποτε είσοδος.
• Το END εκτελεί τη σχετική ενέργεια αφού καταναλωθεί όλη η είσοδος.

Μεταβλητές πεδίων

Αναφέρεσαι στα πεδία ως $1, $2, $3, κ.λπ.

Η τρέχουσα καταγραφή είναι το $0.

Ακολουθούν μερικές άλλες συχνά χρησιμοποιούμενες ενσωματωμένες μεταβλητές.

Ενσωματωμένες μεταβλητές που ελέγχουν την ανάλυση της εισόδου

• Το RS είναι το διαχωριστικό καταγραφών της εισόδου. Όπως αναφέρθηκε, η προεπιλεγμένη τιμή του είναι ο χαρακτήρας αλλαγής γραμμής.
• Το FS είναι το διαχωριστικό πεδίων της εισόδου.

Αυτές οι μεταβλητές ορίζονται συχνά στο μπλοκ ενέργειας BEGIN.

Ενσωματωμένες μεταβλητές που μεταφέρουν πληροφορίες

Αυτές οι μεταβλητές ορίζονται αυτόματα από το AWK κατά την εκτέλεση του προγράμματος.

• Το NF αποθηκεύει τον αριθμό των πεδίων στην τρέχουσα καταγραφή.
  • Για να πάρεις την τιμή του τελευταίου πεδίου, χρησιμοποίησε το $NF.
• Το NR αποθηκεύει τον τρέχοντα αριθμό καταγραφής.
  • Όταν επεξεργάζονται πολλά αρχεία εισόδου, το NR κρατά τον συνολικό αριθμό καταγραφών που έχουν υποστεί επεξεργασία μέχρι στιγμής.
• Το FNR αποθηκεύει τον τρέχοντα αριθμό καταγραφής του τρέχοντος αρχείου εισόδου.
  • Για να δείξουμε τη διαφορά μεταξύ NR και FNR, να ένα συνηθισμένο ιδίωμα της AWK.

    NR == FNR {action}
    

    Αυτό σημαίνει "αν ο συσσωρευμένος αριθμός καταγραφών ισούται με τον αριθμό καταγραφών του τρέχοντος αρχείου." Αυτό μπορεί να ισχύει μόνο για καταγραφές στο πρώτο αρχείο εισόδου.

Αληθείς και ψευδείς τιμές

Το AWK χρησιμοποιεί την ίδια έννοια αλήθειας με τη C.

• Ο αριθμός 0 είναι ψευδής.
• Οποιοσδήποτε άλλος αριθμός είναι αληθής.

Επειδή το AWK είναι μια γλώσσα επεξεργασίας κειμένου, οι τιμές αλήθειας επεκτείνονται και στις συμβολοσειρές.

• Μια κενή συμβολοσειρά "" είναι ψευδής.
• Οποιαδήποτε μη κενή συμβολοσειρά είναι αληθής.

Σχόλια

Τα σχόλια ξεκινούν με τον χαρακτήρα # και εκτείνονται μέχρι το τέλος της γραμμής.

Παραδείγματα

Στα συστήματα τύπου Unix, το /etc/passwd περιέχει πληροφορίες για τους χρήστες. Κάθε χρήστης περιγράφεται σε ξεχωριστή γραμμή, με τα πεδία να χωρίζονται με άνω και κάτω τελείες.

Για να εμφανίσεις τα ονόματα χρηστών:

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

Παρατήρησε ότι η ενέργεια {print $1} δεν έχει μοτίβο, οπότε εκτελείται για κάθε καταγραφή.

Αν θέλουμε να περιορίσουμε την έξοδο μόνο στους χρήστες που χρησιμοποιούν το bash ως κέλυφος σύνδεσης, μπορούμε να κάνουμε το εξής:

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