Fundamentos

Fundamentos

Nos referiremos al lenguaje como AWK y al ejecutable que interpreta los programas de AWK como awk o gawk.

Patrones y acciones

Un programa de AWK se compone de pares de patrón y acción

pattern1 { action1 }
pattern2 { action2 }
...

Un patrón puede ser un patrón de expresión regular con el que se compara la entrada. También puede ser cualquier expresión que dé como resultado un valor verdadero o falso.

Una acción es uno o más comandos de AWK. Las llaves que la encierran son obligatorias.

Si el resultado del patrón es verdadero, entonces se evalúa la acción correspondiente.

Registros y campos

AWK analiza la entrada como una serie de registros. Cada registro se divide en cero o más campos.

El comportamiento predeterminado es:

• dividir la entrada en registros usando el salto de línea como «separador de registros», así que cada línea es un registro.
• dividir el registro en campos usando los espacios en blanco como «separador de campos», así que cada palabra es un campo.

Patrones y acciones (continuación)

El patrón se puede omitir, en cuyo caso la acción se evalúa para cada registro de entrada.

La acción se puede omitir, en cuyo caso la acción predeterminada es imprimir el registro actual.

Patrones especiales

Hay dos patrones especiales que se usan con frecuencia.

• BEGIN evaluará la acción asociada antes de que se consuma cualquier entrada.
• END evaluará la acción asociada después de que se consuma toda la entrada.

Variables de campo

Te refieres a los campos como $1, $2, $3, etc.

El registro actual es $0.

Aquí tienes otras variables integradas que se usan con frecuencia.

Variables integradas que controlan el análisis de la entrada

• RS es el separador de registros de la entrada. Como se mencionó, su valor predeterminado es un salto de línea.
• FS es el separador de campos de la entrada.

Estas variables con frecuencia se establecen en el bloque de acción BEGIN.

Variables integradas que transmiten información

AWK establece estas variables automáticamente durante la ejecución del programa.

• NF guarda el número de campos del registro actual.
  • Para obtener el valor del último campo, usa $NF.
• NR guarda el número del registro actual.
  • Cuando se procesan varios archivos de entrada, NR contendrá el número total de registros procesados hasta el momento.
• FNR guarda el número del registro actual del archivo de entrada actual.
  • Para ilustrar la diferencia entre NR y FNR, aquí tienes un modismo común de AWK.

    NR == FNR {action}
    

    Esto significa «si el número de registro acumulado es igual al número de registro del archivo actual». Esto solo puede ser verdadero para los registros del primer archivo de entrada.

Veracidad

AWK usa el mismo concepto de veracidad que C.

• El número 0 es falso.
• Cualquier otro número es verdadero.

Como AWK es un lenguaje de procesamiento de texto, los valores de verdad se extienden a los string.

• Un string vacío "" es falso.
• Cualquier string no vacío es verdadero.

Comentarios

Los comentarios comienzan con el carácter # y se extienden hasta el final de la línea.

Ejemplos

En los sistemas tipo Unix, /etc/passwd contiene información sobre los usuarios. Cada usuario se describe en una línea aparte, con los campos separados por dos puntos.

Para listar los nombres de usuario:

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

Fíjate que la acción {print $1} no tiene patrón, así que se ejecuta para cada registro.

Si queremos limitar la salida a solo los usuarios que usan bash como su shell de inicio de sesión, podemos hacer:

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