Les bases

Les fondamentaux

On appellera le langage AWK et l'exécutable qui interprète les programmes AWK awk ou gawk.

Motifs et actions

Un programme AWK est composé de paires motif-action

pattern1 { action1 }
pattern2 { action2 }
...

Un motif peut être une expression régulière à comparer à l'entrée. Il peut aussi s'agir de n'importe quelle expression qui produit une valeur vraie ou fausse.

Une action est une ou plusieurs commandes AWK. Les accolades qui l'entourent sont obligatoires.

Si le résultat du motif est vrai, alors l'action correspondante est évaluée.

Enregistrements et champs

AWK analyse l'entrée comme une série d'enregistrements. Chaque enregistrement est découpé en zéro ou plusieurs champs.

Le comportement par défaut est le suivant :

• découper l'entrée en enregistrements en utilisant le retour à la ligne comme « séparateur d'enregistrements », de sorte que chaque ligne est un enregistrement.
• découper l'enregistrement en champs en utilisant les espaces comme « séparateur de champs », de sorte que chaque mot est un champ.

Motifs et actions, suite

On peut omettre le motif, auquel cas l'action est évaluée pour chaque enregistrement en entrée.

On peut omettre l'action, auquel cas l'action par défaut consiste à afficher l'enregistrement courant.

Motifs spéciaux

Deux motifs spéciaux sont souvent utilisés.

• BEGIN évalue l'action associée avant que la moindre entrée ne soit lue.
• END évalue l'action associée une fois toute l'entrée lue.

Variables de champ

On désigne les champs par $1, $2, $3, etc.

L'enregistrement courant est $0.

Voici quelques autres variables intégrées fréquemment utilisées.

Variables intégrées qui contrôlent l'analyse de l'entrée

• RS est le séparateur d'enregistrements en entrée. Comme mentionné, sa valeur par défaut est le retour à la ligne.
• FS est le séparateur de champs en entrée.

Ces variables sont souvent définies dans le bloc d'action BEGIN.

Variables intégrées qui portent de l'information

Ces variables sont définies automatiquement par AWK pendant l'exécution du programme.

• NF contient le nombre de champs de l'enregistrement courant.
  • Pour obtenir la valeur du dernier champ, utilise $NF.
• NR contient le numéro de l'enregistrement courant.
  • Lorsque plusieurs fichiers d'entrée sont traités, NR contient le nombre total d'enregistrements traités jusqu'ici.
• FNR contient le numéro de l'enregistrement courant dans le fichier d'entrée courant.
  • Pour illustrer la différence entre NR et FNR, voici une expression AWK courante.

    NR == FNR {action}
    

    Cela signifie « si le numéro d'enregistrement cumulé est égal au numéro d'enregistrement du fichier courant ». Ce ne peut être vrai que pour les enregistrements du premier fichier d'entrée.

Notion de vérité

AWK utilise la même notion de vérité que le C.

• Le nombre 0 est faux.
• Tout autre nombre est vrai.

Comme AWK est un langage de traitement de texte, cette notion de vérité s'étend aux strings.

• Une string vide "" est fausse.
• Toute string non vide est vraie.

Commentaires

Les commentaires commencent par le caractère # et s'étendent jusqu'à la fin de la ligne.

Exemples

Sur les systèmes de type Unix, /etc/passwd contient des informations sur les utilisateurs. Chaque utilisateur est décrit sur une ligne distincte, les champs étant séparés par des deux-points.

Pour lister les noms d'utilisateur :

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

Remarque que l'action {print $1} n'a pas de motif, elle est donc exécutée pour chaque enregistrement.

Si on veut limiter la sortie aux seuls utilisateurs qui utilisent bash comme shell de connexion, on peut faire :

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