Noções básicas

Fundamentos

Vamos nos referir à linguagem como AWK e ao executável que interpreta programas AWK como awk ou gawk.

Padrões e ações

Um programa AWK é composto de pares padrão-ação

pattern1 { action1 }
pattern2 { action2 }
...

Um padrão pode ser uma expressão regular para corresponder à entrada. Também pode ser qualquer expressão que resulte em um valor verdadeiro ou falso.

Uma ação é um ou mais comandos AWK. As chaves ao redor são obrigatórias.

Se o resultado do padrão for verdadeiro, a ação correspondente é executada.

Registros e campos

O AWK analisa a entrada como uma série de registros. Cada registro é dividido em zero ou mais campos.

O comportamento padrão é:

• dividir a entrada em registros usando a quebra de linha como "separador de registros", de modo que cada linha seja um registro.
• dividir o registro em campos usando espaços em branco como "separador de campos", de modo que cada palavra seja um campo.

Padrões e ações, continuação

O padrão pode ser omitido, e nesse caso a ação é executada para cada registro de entrada.

A ação pode ser omitida, e nesse caso a ação padrão é imprimir o registro atual.

Padrões especiais

Há dois padrões especiais que são usados com frequência.

• BEGIN executa a ação associada antes que qualquer entrada seja consumida.
• END executa a ação associada depois que toda a entrada for consumida.

Variáveis de campo

Você se refere aos campos como $1, $2, $3 etc.

O registro atual é $0.

Aqui estão algumas outras variáveis internas usadas com frequência.

Variáveis internas que controlam a análise da entrada

• RS é o separador de registros da entrada. Como mencionado, seu valor padrão é uma quebra de linha.
• FS é o separador de campos da entrada.

Essas variáveis geralmente são definidas no bloco de ação BEGIN.

Variáveis internas que trazem informações

Essas variáveis são definidas automaticamente pelo AWK durante a execução do programa.

• NF armazena o número de campos no registro atual.
  • Para obter o valor do último campo, use $NF.
• NR armazena o número do registro atual.
  • Quando vários arquivos de entrada estão sendo processados, NR contém o número total de registros processados até o momento.
• FNR armazena o número do registro atual no arquivo de entrada atual.
  • Para ilustrar a diferença entre NR e FNR, aqui está uma expressão idiomática comum do AWK.

    NR == FNR {action}
    

    Isso significa "se o número acumulado de registros for igual ao número de registros do arquivo atual". Isso só pode ser verdadeiro para registros do primeiro arquivo de entrada.

Veracidade

O AWK usa o mesmo conceito de veracidade que o C.

• O número 0 é falso.
• Qualquer outro número é verdadeiro.

Como o AWK é uma linguagem de processamento de texto, os valores de verdade se estendem às strings.

• Uma string vazia "" é falsa.
• Qualquer string não vazia é verdadeira.

Comentários

Os comentários começam com o caractere # e vão até o fim da linha.

Exemplos

Em sistemas do tipo Unix, /etc/passwd contém informações sobre usuários. Cada usuário é descrito em uma linha separada, com os campos separados por dois-pontos.

Para listar os nomes de usuário:

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

Repare que a ação {print $1} não tem padrão, então ela é executada para cada registro.

Se quisermos limitar a saída apenas aos usuários que usam o bash como shell de login, podemos fazer:

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