首页 > 代码库 > 【译】 AWK教程指南 附录A-Patterns

【译】 AWK教程指南 附录A-Patterns

  awk 通过判断 Pattern 的值来决定是否执行其后所对应的Actions。这里列出几种常见的Pattern:

A.1 BEGIN

  BEGIN 为 awk 的保留字,是一种特殊的 Pattern。

  BEGIN 成立(其值为true)的时机是:

    "awk 程序一开始执行,尚未读取任何数据之前。"

  所以在 BEGIN { Actions } 语法中,其 Actions 部份仅于程序一开始执行时被执行一次。当 awk 从数据文件读入数据行后, BEGIN 便不再成立,故不论有多少数据行,该 Actions 部份仅被执行一次。

  一般常把 "与数据文件内容无关" 与 "只需执行一次" 的部分置于该Actions(以 BEGIN 为 Pattern)中。

例如:

    BEGIN {
      FS = "[ \t:]" # 于程序一开始时, 改变awk切割字段的方式
      RS = ""      # 于程序一开始时, 改变awk分隔数据行的方式
      count = 100   # 设定变量 count 的起始值
      print " This is a title line " # 印出一行 title
    }
    ....... 
    # 其它 Pattern { Actions } 
    .....

  有些awk程序甚至"不需要读入任何数据行"。遇到这情况可把整个程序置于以 BEGIN 为 Pattern的 Actions 中。

例如:

    BEGIN { print " Hello ! the Word ! " }

注意:执行该类仅含 BEGIN { Actions } 的程序时,awk 并不会开启任何数据文件进行处理。

A.2 END

  END 为 awk 的保留字,是另一种特殊的 Pattern。

  END 成立(其值为true)的时机与 BEGIN 恰好相反,为:

    "awk 处理完所有数据,即将离开程序时"

  平常读入数据行时,END并不成立,故其对应的 Actions 并不被执行;唯有当awk读完所有数据时,该 Actions 才会被执行。

注意:不管数据有多少行,该 Actions 仅被执行一次。

A.3 关系表达式

  使用像 " A 关系运算符 B" 的表达式当成 Pattern。

  当 A 与 B 存在所指定的关系(Relation)时,该 Pattern 就算成立(true)。

例如:

    length($0) <= 80 { print $0 }

  上式中 length($0) <= 80 是一个 Pattern,当 $0(数据行)的长度小于等于80时该 Pattern 的值为true,将执行其后的 Action (打印该行数据)。

 

  awk 中提供下列 关系运算符(Relation Operator)

运算符 含意
> 大于
< 小于
>= 大于或等于
<= 小于或等于
== 等于
!= 不等于
~ match
!~ not match

  上列关系运算符除~(match)与!~(not match)外,与 C 语言中的含意一致。

  ~(match) 与!~(match) 在 awk 的含意简述如下:

  若 A 为一字符串,B 为一正则表达式

  • A ~  B 判断 字符串A 中是否 包含    能匹配(match)B式样的子字符串。
  • A !~ B 判断 字符串A 中是否 未包含 能匹配(match)B式样的子字符串。

 

例如:  

    $0 ~ /program[0-9]+\.c/ { print $0 }

  $0 ~ /program[0-9]+\.c/ 整个是一个 Pattern,用来判断$0(数据行)中是否含有可 match  /program[0-9]+\.c/ 的子字符串,若$0 中含有该类字符串,则执行 print (打印该行数据)。

  Pattern 中被用来比对的字符串为$0 时(如本例),可仅以正则表达式部分表示整个Pattern。故本例的 Pattern 部分$0 ~/program[0-9]+\.c/ 可仅用/program[0-9]+\.c/表之(有关匹配及正则表达式请参考 附录 E )

A.4 正则表达式

  直接使用正则表达式当成 Pattern,此为 $0 ~ 正则表达式 的简写。

  该 Pattern 用以判断 $0(数据行) 中是否含有匹配该正则表达式的子字符串,若含有,该式成立(true),则执行其对应的 Actions。

例如:

    /^[0-9]*$/ { print "This line is an integer !" }

    $0 ~ /^[0-9]*$/ { print "This line is an integer !" }

 相同。

A.5 混合Pattern

  之前所介绍的各种 Patterns,其计算后结果为一逻辑值(True or False)。awk 中逻辑值彼此间可通过&&(and)、||(or)、!(not) 结合成一个新的逻辑值。故不同 Patterns 彼此可通过上述结合符号来结合成一个新的 Pattern。如此可进行复杂的条件判断。

例如:

    FNR >= 23 && FNR <= 28 { print "     " $0 }

  上式利用&& (and) 将两个 Pattern 求值的结果合并成一个逻辑值。该式将数据文件中 第23行 到 28行 向右移5格(先输出5个空白字符)后输出。( FNR 为awk的内置变量, 请参考 附录 D )

A.6 Pattern1, Pattern2

  遇到这种 Pattern(笔者注:逗号表达式),awk 会帮您设立一个 switch(或flag)。

  •  当awk读入的数据行使得 Pattern1 成立时,awk 会打开(turn on)这个 switch
  •  当awk读入的数据行使得 Pattern2 成立时,awk 会关上(turn off)这个 switch

  该 Pattern 成立的条件是:

    当这个 switch 被打开(turn on)时 (包括 Pattern1 或 Pattern2 成立的情况)

例 如:

    FNR >= 23 && FNR <= 28 { print "     " $0 }

可改写为

    FNR == 23 , FNR == 28 { print "     " $0 }

 

说 明:

  当 FNR >= 23 时,awk 就 turn on 这个 switch;因为随着数据行的读入,awk不停的累加 FNR。当 FNR = 28 时,Pattern2 (FNR == 28) 便成立,这时 awk 会关上这个 switch。

  当 switch 打开的期间,awk 会执行  print "     " $0

  ( FNR 为awk的内置变量, 请参考 附录 D )