AWK chapter2

GITHUB

2.1 模式

• 模式汇总

  1. BEGIN{ statements }
     
     在输入被读取之前，statements执行一次
  2. END{ statements }
     
     当所有输入读取完毕后，statements被执行一次
  3. expression{ statements }
     
     当expression为真时，statements被执行一次
  4. /regular expression/ or compound pattern or pattern1,pattern2 { statements }
     
     当正则被匹配或者复合表达式为真或者范围匹配时，执行后面statements

• 将表达式用作模式

  运算符	意义
  <	小于
  <=	小于或等于
  ==	等于
  !=	不等于
  >=	大于或等于
  >	大于
  ～	匹配
  !~	不匹配

• 字符串匹配模式

  1. /regrxpr/
     
     当当前输入行包含一段被regrxpr匹配的子字符串时，该模式被匹配
  2. expression ~ /regexpr/
     
     expression 包含一段被regexpr匹配的子字符串时，该模式被匹配
  3. expression !~ /regexpr/
     
     不包含被regexpr匹配的子字符串时，模式被匹配

• 正则表达式

  1. 元字符
     
     \ ^ $ . [ ] | ( ) * + ?
  2. 基本正则表达式
     1. 一个不是元字符的字符 eg. A
     2. 一个匹配特殊符号的转义字符 eg. \t
     3. 一个被引用的元字符 eg. *
     4. ^ 匹配一行的开始
     5. $ 匹配一行的结束
     6. . 匹配任意一个字符
     7. 一个字符类[ABC] 匹配字符A B 或 C
     8. 字符类的缩写形式 [A-Za-z] 匹配单个字母
     9. 一个互补的字符类 [^0-9] 匹配任意一个不是数字的字符
  3. 运算符组合
     1. 选择:A|B 匹配A或B
     2. 拼接:AB 匹配后面紧跟B 的A
     3. 闭包:A* 匹配0个或者多个A
     4. 正闭包: A+ 匹配1个或者多个A
     5. 零或者一: A? 匹配空字符串或者A
     6. 括号:被(r)匹配的字符串，与r所匹配的字符串相同

• 复合模式

• 范围模式
  由第一个匹配成功时开始，到第二个匹配成功时结束
  
  eg. FNR == 1, FNR == 5 {print FILRNAME ": " $0}

• 模式总结

模式	例子	匹配
BEGIN	BEGIN	输入被读取之前
END	END	输入被读取完之后
expression	$3 < 100	第三个字段小于100的行
string-matching	/Asia/	含有Asia的行
compound	4 == "Asia"	第三个字段小于100 且 第四个字段为Asia
range	NR == 10, NR == 20	输入的第10行至第20行

2.2 动作

• 动作
  expression 包括常量 变量 赋值 函数调用等等

print expression-list

printf(format, expression-list)

if (expression) 
    statements

if (expression) 
    statements 
else 
    statements

while (expression)
    statements

for (expression; expression; expression)
    statements

for (expression in array)
    statements

do 
    statements 
while (expression)

break 
continue

• 内建变量

变量	意义	默认值
ARGC	命令行参数个数	-
ARGV	命令行参数数组	-
FILENAME	当前输入文件名	-
FNR	当前输入文件记录个数	-
FS	控制输入行的字段分割符	" "
NF	当前记录的字段个数	-
NR	到目前位置读的记录数量	-
OFMT	数值的输出格式	"%.6g"
OFS	输出字段分隔符	" "
ORS	输出记录的分隔符	"\n"
RLENGTH	被函数match匹配的字符串长度	-
RS	控制输入行的记录分隔符	"\n"
RSTART	被函数match匹配的字符串的开始	-
SUBSEP	下标分隔符	"\034"

• 内建算数函数

函数	返回值
atan2(y,x)	y/x的反正切值，定义域在-π 到 π之间
cos(x)	x的余弦值，x以弧度为单位
exp(x)	x的指数函数
int(x)	x的整数部分
log(x)	x的自然对数
rand()	返回一个随机数r
sin(x)	x的正弦值
sqrt(x)	x的方根
srand(x)	x为新的随机种子

• 内建字符串函数

函数	描述
gsub(r,s)	将$0中的所有出现的r替换为s，返回替换的次数
gsub(r,s,t)	将字符串t中所有出现的r替换为s，返回替换发生的次数
index(s,t)	返回字符串t在s中第一次出现的位置，t没有出现，返回0
length(s)	返回s包含的字符个数

• 流程控制语句
  • {statements}
    语句组
  • if (expression) statements
    如果expression为真，执行statements
  • if (expression) statements else statements
    如果expression为真，执行statements,否则执行statements
  • while (expression) statements
    如果expression为真，执行statements;然后重复前面过程
  • for (expressionl; expression; expression) statements
  • for (variable in array) statements
  • do statements while (expression)
  • break
  • continue
  • next
  • exit
  • exit expression