gawk notes（3）

> getline 控制输入

使用getline可以对输入进行更多的控制。用变量名作为参数传递给getline，getline能将数据读入到这个变量。

   1: # gawk sample: g1

   2: BEGIN {

   3:     getline aa

   4:     print aa

   5: }

   6: -----------------

   7: datafile:

   8: alpha

   9: aaaaaaaaaaa

  10: bbbbbbbbbbb

  11: ccccccccccc

  12: ddddddddddd

  13: -----------------

  14: gawk -f g1 < alpha

  15: -----------------

  16: output:

  17: aaaaaaaaaaa

默认地，只是输出第一行。可以通过while循环，遍历标准输入中的行，将每行读取到变量中。

   1: # gawk sample：g2

   2: BEGIN {

   3: while (getline holdname)

   4:     print holdname

   5: }

   6: -----------------

   7: gawk -f g2 < alpha

   8: -----------------

   9: output:

  10: aaaaaaaaaaa

  11: bbbbbbbbbbb

  12: ccccccccccc

  13: ddddddddddd

当gawk的程序题(而不仅仅是BEGIN块)中有语句时,gawk自动将输入中的每一行读取到$0中。

而getline的运行独立于gawk的自动读取和$0。当getline读到某个变量值的时候，并不修改$0，也不修改当前记录得到任何字段($1-$n)。但是，如果文件读取过程中的游标却是被$0和getline依次修改，从这个角度说，getline和gawk的自动读取是平级的。

   1: # gawk sample: g3

   2: {

   3:     print NR,"$0:", $0

   4:     getline aa

   5:     print NR,"aa:", aa

   6: }

   7: -----------------

   8: gawk -f g3 < alpha

   9: -----------------

  10: output:

  11: 1 $0 aaaaaaaaaaa

  12: 2 aa bbbbbbbbbbb

  13: 3 $0 ccccccccccc

  14: 4 aa ddddddddddd

利用getline和gawk自动读取的相互独立，可以实现如下的例子：

   1: # gawk sample: g4

   2: {

   3:     print "line #", NR, $0

   4: }

   5: /^b/ {

   6:     getline hold

   7:     print "Skip this line:", hold

   8:     print "Previous line began with:", $1

   9:     print ">>>> Finished processing line #",NR

  10:     print ""

  11: }

  12: ----------------

  13: gawk -f g4 < alpha

  14: ----------------

  15: output:

  16: line #1 aaaaaaaaaaa

  17: >>>> Finished processing line #1

  18:  

  19: line #2 bbbbbbbbbbb

  20: Skip this line: ccccccccccc

  21: Previous line began with: bbbbbbbbbbb

  22: >>>> Finished processing line #3

  23:  

  24: line #4 ddddddddddd

  25: >>>> Finished processing line #4

前面notes(2) 测试过gawk中多个pattern是顺序执行。对alpha文件中的四行数据，先被{}处理，然后被/^b/{}处理

aaaaaaaaaaa 只被{}处理；

bbbbbbbbbbb 先被{}处理，输出第一行；然后，被/^b/{}处理，由于getline与gawk自动读取相互独立，则此时getline读到的是ccccccccccc，同时由于getline不修改$0,$1-$n，所以此时$1中的值，还是上次gawk自动读取bbbbbbbbbbb时的值。getline将读文件的指针指向了第三行，故NR为3

ddddddddddd 只被{}处理。

> 协进程：双向I/O

协进程：与另一个进程并行运行的进程。

gawk从版本3.1开始，可以调用一个协进程直接与某个后台进程进行信息交换。协进程可用于C/S环境中，搭建SQL前端/后端，或者通过网络与远程系统交换数据。

gawk通过在启动后台进程的那个程序名称前面添加" |& "操作符的方式表示协进程。

协进程必须是一个过滤器（如：从表输入读取并写入到标准输出），并在每完成一行的处理之后，清空输出，而不是将多个输出累计用于后面的输出。当调用某命令作为协进程是，它通过一个双向管道连接到gawk程序，这样用户可以从这个协进程读取或者向其中写入。

   1: to_upper

   2: --------------------

   3: #！/bin/bash

   4: while read arg

   5: do

   6:     echo "$arg" | tr 'a-z' 'A-Z'

   7: done

   8: --------------------

   9: # gawk sample:g5

  10: {

  11:     print $0 |& "to_upper"

  12:     "to_upper" |& getline hold

  13:     print hold

  14: }

  15: --------------------

  16: gawk -f g5 < alpha

  17: --------------------

  18: AAAAAAAAAAA

  19: BBBBBBBBBBB

  20: CCCCCCCCCCC

  21: DDDDDDDDDDD

to_upper封装tr，在g5中，先从alpha中读出小写，如“aaaaaaaaaaa”，重定向输出给协进程to_upper，to_upper处理，转化为大写，然后to_upper输出给标准输出，重定向给getline。