awk学习笔记(5) - 改变分隔符

改变awk默认的分隔符

上面说到awk默认是用空格来进行列分隔的，如果想换成冒号或别的字符该如何处理呢？

awk 'BEGIN {OFS=":"}{print NR,$0}' arr.dat

输出结果：

1:1034 7:26
2:1025 7:27
3:1101 7:32
4:1006 7:45
5:1012 7:46
6:1028 7:49
7:1051 7:51
8:1029 7:57
9:1042 7:59
10:1008 8:01
11:1052 8:05
12:1005 8:12
13:1005 8:13
14:1005 8:13
15:1005 8:13

可见，行号与行记录之间的分隔符已经换成了冒号，但行记录中的空白不变，如果要改变行记录中每一列的分隔符，试试下面的程序：

awk 'BEGIN {OFS=":"}{print NR,$1,$2}' arr.dat

输出结果：

1:1034:7:26
2:1025:7:27
3:1101:7:32
4:1006:7:45
5:1012:7:46
6:1028:7:49
7:1051:7:51
8:1029:7:57
9:1042:7:59
10:1008:8:01
11:1052:8:05
12:1005:8:12
13:1005:8:13
14:1005:8:13
15:1005:8:13

需要对上面的程序有更多的解释，因为有几个新的东东出现了。

第一个是BEGIN，与之相对的还有END。前者通常用来改变内建变量的值，它会在输入文件被处理之前执行。后者则会在所有的处理完成之后执行，上面取文件总行数的例子中我们已经用到了这个技巧。

另外，在awk中，文件是可选的，比如写一个hello world:

awk 'BEGIN {print "Hello, world!"}'

因为BEGIN是在文件处理之前，所以就算没有文件，它也会执行

第二个东东是OFS，这个就是awk的默认分隔符，这样的内建变量还有很多，见下表：

变量	描述
$n	当前记录的第n个字段，字段间由FS分隔。
$0	完整的输入记录。
ARGC	命令行参数的数目。
ARGIND	命令行中当前文件的位置(从0开始算)。
ARGV	包含命令行参数的数组。
CONVFMT	数字转换格式(默认值为%.6g)
ENVIRON	环境变量关联数组。
ERRNO	最后一个系统错误的描述。
FIELDWIDTHS	字段宽度列表(用空格键分隔)。
FILENAME	当前文件名。
FNR	同NR，但相对于当前文件。
FS	字段分隔符(默认是任何空格)。
IGNORECASE	如果为真，则进行忽略大小写的匹配。
NF	当前记录中的字段数。
NR	当前记录数。
OFMT	数字的输出格式(默认值是%.6g)。
OFS	输出字段分隔符(默认值是一个空格)。
ORS	输出记录分隔符(默认值是一个换行符)。
RLENGTH	由match函数所匹配的字符串的长度。
RS	记录分隔符(默认是一个换行符)。
RSTART	由match函数所匹配的字符串的第一个位置。
SUBSEP	数组下标分隔符(默认值是\034)。

对于上面的程序的解释就很好理解了：在处理文件之前，将列分隔符换成冒号，然后逐行输出，并追加行号。