UNIX — универсальная среда программирования

Керниган Брайан Уилсон

dmr:z4u3dJWbg7wCk:7:1:D.M.Ritchie:/usr/dmr:

$

Для печати имен пользователей, образующих первое поле, можно задать:

$ sed 3q /etc/passwd | awk -F : '{print $1}'

root

ken

dmr

Обработка пробелов и символов табуляции здесь особая. По умолчанию и пробелы, и символы табуляции служат разделителями, а разделители в начале строки отбрасываются. Однако если в качестве разделителя определен не пробел, то разделители в начале строки учитываются при определении полей. В частности, если используется символ табуляции, то

пробелы не являются символами разделителями, пробелы в начале строки вводят в поле, и каждый символ табуляции определяет поле.

Печать

В программе

awk

, помимо числа входных полей, доступна и другая интересная информация. Встроенная переменная

NR

хранит номер текущей входной "записи", т.е. строки. Поэтому для вставки номера строки перед строкой входного потока достаточно задать:

$ awk '{print NR, $0}'

Поле

$0

обозначает всю входную строку без изменений. В операторе

print

фрагменты, отделяемые запятой, печатаются через символы разделения полей выходного потока, которые по умолчанию служат пробелами.

Формат печати оператора

print

обычно является

приемлемым

. При несоответствующем формате используйте оператор

printf

, обеспечивающий полный контроль над выходным потоком. Например, для печати номеров строк в поле размером в четыре цифры можно задать такую команду:

$ awk '{printf "%4d %s\n", NR, $0}'

Выражение

%4

задает десятичное целое число (

NR

) в поле размером в четыре цифры,

%S

— строка символов (

$0

),

\n

— символ перевода строки, который нужен потому, что оператор

printf

не выдает автоматически пробелы или символы перевода строк. Оператор

printf

сходен с аналогичной Си функцией (см. справочное руководство по

printf(3)

).

Мы могли бы определить программу

ind

(рассматривавшуюся в начале главы) следующим образом:

$ awk '{printf "\t%s\n", $0}' $*

Здесь выдается символ табуляции (

\t

) и входная строка.

Шаблоны

Предположим, что вы хотите найти в файле

/etc/passwd

пользователей, не имеющих пароля. Зашифрованный пароль находится во втором поле, поэтому программа состоит из одного шаблона:

$ awk -F: '$2 == ""' /etc/passwd

Шаблон проверяет, является ли второе поле пустой строкой (операция

==

— это проверка на равенство).

Такой шаблон можно задать различными способами:

$2==""

Второе поле пусто

$2~/^$/

Второе поле соответствует пустой строке

$2!~/./

Второе поле не содержит ни одного символа

length($2) == 0

Длина второго поля равна нулю

Символ

~

обозначает соответствие регулярному выражению, а символ

!

— отсутствие соответствия. Само регулярное выражение заключено в символы дробной черты.

Встроенная функция

length

программы awk вычисляет длину строки символов. Шаблону может предшествовать символ ! для отрицания его, например,

!($2=="")

Операция

!

подобна такой же операции в языке Си, но в редакторе

sed

эта операция следует за шаблоном.

Наиболее типичное

использование шаблонов в программе

awk

сводится к задачам простой проверки данных. Большинство из них немногим сложнее, чем поиск строк, не удовлетворяющих какому-то критерию; если нет выходного потока, то считается, что данные удовлетворяют соответствующему критерию (по принципу "отсутствие новостей — хорошая новость"). Например, в следующем шаблоне проверяется с помощью операции

%

, вычисляющей остаток от деления, четно или не четно число полей в каждой входной строке:

$ NF % 2 != 0 # напечатать, если нечетное число полей

Другой шаблон выдает исключительно длинные строки, используя встроенную функцию

length

:

length ($0) >72 # напечатать, если слишком длинная строка

В программе

awk

используется то же соглашение о комментарии, что и в интерпретаторе: символ

#

отмечает начало комментария.

Можно сделать выходной поток более информативным, снабдив его предупреждающим сообщением и частью слишком длинной строки, используя для этого встроенную функцию

substr

:

length($0) > 72 {print "Строка", NR, "длинная" : substr($0, 1, 60)}

Функция

substr(s, m, n)

выделяет подстроку из строки s, начинающуюся с символа с номером

m

и длиной в

n

символов. (Символы в строке нумеруются с 1.) Если

n

отсутствует, то берется подстрока от

m

до конца строки. Эту функцию можно использовать для выделения полей с фиксированным положением, например выделить время в часах и минутах из результата выполнения команды

date

:

$ date

Thu Sep 29 12:17:01 EDT 1983

$ date | awk '{print substr($4, 1, 5) }'

12:17

$

Упражнение 4.7

Сколько различных программ

awk

вы можете составить для переписи входного потока в выходной, как это делает команда

cat

? Какая из них самая короткая?

Шаблоны

BEGIN

и

END

Программа

awk

имеет два специальных шаблона

BEGIN

и

END

. Действия, соответствующие

BEGIN

, выполняются прежде, чем читается первая входная строка; можно использовать этот шаблон для инициации переменных, печати заголовков или для установки символа разделителя полей, присваивая его переменной

FS

.

$ awk 'BEGIN { FS = ":" }

> $2 == "" ' /etc/paswd

$

Результата нет: все работают с паролями

Действия, указанные в шаблоне

END

, выполняются после обработки последней входной строки:

$ awk 'END {print NR}'...

Здесь печатается число строк входного потока.

Арифметика и переменные

До сих пор в примерах выполнялись только простые операции с текстом. Достоинством программы

awk

является ее возможность попутно проводить вычисления над входными данными: что-нибудь подсчитать, вычислить суммы и средние значения и т.п. Типичный пример таких вычислений — подсчет суммы столбца чисел. Так, следующая команда складывает все числа первого столбца