Комбинация шаблонов

Составной шаблон комбинирует простые шаблоны с логическими операторами "||" (или), "&&" (и), !(отрицание). Например, нужно напечатать все страны в "Asia" с населением более 500 млн. Следующая программа выполняет выбор всех строк, у которых 4-е поле "Asia" и третье поле превышает 500:

$4 == "Asia" && $3 > 500

Программа:

$4 == "Asia" || $4 == "Africa"

выбирает строки с названиями "Asia" или "Africa" в 4-м поле. Эти же действия можно выполнить с помощью регулярного выражения и альтернативного оператора "|":

$4 ~ /^(Asia|Africa)$/

Оператор отрицания "!" имеет более высокий приоритет, чем "&&" и "||". Операторы "&&" и "||" вычисляются слева направо. Вычисление останавливается, как только истина или ложь будут достигнуты.

Область шаблона

Область шаблона состоит из двух шаблонов, разделенных запятой:

pat1, pat2 {...}

В этом случае действие выполняется для каждой строки, расположенной между pat1 и pat2 (включительно). Например, шаблон:

/Canada/, /Brazil/

ищет строки со словом "Canada" до строки со словом "Brazil"

Canada 3852 24 North America

China 3692 866 Asia

USA 3615 219 North America

Brazil 3286 116 South America

Также, если FNR - число текущих записей в текущем вводном файле, FILENAME - имя текущего вводного файла, то программа:

FNR == 1, FNR == 5 {print FILENAME, $0}

печатает первые 5 записей каждого вводного файла с именем FILENAME.

Действие

В выражении шаблон-действие, "действие" определяет то, что нужно выполнить с вводными записями, которые отобраны по шаблону. Достаточно часто "действие" - это печать каких-либо выражений, но также может быть комбинацией одного или более выражений.

Встроенные переменные

В табл. 3 приведены встроенные переменные, которые поддерживает awk.

Таблица 3 Встроенные переменные

Переменная	Значение	Умолчание
ARGC	Число аргументов команд ной строки	-
ARGV	Массив аргументовной строки командной строки	-
FILENAME	Имя текущего вводного файла	-
FNR	Номер записи в текущем файле	-
FS	Поле разделителя вводного файла	пробел и/или табуляция
FN	Число полей в текущей записи	-
NR	Число считанных на данный момент записей	-
OFMT	Выводной формат для цифр	%.6g
OFS	Разделитель поля выводного файла	пробел
ORS	Разделитель записи выводного поля	символ новой строки
RS	Разделитель записи вводного файла	то же
RSTART	Индекс первого выбранного символа при помощи match()	-
RLENGTH	Длина строки, выбранной при помощи match()	-
SUBSEP	Нижний разделитель	"\034"

Арифметические действия

В качестве действия могут использоваться уловные арифметические выражения, чтобы вычислить числовые значения. В качестве простого примера предположим, что нужно напечатать плотность населения для каждой страны в файле countries. Так как второе поле - это площадь в тысячах квадратных километров, а третье поле - это население в миллионах, то выражение:

100 * $3 / $2

дает плотность населения на 1 квадратный километр.

Программа:

{print "%10s %6.1f\n", $1,

1000 *$3 / $2}

печатает название страны и плотность населения:

USSR 30.3

Canada 6.2

China 234.6

USA 60.6

Brazil 35.3

Australia 4.7

India 502.0

Argentina 24.3

Sudan 19.6

Algeria 19.6

Арифметические действия выполняются с плавающей точкой. Арифметическими операторами являются:

+, -, *, /, %, ^

Арифметические выражения создаются при применении этих операторов над константами, переменными, именами полей, элементами массивов, функциями и другими выражениями. awk делает присвоения подобно присвоениям в языке программирования Си. Простейшей формой присвоения является:

v = e

где v - переменная или имя поля;

e - выражение.

Например, чтобы вычислить число стран континента "Asia" и общее количество населения, вы должны написать:

$4 == "Asia" { pop = pop = $3; n = n + 1 }

END { print "population of", n,

"Asian countries in million is", pop }

Относительно файла countries эта программа выдает результат:

population of 3 Asian countries in

million is 1765

Действие, связанное с шаблоном $4 == "Asia" выполняет 2 назначения, одно - накопление населения и другое - подсчет стран.

Назначения в предыдущей программе могут быть записаны более сжато с использованием операторов "+=" и "++":

$4 == "Asia" {pop += $3; ++n}

Оператор "+=" заимствован из языка программирования Си, следовательно:

pop += $3

аналогично:

pop = pop + $3

но оператор "+=" короче и работает быстрее.

Операторами назначения являются:

+=, -=, *=, /=, %=, ^=

Операторами приращения являются "++" и "--". Как и в языке Си они могут использоваться как префиксные (++x) или постфиксные (x++) операторы. Если x равно 1, то "i = ++x" увеличивает x, затем устанавливает i равным 2, в то время как "i = x++" устанавливает i равным 1, затем увеличивает x. Аналогичная интерпретация для префиксного и постфиксного операторов "--".

Операторы присвоения, увеличения и уменьшения могут использоваться в арифметических выражениях.

Мы используем установки по умолчанию в следующих программах, которые находят страны с наибольшим населением:

maxpop < $3 { maxpop = $3; country = $1 }

END { print country, maxpop }

Обратите внимание, что эта программа будет некорректна, если значение $3 будет отрицательным.

В табл 4 перечислены встроенные арифметические функции.

Таблица 4 Встроенные арифметические функции

Функция	Возвращаемое значение
atan2(y,x)	Арктангенс y/x в пределах от "-пи" до "пи"
cos(x)	Косинус x
exp(x)	Экспоненциальная функция x
int(x)	Целая часть x с усеченными лидирующими нулями
log(x)	Натуральный логарифм x
rang()	Случайное число между 0 и 1
sin(x)	Синус x
sqrt(x)	Квадрат x
srand(x)	x - новое начальное значение для rand()

Функция rand() возвращает псевдослучайное число с плавающей точкой в диапазоне от 0 до 1, а srand(x) может быть использовано для установки нового начального значения генерирующей программы. Если srand() не имеет аргументов, то начальное значение производится из времени дня.

Строки и строковые функции

Строка констант - это последовательность символов, заключенная в двойные кавычки, как например, "abc", "hello, everyone".Строка констант может содержать последовательности escape языка программирования Си для специальных символов.

Строковые выражения создаются путем слияния констант, переменных, имен полей, элементов массива, функций и других выражений.

Программа:

{ print NR ":" $0 }

печатает перед каждой записью ее номер и двоеточие без пробела. Три строки: номер записи, двоеточие и запись сливаются и результирующая строка печатается.

В табл. 5 приведены встроенные строковые функции, поддерживаемые awk. В этой таблице r представляет собой регулярное выражение (либо как строка, либо как /r/), s и t - строковые выражения, n и p - целые числа.

Таблица 5 Встроенные строковые функции awk

Функция	Описание
gsub(r, s)	Глобальная замена s на r в текущей записи; возвращает количество замененных символов
gsub(r,s, t)	Глобальная замена s на r в строке t, возвращает количество замененных символов
index(s,t)	Возвращает позицию t в s: 0 - если t нет в s
length(s)	Возвращает длину s
matgch(s,r)	Возвращает позицию s, в которой встречается r; 0 - если r не встретилось
split(s,a)	Разделяет s на массив a по FS; возвращает число полей
split(s,a,r)	Разделяет s на массив a по r; возвращает число полей
sprintf(fmt,expr-list)	Возвращает expr-list, отформатированный в соответствии с форматом строки fmt
sub(r,s)	Замещает s на первое r в текущей записи, возвращает количество замен
sub(r,s,t)	Заменяет s на первое r в строке t, возвращает количество замен
substr(s,p)	Возвращает индекс s, начиная с позиции p
substr(s,p,n)	Возвращает подсказку s длиной n, начиная с позиции p

Функции sub и gsub сформированы после команды замены в текстовом радакторе ed. Функция gsub(r,s,t) заменяет успешное появление подстрок, найденных при помощи регулярного выражения r с заменой строки s в целевой строке t. Функция gsub(r,s) является синонимом gsub(r,s,$0). Например, программа:

{ gsub(/USA/, "United States"); print }

преобразует ввод, меняя появление "USA" на "Unites States". Функция sub подобна ей, за исключением того, что она заменяет первую найденную подстроку в целевой строке.

Функция index(s,t) возвращает левую крайнюю позицию, с которой строка t начинается в s. Первый символ в строке начинается с позиции 1. Например,

index("banana", "an")

возвращает 2.

Функция length возвращает число символов в строке; так:

{ print length($0), $0 }

печатает каждую запись, а перед ней ее длину. ($0 не включает в вводную запись разделитель). Программа:

length($1) > max { max = length($1); name = $1 }

END { print name }

применительно к файлу countries распечатывает наибольшее имя страны:

Australia

Функция match(s,r) возвращает позицию в строке s, в которой появилось регулярное выражение r, либо 0, если оно не найдено. Эта функция также устанавливает две встроенные переменные RSTART и RLENGTH. RSTART принимает значение начальной позиции, найденной в строке, это значение равно возвращаемому значению. RLENGTH принимает значение длины найденной строки. (Если строка не найдена, то RSTART равно 0, а RLENGTH равно -1). Например, следующая программа ищет появление буквы i и за ней сразу или через один символ следует буква a:

{ if (match($0, /i.?a/))

{ print RSTART, RLENGTH, $0 }

Относительно файла countries получим следующий вывод:

17 2 USSR 8650 262 Asia

26 3 Canada 3852 24 North America

3 3 China 3692 866 Asia

24 3 USA 3615 219 North America

27 3 Brazil 3286 116 South America

8 2 Australia 2968 14 Australia

4 2 India 1269 637 Asia

7 3 Argentina 1072 26 South America

17 3 Sudan 968 19 Africa

6 2 Algeria 920 18 Africa

Функция sprintf(format, expr1, expr2, ..., exprn) возвращает (без печати) строку, содержащую expr1, expr2, ..., exprn, отформатированную в соответствии со спецификацией printf в строке format. Выражение:

x = sprintf("%10s %6d", $1, $2)

присваивает x строку, полученную при форматировании $1 и $2 как 10-символьных строк и десятичное число в поле шириной как минимум 6 знаков.

Функция substr(s,p,n) возвращает подстроку s, которая начинается с позиции p и имеет длину не менее n символов. Если используется функция substr(s,p), то подстрока направляется в конец s, так что она состоит из индекса s, начинающегося с позиции p. Например, мы можем сократить имена стран в файле countries до трех символов, вызвав программу:

{ $1 = substr($1, 1, 3); print }

В итоге получим:

USS 8650 262 Asia

Can 3852 24 North America

Chi 3692 866 Asia

USA 3615 219 North America

Bra 3286 116 South America

Aus 2968 14 Australia

Ind 1269 637 Asia

Arg 1072 26 South America

Sud 968 19 Africa

Alg 920 18 Africa

Обратите внимание, что установка $1 в программе приводит к тому, что awk заново вычисляет $0 и, кроме того, поля разделяются пробелами (значение по умолчанию для OFS), но не табуляцией.

Чтобы слить строки, надо просто записать их одна за другой. Например, для файла countries:

{ s = s substr($1, 1, 3) " " }

END { print s }

печатает:

USS Can Chi USA Bra Aus Ind Arg Sud Alg