UNIX — страница 39 из 115

jim tty4 sep 29 11:27

$

Поля обозначаются как

$1
,
$2
, …,
$NF
, где
NF
— переменная, значение которой установлено равным числу полей. В нашем случае
NF=5
для обеих строк. (Учтите разницу между
NF
, числом полей и
$NF
— последним полем строки. В отличие от интерпретатора в программе
awk
только номера полей начинаются с
$
; переменные не имеют такого префикса.) Например, следующая команда выдаст поле "размер файла" из результата выполнения команды
du -а

$ du -a | awk '{print $2}'

а для печати имен пользователей, работающих в системе, и времени входа нужно задать:

$ who awk '{print $1, $5}'

you 11:53

jim 11:27 $

Для печати имени и времени входа в систему, упорядоченных по времени, зададим:

$ who awk '{print $5, $1}' | sort

11:27 jim

11:53 you

$

Это альтернативные решения примеров, приведенных выше в данной главе, в которых использовалась команда

sed
. Хотя с программой
awk
проще работать в подобных случаях, она обычно выполняется медленнее как в начальной фазе, так и при большом входном потоке.

Обычно предполагается, что поля разделяются произвольным числом пробелов и символов табуляций, но можно определить в качестве разделителя любой одиночный символ. Один из способов состоит в задании в командной строке флага

-F
(здесь прописная буква). Например, поля в файле паролей
/etc/passwd
разделяются двоеточиями:

$ sed 3q /etc/passwd

root:3D.fHR5KoB.3s:0:1:S.User:/:

ken:y.68wdl.ijayz:6:1:K.Thompson:/usr/ken:

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