第一章前言
第二章简介
第三章读取输入档案
第四章印出
第五章Patterns
第六章算式(Expression)作为Actions的叙述
第七章Actions里面的控制叙述
第八章内建函式(Built-inFunctions)
第九章使用者定义的函式
第十章□例
第十一章结论
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
第一章 前言
awk是一个程式语言，对於资料的处理具有很强的功能。对於文 字档里的资料做
修改、比对、抽取等的处理，awk 能够以很短的程式 轻易地完成。如果使用 C
或 Pascal 等语言写程式完成上述的动作， 会不方便且很花费时间，所写的程
式也会很大。
awk 能够依照使用者的定义格式来分解输入资料，也可依照使用 者定义的格式
来印出资料。 awk 名称的由来是由它的原始设计者的姓氏之第一个字母而命
名 ：Alfred V. Aho, Peter J. Weinberger, Brian W. Kernighan。
awk最初在1977年完成。一个新版本的awk在1985年被发表，它的功能 比旧版本
增强不少。 gawk 是GNU所做的 awk，gawk 最初在1986年完成，之後不断地 被
改进、更新。gawk 包含 awk 的所有功能。 往後的 gawk 将以下面的2个输入档
案来做例子说明。
档案'BBS-list'：
aardvark 555-5553 1200/300 B
alpo-net 555-3412 2400/1200/300 A
barfly 555-7685 1200/300 A
bites 555-1675 2400/1200/300 A
camelot 555-0542 300 C
core 555-2912 1200/300 C
fooey 555-1234 2400/1200/300 B
foot 555-6699 1200/300 B
macfoo 555-6480 1200/300 A
sdace 555-3430 2400/1200/300 A
sabafoo 555-2127 1200/300 C
档案'shipped'：
Jan 13 25 15 115
Feb 15 32 24 226
Mar 15 24 34 228
Apr 31 52 63 420
May 16 34 29 208 J
un 31 42 75 492
Jul 24 34 67 436
Aug 15 34 47 316
Sep 13 55 37 277
Oct 29 54 68 525
Nov 20 87 82 577
Dec 17 35 61 401
Jan 21 36 64 620
Feb 26 58 80 652
Mar 24 75 70 495
Apr 21 70 74 514
第二章 简介 gawk 的主要功能是针对档案的每一行(line)搜寻指定的 patterns
。当一行里有符合指定的 patterns，gawk 就会在此一行执行被指定
的 actions。 gawk 依此方式处理输入档案的每一行直到输入档案结
束。 gawk 程式是由很多的 pattern 与 action 所组成，action 写在
大括号 { } 里面，一个pattern後面就跟著一个action。整个 gawk 程
式会像下面的样子： pattern {action}
pattern {action} 在 gawk 程式里面的规则，pattern 或 action 能够被省略，但
是两个不能同时被省略。如果 pattern 被省略，对於输入档里面的
每一行，action 都会被执行。如果 action 被省略，内定的 action
则会印出所有符合 pattern 的输入行。 2.1 如何执行gawk程式 基本上，有2个方法可以执行gawk程式。 □如果 gawk 程式很短，则 gawk 可以直接写在 command line，如下所示： gawk 'program' input-file1 input-file2 ... 其中 program 包括一些 pattern 和 action。 □如果 gawk 程式较长，较为方便的做法是将 gawk 程式存在一个档案，
即 patterns 与 actions 写在档名为 program-file 的档案里面，执行
gawk 的格式如下所示： gawk -f program-file input-file1 input-file2 ... gawk 程式的档案不止一个时，执行gawk 的格式如下所示： gawk -f program-file1 -f program-file2 ... input-file1
input-file2 ... 2.2 一个简单的例子 现在我们举一个简单的例子，因为 gawk 程式很短，所以将 gawk 程
式直接写在 command line。 gawk '/foo/ {print $0}' BBS-list 实际的 gawk 程式为 /foo/ {print $0}。/foo/ 为 pattern，意思为搜
寻输入档里的每一行是否含有子字串 'foo'，如果含有 'foo' 则执行 action。
action 为 print $0，是将现在这一行的内容印出。BBS-list 是输入的档案。 执行完上述指令後，会印出下面的结果：
fooey 555-1234 2400/1200/300 B
foot 555-6699 1200/300 B
macfoo 555-6480 1200/300 A
sabafoo 555-2127 1200/300 C 2.3 一个较复杂的例子 gawk '$1 == "Feb" {sum=$2+$3} END {print sum}' shipped 现在这个例子会将输入档 'shipped' 的第一个栏位与 "Feb" 做比较
，如果相等，则其对应的第2栏位与第3栏位的值会被加到变数 sum。
对於输入档的每一行重复上述的动作，直到输入档的每一行都被处理
过为止。最後将 sum 的值印出。END {print sum} 的意思为在所有的输
入读完之後，执行一次 print sum 的动作，也就是把 sum 的值印出。 下面是执行的结果：
84
第三章 读取输入档案 gawk的输入可以从标准输入或指定的档案里读取。输入的读取单
位被称为”记录”(records)，gawk 在做处理时，是一个记录一个记 (p9 of 46)
录地处理。每个记录的内定值是一行(line)，一个记录又被分为多个
栏位(fields)。 3.1 如何将输入分解成记录(records) gawk 语言会把输入分解成记录(record)。记录与记录之间是以
record separator 隔开，record separator 的内定值是表示新一行的
字元(newline character)，因此内定的 record separator 使得文字
的每一行是一个记录。 record separator 随著内建变数 RS 的改变而改变。RS 是一个字串，
它的内定值是" "。仅有 RS 的第一个字元是有效的，它被当作 record
separator，而 RS 的其它字元会被忽略。 内建变数 FNR 会储存目前的输入档案已颈欢寥〉募锹贾鍪Ｄ
建变数 NR 会储存目前为止所有的输入档案已颈欢寥〉募锹贾鍪 3.2 栏位(field) gawk 会自动将每个记录分解成多个栏位 (field)。类似於字在一
行里面，gawk 的内定动作会认为栏位之间是以 whitespace 分开。在
gawk 里，whitespace 的意思是一个或多个空白或 tabs。 在 gawk 程式里面，以'$1'表示第一个栏位，'$2'表示第二个栏位
，依此类推。举个例子，假设输入的一行如下所示： This seems like a pretty nice example. 第一个栏位或 $1 是'This'，第二个栏位或 $2 是 'seems'，依此类推。
有个地方值得特别注意，第七个栏位或 $7 是'example.'而非'example'。 不论有多少栏位，$NF 可用来表示一个记录的最後一个栏位。以
上面的例子为例，$NF 与 $7 相同，也就是'example.'。 NF 是一个内建变数，它的值表示目前这个记录之栏位的个数。 $0，看起来好像是第零个栏位，它是一个特例，它表示整个记录。 下面是一个较复杂的例子： gawk '$1~/foo/ {print $0}' BBS-list 结果如下：
fooey 555-1234 2400/1200/300 B
foot 555-6699 1200/300 B
macfoo 555-6480 1200/300 A
sabafoo 555-2127 1200/300 C 这个例子是把输入档'BBS-list'的每个记录的第一个栏位作检查，如
果它含有子字串'foo'，则这一个记录会被印出。 3.3 如何将记录分解成栏位 gawk 根据 field separator 将一个记录分解成栏位。field sepa- rator 以内建变数 FS 表示。 举个例子，假如 field separator 是'oo'，则下面的行： moo goo gai pan 会被分成三个栏位：'m'、' g'、' gai pan'。 在 gawk 程式里，可以使用'='来改变 FS 的值。例如: gawk 'BEGIN {FS=","}; {print $2}' 输入行如下： John Q. Smith, 29 Oak St., Walamazoo, MI 42139 执行gawk的结果将印出字串 ' 29 Oak St.'。BEGIN 後面的 action 会在
第一个记录被读取之前执行一次。
第四章 印出 在gawk程式里，actions 最常做的事就是印出(printing)。简单
的印出，使用 printe叙述。复杂格式的印出，使用 printf 叙述。 4.1 print叙述 print 叙述用在简单、标准的输出格式。叙述的格式如下所示： print item1, item2, ... 输出时，各个 item 之间会以一个空白分开，最後会换行(newline)。 如果 'print'叙述之後没有跟著任何东西，它与'print $0'的效
果一样，它会印出现在的记录(record)。要印出空白行可使用'print
""'。 印出一段固定的文字，可用双引号将文字的两边括起来，例如
'print "Hello there"'。
这里是一个例子，它会把每个输入记录的前二个栏位印出： gawk '{print $1,$2}' shipped 结果如下所示：
Jan 13
Feb 15
Mar 15
Apr 31
May 16
Jun 31
Jul 24
Aug 15
Sep 13
Oct 29
Nov 20
Dec 17 Feb 26
Mar 24
Apr 21 4.2 Output Separators 前面我们已提过如果 print 叙述包含有多个 item，item 之间
用逗点分开，则印出时各个item会被一个空白隔开。你能够使用任何
的字串作为 output field separator，可以居赡诮ū涫?OFS 的设
定来更改 output field separator。OFS 的初始值为" "，即一格的
空白。 整个 print 叙述的输出被称为 output record。print 叙述输
出 output record 之後，会接著输出一个字串，此字串称为 output
record separator。内建变数 ORS 用来指明此字串。ORS 的初始值
为 " "，也就是换行。 下面这个例子会印出每个记录的第一个栏位和第二个栏位，此二
(p16 of 46)
个栏位之间以分号';'分开，每行输出之後会加入一个空白行。 gawk 'BEGIN {OFS=";"; ORS=" "} {print $1, $2}' BBS-list 结果如下所示：
aardvark;555-5553 alpo-net;555-3412 barfly;555-7685 bites;555-1675 camelot;555-0542 core;555-2912 fooey;555-1234 foot;555-6699 macfoo;555-6480 sdace;555-3430 sabafoo;555-2127
4.3 printf叙述 printf 叙述会使得输出格式较容易精确地控制。printf 叙述可以
指定每个 item 印出的宽度，也可以指定数字的各种型式。 printf 叙述的格式如下： printf format, item1, item2, ... print 与 printf 的差别是在於 format, printf 的引数比 print
(p18 of
多了字串 format。format 的型式与 ANSI C 的 printf 之格式相同。 printf 并不会做自动换行的动作。内建变数 OFS 与 ORS 对 printf 叙
述没有任何影响。 格式的指定以字元'%'开始，後面接著格式控制字母。 格式控制字母如下所示： 'c' 将数字以 ASCII 字元印出。
例如'printf "%C",65'会印出字元'A'。 'd' 印出十进位的整数。 'i' 印出十进位的整数。 'e' 将数字以科学符号的形式印出。
例如 print "$4.3e",1950
(p19 of 结果会印出'1.950e+03'。 'f' 将数字以浮点的形式印出。 'g' 将数字以科学符号的形式或浮点的形式印出。数字的绝对值如果
大於等於0.0001则以浮点的形式印出，否则以科学符号的形式印
出。 'o' 印出无号的八进位整数。 's' 印出一个字串。 'x' 印出无号的十六进位整数。10至15以'a'至'f'表示。 'X' 印出无号的十六进位整数。10至15以'A'至'F"表示。 '%' 它并不是真正的格式控制字母，'%%"将印出"%'。 在 % 与格式控制字母之间可加入 modifier，modifier 是用来进一
步控制输出的格式。可能的 modifier 如下所示： '-' 使用在 width 之前，指明是向左靠齐。如果'-'没有出现，则会在
被指定的宽度向右靠齐。例如： printf "%-4S", "foo" 会印出'foo '。 'width' 这一个数字指示相对应的栏位印出时的宽度。例如： printf "%4s","foo" 会印出' foo'。 width 的值是一个最小宽度而非最大宽度。如果一个 item 的
值需要的宽度比 width 大，则不受 width 的影响。例如 printf "%4s","foobar"
将印出'foobar'。 '.prec' 此数字指定印出时的精确度。它指定小数点右边的位数。如
果是要印出一个字串，它指定此字串最多会被印出多少个字
元。
