Awk实例第2部分分析和总结.docx

声明: 声明: 本文的原始版本最初发表于IBM developerWorks，现在所有权归属 Westtech Information Services。本文档是原始文档的更新版本， 包含了 Gentoo Linux 文档团队所做的很多改进。 现在无人积极维护本文档。 Awk 实例，第 2 部分 内容: 记录、循环和数组多行记录 awk 是一种用于读取和处理结构化数据（如系统的/etc/passwd 文件）的极佳工具。/etc/passwd 是 UNIX 用户数据库，并且是用冒号定界的文本文件，它包含许多重要信息，包括所有现有用户帐户和用户标识，以及其它信息。在我的前一篇文章中，我演示了 awk 如何轻松地分析这个文件。我们只须将 FS（字段分隔符）变量设置成:。 正确设置了 FS 变量之后，就可以将 awk 配置成分析几乎任何类型的结构化数据， 只要这些数据是每行一个记录。然而，如果要分析占据多行的记录，仅仅依靠设置 FS 是不够的。在这些情况下，我们还需要修改 RS 记录分隔符变量。RS 变量告诉 awk 当前记录什么时候结束，新记录什么时候开始。 譬如，让我们讨论一下如何完成处理“联邦证人保护计划”所涉及人员的地址列表的任务： 代码 1.1: “联邦证人保护计划”所涉及人员的地址列表 代码 1.1: “联邦证人保护计划”所涉及人员的地址列表 Jimmy the Weasel 100 Pleasant Drive San Francisco, CA 12345 Big Tony 200 Incognito Ave. Suburbia, WA 67890 理论上，我们希望 awk 将每 3 行看作是一个独立的记录，而不是三个独立的记录。如果 awk 将地址的第一行看作是第一个字段($1)，街道地址看作是第二个字段($2)，城市、州和邮政编码看作是第三个字段$3，那么这个代码就会变得很简单。以下就是我们想要得到的代码： 代码 1.2: 从地址新建一个字段 代码 1.2: 从地址新建一个字段 BEGIN { FS=\n FS=\n RS= } 在上面这段代码中，将FS 设置成\n告诉 awk 每个字段都占据一行。通过将RS 设置成，还会告诉 awk 每个地址记录都由空白行分隔。一旦 awk 知 道是如何格式化输入的，它就可以为我们执行所有分析工作，脚本的其余部分很简单。让我们研究一个完整的脚本，它将分析这个地址列表，并将每个记录打印在一 行上，用逗号分隔每个字段。 代码 1.3: 完整的脚本 代码 1.3: 完整的脚本 BEGIN { FS=\n RS= } { print $1 , $2 , $3 } 如果这个脚本保存为 address.awk，地址数据存储在文件 address.txt 中，可以通过输入awk -f address.awk address.txt来执行这个脚本。此代码将产生以下输出： 代码 1.4: 脚本输出 代码 1.4: 脚本输出 Jimmy the Weasel, 100 Pleasant Drive, San Francisco, CA 12345 Big Tony, 200 Incognito Ave., Suburbia, WA 67890 OFS 和 ORS 在 address.awk 的 print 语句中，可以看到 awk 会连接（合并）一行中彼此相邻的字符串。我们使用此功能在同一行上的三个字段之间插入一个逗 号和空格(, )。这个方法虽然有用，但比较难看。与其在字段间插入,字符串，倒不如让通过设置一个特殊 awk 变量 OFS，让 awk 完成这件事。请参考下面这个代 码片断。 代码 1.5: 示例代码片断 代码 1.5: 示例代码片断 print Hello, there, Jim! 这行代码中的逗号并不是实际文字字符串的一部分。事实上，它们告诉 awk， Hello、there和Jim!是单独的字段，并且应该在每个字符串之间打印 OFS 变量。缺省情况下，awk 产生以下输出： 代码 1.6: awk 产生的输出 代码 1.6: awk 产生的输出 Hello there Jim! 这是缺省情况下的输出结果，OFS 被设置成 ，单个空格。不过，我们可以方便地重新定义 OFS，这样 awk 将插入我们中意的字段分隔符。以下是原始address.awk 程序的修订版，它使用 OFS 来输出那些中间的, 字符串： 代码 代码 1.7: 重新定义 OFS BEGIN { FS=\n RS= OFS=, } { print $1, $2, $3 } awk 还有一个特殊变量 ORS，全称是“输出记录分隔符”。通过设置缺省为换行(\n) 的 OFS，我们可以控制在 print 语句结尾自