awk与sed序列(5)awk条件、循环和数组

今天介绍一下awk里面的条件、循环和数组相关的基础知识

条件语句

语法如下：

if(expression){
 action1;
 action2;
}[else
 action]

注：expression 为空或者0时，表达式为假条件操作符

awk中提供的条件操作符可以在C语言中找到，它的形式为：

expr?action1:action2

当expr为真时，执行action1，为假时执行action2。

循环

循环是一种用于重复执行一个或者多个操作的结构。在awk中循环结构可以用while、do或for语句指定。

While循环

while循环语法：

while (condition){
 action
}

Do循环

Do循环语法为：

do
 action
while(condition)

For循环

For循环语法：

for(set_counter;test_counter;increment_counter){
 action
}

for循环由3个表达式组成：

set_counter：设置计数器变量的初值。

test_counter：描述在循环开始时要测试的条件。

increatment_counter：每次在循环底部递增计数器，且恰好在重新测试test_counter之前。

影响流控制的其他语句

在一个循环中有两个可以影响控制流，break和continue。

break语句顾名思义就是退出循环，这样将不再继续执行循环。

continue语句在到达循环底部之前终止当前的循环，并从循环的顶部开始一个新的循环。

有两个语句能影响主输入循环，next和exit。

next语句能够导致读入下一个输入行，并返回到脚本顶部。这个可以避免对当前输入行执行其他的操作过程。

exit语句是主输入循环退出并将控制转移到END规则，如果END存在的话。如果没有定义END规则，或在END中应用exit语句，则终止脚本的执行。

另外，它可以使用一个表达式作为参数，该表达式将作为awk的退出状态返回，如果没有提供表达式，那么将返回0。如果为exit语句设置一个初值，然后在END中再次调用没有参数的exit，则使用第一个值。

数组

在awk中不必指明数组的大小，只需要为数组指定标识符。

$awk 'BEGIN{arr[1]="ouhanzhong";print arr[1]}'
$ouhanzhong

还可以和awk内置变量联系起来用。如NR，记录编号。

关联数组

awk中，所有的数组都是关联数组。关联数组的独特之处在于它的下标可以是一个字符串或者一个数值。

有一个特殊的循环语法可以访问关联数组的所有元素，它是for循环的一个版本

 for(variable in array){
 do something with array[variable]
}

array是一个数组名字。variable是一个变量，可以将它看作和普通for循环计数器一样递增的临时变量。该变量在每次循环时被赋予一个特殊的下标。

重要的是需要记住awk中的所有数组下标都是字符串类型。即使使用数字作为下标，awk将自动将它们转换为字符串。

测试数组中的成员资格

关键词in也是一个操作符，用在条件表达式中来测试一个下标是否是数组的成员，表达式为：

 item in array

如果array[item]存在则返回1，不存在则返回0。

用split()创建数组

内置函数split()能够将任何字符串分解到数组的元素中。这个函数对于从字段中提取“子字段”是很有用的。

函数split()的语法为：

 n = split(string,array,separator)

string是要被分解到名字为array的元素中的输入字符串。数组的下标从1开始到n，n即为数组中元素的个数。元素根据指定的separate分隔符来分解。

[oracle@centos ~]$ echo "Ou Han Zhong tet ttt"|awk -F' ' '{n=split($0,y," ");print n}'
输出：
5
[oracle@centos ~]$ echo "Ou Han Zhong"|awk -F' ' '{n=split($0,y," ");print y[n-1]}'
输出：
Han

删除数组元素

awk提供了一个语句用于从数组中删除一个元素。语法是：

 delete array[subscript]

这里的方括号是必须的。这个语句将删除array中下标为subscript的元素。

多维数组

需要注意，awk数组是关联数组，只要通过数组引用它的key，就会自动创建改序列。如下：

[oracle@centos ~]$ awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if(tB["c"]!="1"){print "no found";};for(k in tB){print k,tB[k];}}'
输出：
no found
a a1
b b1
c

上面代码 tB[“c”] 会自动创建序列。

awk的多维数组在本质上是一维数组，更确切一点，awk在存储上并不支持多维数组。awk提供了逻辑上模拟二维数组的访问方式。

例如，array[2,4] = 1这样的访问是允许的。awk使用一个特殊的字符串SUBSEP (\034)作为分割字段，在上面的例子中，关联数组array存储的键值实际上是2\0344。

类似一维数组的成员测试，多维数组可以使用if ( (i,j) in array)这样的语法，但是下标必须放置在圆括号中。

类似一维数组的循环访问，多维数组使用 for ( item in array )这样的语法遍历数组。与一维数组不同的是，多维数组必须使用split()函数来访问单独的下标分量。split ( item, subscr, SUBSEP)

[oracle@centos ~]$ awk 'BEGIN{
> for(i=1;i<=9;i++){
> for(j=1;j<=9;j++){
> tarr[i,j]=i*j;
> print i,"*",j,"=",tarr[i,j];
> }
> }
> }'
1 * 1 = 1
1 * 2 = 2
1 * 3 = 3
1 * 4 = 4
1 * 5 = 5
1 * 6 = 6
1 * 7 = 7
1 * 8 = 8
....
9 * 7 = 63
9 * 8 = 72
9 * 9 = 81

作为系统变量的数组

awk中提供了两个系统变量，他们是数组。

ARGV

这是一个命令行参数的数组，不包括脚本本身和任何调用awk指定的选项。这个数组中的元素的个数可以从ARGC中获得。数组中的第一个元素的下标是0（和awk中的其他数组不同，而和C一致），最后一个下标是ARGC-1。

ENVIRON

一个环境变量数组，数组中的每个元素时当前环境变量的值，而其下标是环境变量的名字。

命令行参数数组

注意，如果你在shell脚本中调用了awk，命令行的参数将传递给shell而不是传递给awk。你必须将shell脚本的命令行参数，传递给在shell脚本中的awk程序。例如你可以用“$*”将shell脚本中的所有命令行参数传递给awk。如下所示：

awk '
 BEGIN{
 for(x=0;x<ARGC;==x){
 print ARGV[x];
 print ARGC;
 }' $*

在特殊情况下，如果ARGV的元素的值是一个空串(“ “)，awk将跳过它并继续处理下一个元素。

环境变量数组

awk 'BEGIN{
> for (env in ENVIRON)
> print env "=" ENVIRON[env];
> }'
输出：
AWKPATH=.:/usr/share/awk
SSH_ASKPASS=/usr/libexec/openssh/gnome-ssh-askpass
LANG=en_US.UTF-8
HISTSIZE=1000
...
jpg=01;35:*.gif=01;35:*.bmp=01;35:*.xbm=01;35:*.xpm=01;35:*.png=01;35:*.tif=01;35:
ORACLE_SID=ORCL

可以使用变量名作为数组的下标访问任意元素：

ENVIRON["HISTSIZE"]

也可以修改数组ENVRION中的任意元素：

ENVRION["HISTSIZE"]=100

但是这个改变并不改变用户的真实环境。

相关资料

1. sed与awk编程语言