awk programovatelný filtr

awk – programovatelný filtr Spouštění: Awk vzor {akce} nebo awk –f prg_soubor [ soubory ] čte řádky ze zadaných souborů, nebo ze standardního vstupu výstup směřuje na standardní výstup Struktura programu: vzor { akce } vzor { akce } atd. v každém řádku čteném ze vstupu se hledá vzor. Pokud se najde provede se akce a pak se hledá další vzor atd. Poté se přejde na další řádek. vynechat lze vzor (akce se provede pro každý řádek) i akci (řádek se zkopíruje na standardní výstup) Pr.: who | awk '/root/'

PDF vytvořeno zkušební verzí pdfFactory Pro www.fineprint.cz

Záznamy a položky vstup, který awk čte, se dělí do záznamů a položek na jednotlivé položky se odkazujeme $1, $2, …$NF na celý záznam $0 Základní proměnné: FILENAME – jméno aktuálního vstupního souboru FS – oddělovač polí (implicitně mezera a tabulátor) NF – počet polí ve vstupním záznamu NR – číslo aktuálního vstupního záznamu RS – oddělovač záznamů na vstupu (standardně \n) OFMT – výstupní formát čísel (implicitně %.6g) OFS – oddělovač polí ve výstupu (implicitně mezera) ORS – oddělovač záznamů ve výstupním souboru (\n)


Příklady • who | awk '/root/‘ – kde je přihlášen root • awk ’{ print }‘ – vypíše všechny vstupní řádky • awk ‘{ print $2 ”,” $1 }’ - první a druhá položka prohozena a mezi nimi čárka


BEGIN a END • BEGIN - definuje, co se provede před čtením prvního záznamu • END - definuje, co se provede po přečtení posledního záznamu • awk 'BEGIN { FS = ":" } $1 == "root"' /etc/passwd • BEGIN { FS = ”:” } zbytek prog. END { print NR }

• awk '{ s = s + $2 } END { print s, s/NR }'


Regulární výrazy jako vzor mohou být regulární výrazy, které se uzavírají do / / /L.*x/

- řádky, které obsahují L a potom x

$1 ~ /^[Ll].*x$/ - řádky, jejichž 1. položka začíná L nebo l a končí x !~ - vybere řádky, které vzorek neobsahují awk /mapa/ { print $0 } file.txt - projde file a vypíše řádky, které obsahují slovo mapa


Relační výrazy • mohou být použity relační operátory <, >, ==, !=, >=, <=, ~, !~ • $1 >= ”s” - řádky, kde první položka začíná znakem s, t, u ….


Kombinace vzorů • vzory lze i spojovat booleovskými operátory : && (AND), || (OR), ! (NOT)

• $1 >= ”r” && $1 < ”w” - řádky, jejichž první položka začíná r, s, t, u a v


Interval určený vzory • /start/,/stop/ - akce se provede pro všechny řádky od řádku vyhovujícímu vzoru start, až po řádek vyhovujícímu vzoru stop


Příkazy stejné jako v jazyce C if, while, for, do – while, break, continue, printf, return, next, delete pole [index], exit { if ($3 >1000) $3 = ”moc velké” print } { for (i=1; i<= NF; i++) print $i }


PODMÍNKY A CYKLY • if (podmínka) příkaz1 else příkaz2 • for (výraz1; podmínka; výraz2) příkaz while (podmínka) příkaz • while (podmínka) { příkaz výraz2 }


Příklady awk 'BEGIN { FS = ":" } { for (i=2; i <= NF ;i++) printf (" %s", $i); } { printf "\n"; }' /etc/passwd Následující příklad vypíše všechny sloupce, vyjma prvního. (Jistě by to šlo udělat jednodušeji, zde je to jako ukázka použití cyklu for)


Další parametry • -Ffs nastavuje oddělovače sloupců (implicitně je to mezera a tabulátor). Použitím se ruší implicitní oddělovače • -f pf udává programový soubor. Příkazy jsou vyhodnocovány v tom pořadí, v jakém jsou v souboru • -v var=value do var se přiřadí hodnota value (k dispozici je již v bloku BEGIN)


Systémové proměnné PATH • obsahuje seznam cest, kde se vyhledávají programy spouštěné pomocí funkce system () • standardně se použije .:/usr/lib/awk:/usr/local/lib/awk


Integrované funkce • • • • • • • • •

exp, log, sqrt, sin, cos blength [([s])] vrátí délku argumentu v bajtech nebo délku $0, pokud není argument zadán length [([s])] vrátí délku argumentu ve znacích nebo délku $0, pokud není argument zadán Př: awk ‘{print length}’ soubor rand () vrátí náhodné číslo mezi nulou a jednou srand ([expr]) nastaví klíčovou hodnotu pro rand a vrátí předchozí klíčovou hodnotu. Pokud není expr zadáno, je použit aktuální čas. int (x) vrátí celou část čísla x substr (s, m[,n]) vrátí nejvíce n znaků z řetězce s počínaje pozicí m, číslovanou od 1. Pokud je n větší než délka řetězce, je vrácený řetězec omezen délkou řetězce. Př: ll | awk –f prog prog: /^total/ {next} {print substr ($0, 1, 10)}


Integrované funkce • • • • • •

• •

ndex (s, t) vrátí pozici prvního výskytu řetězce t v řetězci s ve znacích, číslování je od 1, nebo nulu, pokud se t v s nevyskytuje. Př: awk ‘{print index ($0, “an”}’ soubor match (s, ere) vrátí pozici prvního výskytu regulárního výrazu ere v řetězci s, číslování je od 1, nebo 0, pokud se v s nevyskytuje. Proměnné RSTART a RLENGTH jsou nastaveny na pozici a délku shodného řetězce. Př: awk ‘{print match ($0, /an/}’ soubor split (s, a[, fs]) rozdělení řetězce s do pole elementů a [1], a [2], …, a [n], a vrátí n. Rozdělování končí, pokud přestane platit regulární výraz fs nebo pokud již není nalezený oddělovač sloupců (FS). Př: awk –f prog soubor prog: {for (i=1;i<=split ($0, a);i++) print a[i]} sub (ere, repl [, in]) nahradí repl za první výskyt regulárního výrazu ere v řetězci in. Pokud není in zadáno, bere se $0. Vrátí počet náhrad. Př: awk –f prog soubor prog: {sub (/ /, „x“, $0)} {print $0}


Integrované funkce • • • • •

• • • •

gsub stejný jako sub, ale nahrazuje všechny výskyty regulárního výrazu. Vrátí počet náhrad. sprintf (fmt, expr, …) vrátí řetězec výrazů expr zformátovaných podle fmt system (cmd) provede příkaz cmd a vrátí jeho návratovou hodnotu toupper (s) převede všechna písmena v řetězci s na velká a vrátí výsledek tolower (s) převede všechna písmena v řetězci s na malá a vrátí výsledek

getline nastaví $0 na následující vstupní záznam v aktuálním vstupním souboru. Vrací 1 pro Ok, 0 pro konec souboru a –1 pro chybu getline <soubor nastaví $0 na následující vstupní záznam v souboru soubor getline x nastaví $0 na x cmd | getline každé volání getline nastaví $0 na další řádku výstupu příkazu cmd.


Řetězcové konstanty řetězcové konstanty jsou v awk uzavřeny do uvozovek ” ” \\ - obr. lomítko \a – alert \b - backspace \f – FF \n – newline \r – CR \t – horiz. tabulátor \v – v. tabulátor \xhex – 16 znak \oct – 8 znak \c – znak


Příklady • Použijte filtr awk a zjistěte z výstupu programu last všechna svoje čtvrteční přihlášení. Výpis upravte do následujícího formátu.

• ve ctvrtek:nat.felk.cvut.cz zacatek:09:24 konec:10:46


ŘEŠENÍ last | awk '{if ($1=="chaloj3" && $4=="Thu") print "ve ctvrtek:",$3,"zacatek:",$7,"konec:",$9}'


awk programovatelný filtr

Recommend Documents