awk琐记(一)概念

　　这几天在学习sed、awk这两个命令，个人感觉这两个命令的工作模式都是一致的，在学习过程中可以对比学习，这样效果会好些。但是，awk相对sed要复杂很多，所幸，我是先学习的sed，现在学习awk，感觉容易入门一些。建议先学习sed，而后学习awk。

　　由于awk包含的东西比较多，我现在没有能力言简意赅的把它总结出来。但是，我学习东西时总是想首先掌握“框架”，然后，再去学习细枝末叶的东西。这有好处也有坏处。好处是一旦掌握它，能够灵活变通；缺点是需要较长的时间来学习，可以说是学院派的。

　　本人文笔不好，能少写一个字，绝不多写一个！大家见谅，下面主要介绍awk的概念、命令格式等。

• 1. awk简介

　　awk是三位作者（Drs. A. Aho、P. Weinberger 和 B. Kernighan）名字首字母的组合，本身没有什么意义。它是一种文本处理和模式匹配的语言，在处理“报表”类型的本文时尤其方便。

• 2. awk中几个概念
  2.1 记录（record）

　　awk将文本看作一条接一条的record。awk运行时，取出一条record进行处理，处理完成后，取出下一条record处理，直至文件结束。所以，record是什么呢，就是一条记录，是awk处理的基本单元。

　　那什么才是一条记录呢？awk中定义了一个变量RS（record-separator），RS将文件内容分割成了一条一条的record。默认FS的值是回车，因此，默认情况下，文件的一行就是一条record。

　　2.2 字段（field）

　　record由field组成，和record一样，awk也使用一个变量FS（field-sparator）来界定field。默认FS值为任意数量的空白字符（任意数量的连续的空白符），也就是说空格和表符。

总结如下（awk视窗下）：

　　a。文件是由record与RS组成的；

　　b。record由field与FS组成的。

• 3. awk运行机制

　　awk运行过程：从文件中取出第一条record，按照制定的流程进行处理，完成后再从文件中取出第二条记录，重复处理过程。。如此重复，直到处理完所有的记录。

　　更详细的流程如下：

　　　　a。利用RS分割符从文件中读取一条record；

　　　　b。利用FS分割符将record分割为几个field；

　　　　c。进行处理；

　　　　d。重复步骤a-c。

　　那在程序运行过程中，awk怎么索引这些record或field呢？awk是这样处理的：

　　　　a。$0 表示这个record；

　　　　b。$1, $2, $3 。。。分别表示第一个、第二个、。。。第N个field。

• 4. awk命令格式

  awk  [-options]  'scripts'  files

　　其中scripts 是由一些列的“模式-动作”（pattern-action）单元组成的，具体定义形式为：pattern{action}，其中，pattern定义执行该action需要满足的条件，action定义动作。

　　在所有的pattern中，awk定义了两个比较特殊的pattern：BEGIN与END，BEGIN { action}表示在处理所有的记录之前需要执行的action，END{action}表示在处理完所有的记录后需要执行的动作。

　　BEGIN与END定义的动作仅仅执行一次，而其他pattern-action需要去和每条record去匹配，若满足就执行action。

　　 　　在所有的pattern-actoin组合中，任何一方都可以为空，只是：

　　　　　　a。 若pattern为空，则表示默认都满足条件；

　　　　　　b。 若整个｛action｝都不写，默认打该record，即{print $0}； 若action为空，但带有｛｝，即为pattern｛｝，则表示不执行任何动作。

　　　　因此，awk命令使用形式如下：

awk [-options] 'BEGIN{actionBEGIN} pattern1{action1} pattern2{action2} ......END{actionEND}' files

• 5. awk实例

awk 'BEGIN{FS=":";count=0;}{count++;} $3>500 {print $1} END{print "Num of users:" count;}' /etc/passwd 

　　本例子有四个pattern-action：

　　a。BEGIN{FS=":";count=0;}  表示在处理所有记录前，将field分割符设置为“：”，同时定义了一个变量count值为0；

　　b。{count++;}   没有pattern，所有行就要执行，count用来统计行数；

　　c。$3>500 {print $1} passwd使用“：”分割后，$1是用户名，$3是id值。这个模式的意思是：将id值大于500的用户打印出来；

　　d。END{print "Num of users:" count;} 表示在处理完所有的记录后，打印出行数。

• 后记

　　本文主要从概念说介绍了awk，后续将会从更为具体的方面学习记录awk。