awk学习笔记
awk程序由awk命令、括在引号（或写在文件）中的程序指令（可以有几个）以及输入文件的文件名组成，如果没有制定输入文件，输入则来自标准输入（stdin），即键盘。awk指令由模式、操作，或模式与操作的组合组成。模式是bool语义，由多个括在两个正斜杠之间的regexp表达式或布尔表达式组成；操作由括在大括号内的一条或多条语句组成，语句间分号隔开。
在文件中的程序指令唯独少了引号，这部分指令为如下格式：
- 模式 { 操作语句； 操作语句； 。。。；}
- 模式 {
操作语句
操作语句
}
同sed一样，awk是一行一行的进行处理的，每一行的流程如下：
- awk使用一行（也叫记录，以换行符结束）作为输入，并将这一行赋给内部变量$0
- 行被空格分解成字段（单词），每一个字段存储在已编号的变量中，从$1开始（这一点和sed不同，后者是将一行看作一个字符流）
- 内部变量FS来确定字段的分隔符（流程2），默认是空格和\t，可以自己定义另外的分隔符。
- 根据模式的真假，确定是否进行操作，没有操作打印整行，没有模式，默认为真
简单输出使用print，eg：
awk '/Sally/{print "\t\tHave a nice day, " $1, $2 "!"}'
逗号,表示常量，变量间使用默认的OFS填充，引号中的就是常量，$1这些就是变量
复杂输出（格式化输出，跟c的printf一致）使用printf，eg：
awk '{printf "The name is %-15s ID is %8d\n", $1, $3}' employees
一些内置变量：
NF: Number of Fields 当前行字段数目
NR: Number of Records 当前行号
awk –F'[ :\t]'说明使用空格，制表，冒号作为字段分隔符
所有的正则都可以用，甚至&都可以，而且默认使用的是扩展正则表达式，即便是{}都可以加上--re-interval来实现
关系运算符：<, >, <=, >=, ==, !=, ~, !=. eg:
$3 > 100{print $3} 或者 100 < $3{print $3}
但是~和!~就不要这样弄了
条件表达式：
布尔表达式 ? 表达式1 : 表达式2
为真，该表达式值为表达式1，为假则反之,eg:
max = ($1 > $2) ? $1 : $2; print max
算术运算符：(按照浮点数来进行计算)
+, -, *, /, %, ^. eg:
$3 * $4 > 500
逻辑操作符：
&&, ||, !
复合模式：
$3 > 100 || $4 ~ /Nice/
范围模式：匹配从第一个模式首次出现（为真）到第二个模式的首次出现（为真）之间的内容（如是循环），第二个没发现，显示到最后。eg：
/Tom/, /Susan/
赋值运算符：
=, +=, %=等等。eg：
$3 == "Chris" { $3 = "Christian"; print} #若$3为指定字符串，将之改为需求字符串并打印该行
变量不用声明，自动初始化为0和空串，可以在数值和字符串间相互变化，变量名和C的要求相同：
=, +=, -=, *=, /=, %=, ^=, eg：
wage=$2*$3
递增，递减运算符：（性质和C相同）
++, --
命令行上用户自定义变量，eg：
awk –v month=11 –v year=2011 –f awkscropt filename
字段变量：$1, $2等等，可以修改，eg：
awk '{$5=1000*$3/$2; print}'
内置变量（linkhere）
BEGIN模式：在对输入文件进行任何处理前首先执行的操作
END模式：在对所有输入文件都进行处理过后执行的操作
输出重定向>：
awk 'print $1, $2 > "file"' filename
#将file(文件名)清空并打开(>的操作)，将filename的1，2字段输出到file中
输入重定向getline：
awk 'BEGIN{"ls -l" | getline d; print d}' filename
#将ls –l输出的内容放到管道文件中，getline d完成将改管道的当前行放到d中的任务，注意这个d是可有可无的，有匿名变量保存getline的数据，并且print也会使用这个匿名变量的数据
管道|
awk的管道似乎和shell中的不同，它是在运行结束后再将管道用于后续的操作，eg：
print $1,$2 | "sort -n > testout" #会在所有行都跑完过后才进行sort
管道也可以打开很多条，不知道书中的每次只能打开一个管道是什么意思
print $1,$2 | "sort -n > testout"
print $1,$2 | "sort -k2 > testout2"
可以使用close("sort -n")来关闭管道，我觉得关闭管道就是为了刷新输出，表示已经提供好输入，可以供管道右侧的命令使用了
system()函数，跟c中的同名函数的使用一样的，eg：
system("sort -n " ARGV[2]">tempfile")
system("mv tempfile "ARGV[2])
条件语句if，同C一样，多条语句才需要花括号框住
if(表达式){
语句; 语句; …
}
if/else语句：
{if(表达式){
语句; 语句; …
}
else{
语句; 语句; …
}
}
if/else if/…/else语句：
{if(表达式){
语句;…
}
else if(表达式){
语句;…
}
else if(表达式){
语句;…
}
…
else{
语句;…
}
}
while循环，do/while循环，for循环，continue，break：
{i=1; while(i<=NF){print NF, $i; ++i}}
{i=1; while(i<=NF){if($i<0){print "continue"; continue} print NF, $i; ++i;}} #注意在块语句后面可以不使用分号分隔，跟sed不同哟
{for(x=3;x<=NF;++x)
if($x<0){print "break"; break}
}
next语句：停止本行操作，开始执行下一行的操作
exit语句：终止awk程序对文件的处理，不能跳过END，后跟awk返回值，eg：
exit (1)
数组（是个hashmap），使用时创建，使用[]索引：arrayname[key]
特殊for：
{for(key in arrayname)){
print arrayname[key]
}
}
多维数组：matrix[key1, key2] = matrix[key1 SUBSEP key2]，其中（SUBSEP = \034）
命令行处理参数：
ARGV：从0开始，分别为awk命令，文件1……文件n
ARGC：ARGV的维数
由于awk会依次处理所有输入文件，因此可以在BEGIN中使用delete删除不需要的文件，eg：
BEGIN{print "ARGV[2]" is ARGV[2]}
{print}
字符串函数：
sub函数用于在目标串（默认为本记录）中查找能够匹配regex的最长且最靠左的子串，然后用替换串取代找到的子串。
gsub函数替换能够匹配regex的所有的子串
index函数返回子串在字符串中第一次出现的位置，偏移量从1开始计算，格式：
index(字符串, 子串)
length函数返回字符串（默认为当前记录）中字符的个数，格式：
length(字符串)
length
substr函数返回从字符串制定位置（偏移量从1开始计算）开始，指定长度（默认为到末尾，如果超过末尾，也只输出到末尾）的一个子串，格式：
substr(字符串, 起始位置)
substr(字符串，起始位置，子串长度)
match函数返回regex在字符串中出现的位置，如果未出现，则返回0。match函数把内置变量RSTART设为子串在字符串中的起始位置，RLENGTH则设置为子串长度，可配合substr使用，格式：
match(字符串, 正则表达式)
split函数使用第三个参数（默认为FS）指定的字段分隔符，把字符串拆分成一个数组，格式：
split(字符串, 数组, 字段分隔符)
split(字符串, 数组)
sprintf函数，类似C的sprintf，格式化后赋给一个变量，格式：
variable=sprintf("含有格式说明的字符串", 表达式1, 表达式2, …, 表达式n)
内置算术函数
int函数：舍去小数点后所有数字，生成一个整数
rand函数：生成[0, 1)的浮点数
srand函数：srand(x)把x设成种子，不提供参数则根据当前系统时间
