awk

awk中的循环和判断语句 awk中的循环和判断语句 2009-12-23 13:45 awk条件语句 条件语句 awk中的条件语句是从C语言中借鉴过来的，可控制程序的流程。 14.5.1. if语句 格式： {if (expression){ statement; statement; ... } } $ awk '{if ($1 <$2) print $2 \"too high\。如果第一个域小于第二个域则打印。 $ awk '{if ($1 < $2) {count++; print \"ok\如果第一个域小于第二个域，则count加一，并打印ok。 14.5.2. if/else语句，用于双重判断。 格式： {if (expression){ statement; statement; ... } else{ statement; statement; ... } } $ awk '{if ($1 > 100) print $1 \"bad\" ; else print \"ok\。如果$1大于100则打印$1 bad,否则打印ok。 $ awk '{if ($1 > 100){ count++; print $1} else {count--; print $2}' test。如果$1大于100，则count加一，并打印$1，否则count减一，并打印$1。 14.5.3. if/else else if语句，用于多重判断。 格式： {if (expression){ statement; statement; ... } else if (expression){ statement; statement; ... } else if (expression){ statement; statement; ... } else { statement; statement; ... } } 14.6. 循环 * awk有三种循环:while循环；for循环；special for循环。 * $ awk '{ i = 1; while ( i <= NF ) { print NF,$i; i++}}' test。变量的初始值为1，若i小于可等于NF(记录中域的个数),则执行打印语句，且i增加1。直到i的值大于NF. * $ awk '{for (i = 1; i * breadkcontinue语句。break用于在满足条件的情况下跳出循环；continue用于在满足条件的情况下忽略后面的语句，直接返回循环的顶端。如： {for ( x=3; x<=NF; x++) if ($x<0){print \"Bottomed out!\"; break}} {for ( x=3; x<=NF; x++) if ($x==0){print \"Get next item\"; continue}} * next语句从输入文件中读取一行，然后从头开始执行awk脚本。如： {if ($1 ~/test/){next} else {print} } * exit语句用于结束awk程序，但不会略过END块。退出状态为0代表成功，非零值表示出错。 14.7. 数组 awk中的数组的下标可以是数字和字母，称为关联数组。 14.7.1. 下标与关联数组 * 用变量作为数组下标。如：$ awk {name[x++]=$2};END{for(i=0;i * special for循环用于读取关联数组中的元素。格式如下： {for (item in arrayname){ print arrayname[item] } } $ awk '/^tom/{name[NR]=$1}; END{for(i in name){print name[i]}}' test。打印有值的数组元素。打印的顺序是随机的。 * 用字符串作为下标。如：count[\"test\"] * 用域值作为数组的下标。一种新的for循环方式，for (index_value in array) statement。如:$ awk '{count[$1]++} END{for(name in count) print name,count[name]}' test。该语句将打印$1中字符串出现的次数。它首先以第一个域作数组count的下标，第一个域变化，索引就变化。 * delete 函数用于删除数组元素。如：$ awk '{line[x++]=$1} END{for(x in line) delete(line[x])}' test。分配给数组line的是第一个域的值，所有记录处理完成后，special for循环将删除每一个元素。 正则表达式 正则表达式语法 一个正则表达式就是由普通字符（例如字符 a 到 z）以及特殊字符（称为元字符）组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。 这里有一些可能会遇到的正则表达式示例： Visual Basic Scripting Edition /^\\[ \]*$/ /\\d{2}-\\d{5}/ /<(.*)>.*<\\/\\1>/ VBScript \"^\\[ \]*$\" \"\\d{2}-\\d{5}\" \"<(.*)>.*<\\/\\1>\" 匹配 匹配一个空白行。 验证一个ID 号码是否由一个2位数字，一个连字符以及一个5位数字组成。 匹配一个 HTML 标记。 下表是元字符及其在正则表达式上下文中的行为的一个完整列表： 字符 \\ 描述 将下一个字符标记为一个特殊字符、或一个原义字符、或一个 后向引用、或一个八进制转义符。例如，'n' 匹配字符 \"n\"。'\\n' 匹配一个换行符。序列 '\\\\' 匹配 \"\\\" 而 \"\\(\" 则匹配 \"(\"。 匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 '\\n' 或 '\\r' 之后的位置。 ^ $ * + ? {n} {n,} {n,m} 匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性，$ 也匹配 '\\n' 或 '\\r' 之前的位置。 匹配前面的子表达式零次或多次。例如，zo* 能匹配 \"z\" 以及 \"zoo\"。 * 等价于{0,}。 匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 \"zo\" 以及 \"zoo\"，但不能匹配 \"z\"。+ 等价于 {1,}。 匹配前面的子表达式零次或一次。例如，\"do(es)?\" 可以匹配 \"do\" 或 \"does\" 中的\"do\" 。? 等价于 {0,1}。 n 是一个非负整数。匹配确定的 n 次。例如，'o{2}' 不能匹配 \"Bob\" 中的 'o'，但是能匹配 \"food\" 中的两个 o。 n 是一个非负整数。至少匹配n 次。例如，'o{2,}' 不能匹配 \"Bob\" 中的 'o'，但能匹配 \"foooood\" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。 m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。刘， \"o{1,3}\" 将匹配 \"fooooood\" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。 ? 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 \"oooo\"，'o+?' 将匹配单个 \"o\"，而 'o+' 将匹配所有 'o'。 匹配除 \"\\n\" 之外的任何单个字符。要匹配包括 '\\n' 在内的任何字符，请使用象 '[.\\n]' 的模式。 匹配pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到，在VBScript 中使用 SubMatches 集合，在Visual Basic Scripting Edition 中则使用 $0…$9 属性。要匹配圆括号字符，请使用 '\\(' 或 '\\)'。 匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用 \"或\" 字符 (|) 来组合一个模式的各个部分是很有用。例如， 'industr(?:y|ies) 就是一个比 'industry|industries' 更简略的表达式。 正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如， 'Windows (?=95|98|NT|2000)' 能匹配 \"Windows 2000\" 中的 \"Windows\" ，但不能匹配 \"Windows 3.1\" 中的 \"Windows\"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。 负向预查，在任何不匹配Negative lookahead matches the search string at any point where a string not matching pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 \"Windows 3.1\" 中的 \"Windows\"，但不能匹配 \"Windows 2000\" 中的 \"Windows\"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始 匹配 x 或 y。例如，'z|food' 能匹配 \"z\" 或 \"food\"。'(z|f)ood' 则匹配 \"zood\" 或 \"food\"。 字符集合。匹配所包含的任意一个字符。例如， '[abc]' 可以匹配 \"plain\" 中的 'a'。 负值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 \"plain\" 中的'p'。 字符范围。匹配指定范围内的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。 负值字符范围。匹配任何不在指定范围内的任意字符。例如，'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范围内的任意字符。 匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\\b' 可以匹配\"never\" . (pattern) (?:pattern) (?=pattern) (?!pattern) x|y [xyz] [^xyz] [a-z] [^a-z] \\b 中的 'er'，但不能匹配 \"verb\" 中的 'er'。 \\B \\cx \\d \\D \\f \\n \\r \\s \\S \ \\v \\w \\W \\xn 匹配非单词边界。'er\\B' 能匹配 \"verb\" 中的 'er'，但不能匹配 \"never\" 中的 'er'。 匹配由x指明的控制字符。例如， \\cM 匹配一个 Control-M 或回车符。 x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。 匹配一个数字字符。等价于 [0-9]。 匹配一个非数字字符。等价于 [^0-9]。 匹配一个换页符。等价于 \\x0c 和 \\cL。 匹配一个换行符。等价于 \\x0a 和 \\cJ。 匹配一个回车符。等价于 \\x0d 和 \\cM。 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \\f\\n\\r\\\v]。 匹配任何非空白字符。等价于 [^ \\f\\n\\r\\\v]。 匹配一个制表符。等价于 \\x09 和 \\cI。 匹配一个垂直制表符。等价于 \\x0b 和 \\cK。 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。 匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如， '\\x41' 匹配 \"A\"。'\\x041' 则等价于 '\\x04' & \"1\"。正则表达式中可以使用 ASCII 编码。. 匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。例如，'(.)\\1' 匹配两个连续的相同字符。 标识一个八进制转义值或一个后向引用。如果 \\n 之前至少 n 个获取的子表达式，则 n 为后向引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。 标识一个八进制转义值或一个后向引用。如果 \\nm 之前至少有is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。如果 \\nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 \\nm 将匹配八进制转义值 nm。 如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。 匹配 n，其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如， \© 匹配版权符号 (?)。 © 2000 Microsoft Corporation 版权所有。保留所有权利。使用规定。 \\num \\n \\nm \\nml \":{"h":18,"w":17.999,"x":44.82,"y":813.362,"z":1679},"ps":{"_cover":true},"t":"wordn