一.到网上下载一个gawk.exe程序(用于Windows上)。
二.gawk的基本语法.
1.gawk格式.
gawk [options] "[Begin{}][pattern]{action}[End{}]" InputFileName.
1.1. 命令选项[options]
-F fs or --field-separator fs
指定输入文件折分隔符,fs是一个字符串或者是一个正则表达式,如-F:。
-v var=value or --asign var=value
赋值一个用户定义变量。
-f scripfile or --file scriptfile
从脚本文件中读取awk命令。
-mf nnn and -mr nnn
对nnn值设置内在限制,-mf选项限制分配给nnn的最大块数目;-mr选项限制记录的最大数目。这两个功能是Bell实验室版awk的扩展功能,在标准awk中不适用。
-W compact or --compat, -W traditional or --traditional
在兼容模式下运行awk。所以gawk的行为和标准的awk完全一样,所有的awk扩展都被忽略。
-W copyleft or --copyleft, -W copyright or --copyright
打印简短的版权信息。
-W help or --help, -W usage or --usage
打印全部awk选项和每个选项的简短说明。
-W lint or --lint
打印不能向传统unix平台移植的结构的警告。
-W lint-old or --lint-old
打印关于不能向传统unix平台移植的结构的警告。
-W posix
打开兼容模式。但有以下限制,不识别:\x、函数关键字、func、换码序列以及当fs是一个空格时,将新行作为一个域分隔符;操作符**和**=不能代替^和^=;fflush无效。
-W re-interval or --re-inerval
允许间隔正则表达式的使用,参考(grep中的Posix字符类),如括号表达式[[:alpha:]]。
-W source program-text or --source program-text
使用program-text作为源代码,可与-f命令混用。
-W version or --version
打印bug报告信息的版本。
3. 模式和操作[pattern] And [action]
gawk脚本是由模式和操作组成的:
pattern {action} 如gawk .exe “/root/”
两者是可选的,如果没有模式,则action应用到全部记录,如果没有action,则输出匹配全部记录。默认情况下,每一个输入行都是一条记录,但用户可通过RS变量指定不同的分隔符进行分隔。
3.1. 模式
模式可以是以下任意一个:
*
/正则表达式/:使用通配符的扩展集。
*
关系表达式:可以用下面运算符表中的关系运算符进行操作,可以是字符串或数字的比较,如$2>%1选择第二个字段比第一个字段长的行。
*
模式匹配表达式:用运算符~(匹配)和~!(不匹配)。
*
模式,模式:指定一个行的范围。该语法不能包括BEGIN和END模式。
*
BEGIN:让用户指定在第一条输入记录被处理之前所发生的动作,通常可在这里设置全局变量。
*
END:让用户在最后一条输入记录被读取之后发生的动作。
3.2. 操作[action]
操作由一人或多个命令、函数、表达式组成,之间由换行符或分号隔开,并位于大括号内。主要有四部份:
*变量或数组赋值
*输出命令
*内置函数
*控制流命令
test.txt文件中的内容如下:
1111;aaaa;AAAA;
2222;bbbb;BBBB;
3333;cccc;dddd;
在命令窗口运行:gawk.exe "{print $0}" test.txt,则输出以下内容:
1111;aaaa;AAAA;
2222;bbbb;BBBB;
3333;cccc;dddd;
"{print $0}"表示完整的输出从test.txt文件中读取的每一行.$0表示当前读取的行,从这里我们应该知道gawk从test.txt读取一行之后开始执行action块的动作。为了验证这点,下面再举一个例子:
gawk.exe "{print """test"""}" test.txt 输出如下:
test
test
test
由于test.txt文件中有三行,所以action块部分执行了三次.
如果想以分号作为分隔符可以将test.txt分成四列,只输出前两列:
gawk.exe -F"\73"
1111 aaaa
2222 bbbb
3333 cccc
我们发现输出的结果中每一列是用空格分隔的,现在我们自己定义分隔符,写法如下:
gawk.exe