AWK 内置变量
内置变量
AWK 提供了一些内置变量。 它们在你写 AWK 脚本的时候起着很重要的作用。 这一章节中将会展示如何使用这些内置变量。
标准 AWK 变量
下面将介绍标准 AWK 变量:
ARGC
ARGC 表示在命令行提供的参数的个数。
[jerry]$ awk 'BEGIN {print "Arguments =", ARGC}' One Two Three Four
执行上面的命令可以得到如下的结果:
Arguments = 5
程序哪儿出毛病了吗?为什么只输入四个参数而 AWK 却显示输入的参数个数的五呢? 看完下面这个例子,你就会明白的。
ARGV
这个变量表示存储命令行输入参数的数组。数组的有效索引是从 0 到 ARGC-1。
[jerry]$ awk 'BEGIN { for (i = 0; i < ARGC - 1; ++i)
{ printf "ARGV[%d] = %s\n", i, ARGV[i] }
}' one two three four
执行上面的命令可以得到如下的结果:
ARGV[0] = awk
ARGV[1] = one
ARGV[2] = two
ARGV[3] = three
CONVFMT
此变量表示数据转换为字符串的格式,其默认值为 %.6g。
[jerry]$ awk 'BEGIN { print "Conversion Format =", CONVFMT }'
执行上面的命令可以得到如下的结果:
Conversion Format = %.6g
ENVIRON
此变量是与环境变量相关的关联数组变量。
[jerry]$ awk 'BEGIN { print ENVIRON["USER"] }'
执行上面的命令可以得到如下的结果:
jerry
可以使用 GNU/Linux 系统中的 env 命令查询其它环境变量的名字。
FILENAME
此变量表示当前文件名称。
[jerry]$ awk 'END {print FILENAME}' marks.txt
执行上面的命令可以得到如下的结果:
marks.txt
值得注意的是在开始块中FILENAME是未定义的。
FS
此变量表示输入的数据域之间的分隔符,其默认值是空格。 你可以使用 -F 命令行选项改变它的默认值。
[jerry]$ awk 'BEGIN {print "FS = " FS}' | cat -vte
执行上面的命令可以得到如下的结果:
FS = $
NF
此变量表示当前输入记录中域的数量。例如,下面这个例子只输出超过两个域的行:
[jerry]$ echo -e "One Two\nOne Two Three\nOne Two Three Four" | awk 'NF > 2'
执行上面的命令可以得到如下的结果:
One Two Three
One Two Three Four
NR
此变量表示当前记录的数量。(译注:该变量类似一个计数器,统计记录的数量)。下面例子会输出读入的前三行(NR<3)。
[jerry]$ echo -e "One Two\nOne Two Three\nOne Two Three Four" | awk 'NR < 3'
执行上面的命令可以得到如下的结果:
One Two
One Two Three
FNR
该变量与 NR 类似,不过它是相对于当前文件而言的。此变量在处理多个文件输入时有重要的作用。每当从新的文件中读入时 FNR 都会被重新设置为 0。
OFMT
此变量表示数值输出的格式,它的默认值为 %.6g。
[jerry]$ awk 'BEGIN {print "OFMT = " OFMT}'
执行上面的命令可以得到如下的结果:
OFMT = %.6g
OFS
此变量表示输出域之间的分割符,其默认为空格。
[jerry]$ awk 'BEGIN {print "OFS = " OFS}' | cat -vte
执行上面的命令可以得到如下的结果:
OFS = $
ORS
此变量表示输出记录(行)之间的分割符,其默认值是换行符。
[jerry]$ awk 'BEGIN {print "ORS = " ORS}' | cat -vte
执行上面的命令可以得到如下的结果:
ORS = $
$
RLENGTH
此变量表示 match 函数匹配的字符串长度。AWK 的 match 函数用于在输入的字符串中搜索指定字符串。
[jerry]$ awk 'BEGIN { if (match("One Two Three", "re")) { print RLENGTH } }'
执行上面的命令可以得到如下的结果:
2
RS
此变量表示输入记录的分割符,其默认值为换行符。
[jerry]$ awk 'BEGIN {print "RS = " RS}' | cat -vte
执行上面的命令可以得到如下的结果:
RS = $
$
RSTART
此变量表示由 match 函数匹配的字符串的第一个字符的位置。
[jerry]$ awk 'BEGIN { if (match("One Two Three", "Thre")) { print RSTART } }'
执行上面的命令可以得到如下的结果:
9
SUBSEP
此变量表示数组下标的分割行符,其默认值为 \034 。
[jerry]$ awk 'BEGIN { print "SUBSEP = " SUBSEP }' | cat -vte
执行上面的命令可以得到如下的结果:
SUBSEP = ^\$
$0
此变量表示整个输入记录。
[jerry]$ awk '{print $0}' marks.txt
执行上面的命令可以得到如下的结果:
1) Amit Physics 80
2) Rahul Maths 90
3) Shyam Biology 87
4) Kedar English 85
5) Hari History 89
$n
此变量表示当前输入记录的第 n 个域,这些域之间由 FS 分割。
[jerry]$ awk '{print $3 "\t" $4}' marks.txt
执行上面的命令可以得到如下的结果:
Physics 80
Maths 90
Biology 87
English 85
History 89
GNU AWK 特定的变量
下面将介绍 GNU AWK 专有的变量:
ARGIND
此变量表示当前文件中正在处理的 ARGV 数组的索引值。
[jerry]$ awk '{ print "ARGIND = ", ARGIND; print "Filename = ", ARGV[ARGIND] }' junk1 junk2 junk3
执行上面的命令可以得到如下的结果:
ARGIND = 1
Filename = junk1
ARGIND = 2
Filename = junk2
ARGIND = 3
Filename = junk3
BINMODE
此变量用于在非 POSIX 系统上指定 AWK 对所有文件的 I/O 都使用二进制模式。 数值1,2 或者 3 分别指定输入文件、输出文件或所有文件。 字符串值 r 或 w 分别指定输入文件或者输出文件使用二进制 I/O模式。 字符串值 rw 或 wr 指定所有文件使用二进制 I/O模式。
ERRNO
此变量用于存储当 getline 重定向失败或者 close 函数调用失败时的失败信息。
[jerry]$ awk 'BEGIN { ret = getline < "junk.txt"; if (ret == -1) print "Error:", ERRNO }'
执行上面的命令可以得到如下的结果:
Error: No such file or directory
FIELDWIDTHS
该变量表示一个分割域之间的空格的宽度。当此变量被设置后, GAWK 将输入的域之间的宽度处理为固定宽度,而不是使用 FS 的值作为域间的分割符。
IGNORECASE
当此变量被设置后,GAWK将变得大小写不敏感。下面是一个简单的例子:
[jerry]$ awk 'BEGIN{IGNORECASE=1} /amit/' marks.txt
执行上面的命令得到如下的结果:
1) Amit Physics 80
LINT
此变量提供了在 GAWK 程序中动态控制 --lint 选项的一种途径。当这个变量被设置后, GAWK 会输出 lint 警告信息。如果给此变量赋予字符值 fatal,lint 的所有警告信息将会变了致命错误信息(fatal errors)输出,这和 --lint=fatal 效果一样。
[jerry]$ awk 'BEGIN {LINT=1; a}'
执行上面的命令可以得到如下的结果:
awk: cmd. line:1: warning: reference to uninitialized variable `a'
awk: cmd. line:1: warning: statement has no effect
PROCINFO
这是一个关联数组变量,它保存了进程相关的信息。比如, 真正的和有效的 UID 值,进程 ID 值等等。
[jerry]$ awk 'BEGIN { print PROCINFO["pid"] }'
执行上面的命令可以得到如下的结果:
4316
TEXTDOMAIN
此变量表示 AWK 程序当前文本域。 它主要用寻找程序中的字符串的本地翻译,用于程序的国际化。
[jerry]$ awk 'BEGIN { print TEXTDOMAIN }'
执行上面的命令可以得到如下的结果:
messages
(译注:输出 message 是由于 TEXTDOMAIN 的默认值为 messages) 上面所有的输出都是英文字符是因为本地语言环境配置为 en_IN 。