ソースを表示

手軽さとパワーのバランスが素晴らしい AWK について。

ちなみに、AWK の A は、(オレの好きな) かの有名な Aho-Corasick 法を作った
Aho 氏の A である！K はカーニハン。そりゃいい言語だわな。

== 参考文献 ==
* [http://www.gnu.org/software/gawk/manual/gawk.html The GNU Awk User's Guide] (3.1.6) — 本家のマニュアル
* [http://www.kt.rim.or.jp/~kbk/gawk/gawk_toc.html The GAWK Manual] (2.15.6)
* [http://www.kt.rim.or.jp/~kbk/gawk-30/index.html AWK Language Programming] (3.0.4)

== 覚え書き ==

=== コマンド構文 ===
 awk [-F sep] [-f progfile] [-v name=value] 'program' [file ...]

* セパレータ (デリミタ) は -F で指定することに注意
* -f で自作ライブラリを複数取り込める
* -v で変数を渡す

=== 組み込み変数 ===
* FS ― フィールドセパレータ (デフォルトはスペース)
* NR ― 現レコード数
* NF ― フィールド数
* OFS ― 出力フィールドセパレータ (print のカンマ区切りのセパレータ; デフォルトはスペース)
* ORS ― 出力レコードセパレータ (デフォルトは改行)

=== 演算子 ===
* ~ ― 正規表現にマッチしたら真 ($0 ~ /re/)
他はほぼ C と同じ

=== 制御構文 ===
* <code>break</code>, <code>continue</code> ― for や while の中で使う
* <code>next</code> ― 次のレコードへ処理を移す
* <code>exit</code> ― 残りのレコードは見ないで処理を中断 (END の中は実行されるので注意)

=== 配列 ===
* <code>array[i]</code> ― 一次元配列
* <code>array[i,j,k]</code> ― 三次元配列
* <code>array[str]</code> ― 連想配列
** <code>for (x in array) { ... }</code> ですべてのキーを取り出し可能
** <code>if (str in array) { ... }</code> でキー str があるかどうか
** <code>array[str] = array[str] "hoge"</code> で連結可能

=== 関数 ===
関数定義は function で行う。ローカル変数は以下のように引き数とはスペースで少し離して記載する。
 function name (param1, param2,             local) {
      body-of-function
 }

* 配列は参照渡しになる (関数の中で書き換え可能)

=== 文字列 ===

* 文字列を単に並べると連結 "hoge" "fuga" → "hogefuga"
* <code>print $1, $2</code> でスペース空けて出力 (区切りは OFS で変更可)

=== その他 ===
* 変数の初期化は不要
* <code>{ print $0 } = { print } = </code>
** 要するに、<code>grep hoge = awk /hoge/</code>
* $n (n > 0) を書き換えると、$0 も書き換わる
* $(n) で入力レコードを変数で指定できる。
つまり、以下のように for で回すことが可能。
 for (i = 1; i <= NF; i++) {
     print $(i)
 }

== サンプルスクリプト ==

=== Wiki 用に空白を挿入する ===
Wiki では、行が空白から始まっていると、以下のように固定幅フォントでタイプした通りに表示される。
 ソースや出力結果などは通常これを用いる。

いちいち手作業で空白を入れるのは面倒なので (vim で C-v I はまあ許せるとして)
gawk スクリプトにする。これはお手軽。
 [hagio@localhost hagi_utils]$ cat addspace.gawk | ./addspace.gawk 
  #!/bin/gawk -f
  {
         print " " $0
  }
ただ、コマンド行はスペースが入らないので注意すること。＞自分

=== レコード範囲指定 ===
begin を含む行から end を含む行の範囲だけを出力する場合は、以下のように sed と同じように指定する。
 $ awk '/begin/,/end/' data
では、その範囲だけ出力しない場合は？これは、next を使う。
 $ awk '/begin/,/end/{next} 1' data
最後の 1 が最短の秘訣 ;-)