Awk学习笔记3

awk的内建函数

14.8.1. 字符串函数

• sub函数匹配记录中最大、最靠左边的子字符串的正则表达式，并用替换字符串替换这些字符串。如果没有指定目标字符串就默认使用整个记录。替换只发生在第一次匹配的时候。格式如下：

·                            sub (regular expression, substitution string):

·                            sub (regular expression, substitution string, target string)

实例：

            $ awk '{ sub(/test/, "mytest"); print }' testfile

            $ awk '{ sub(/test/, "mytest"); $1}; print }' testfile

第一个例子在整个记录中匹配，替换只发生在第一次匹配发生的时候。如要在整个文件中进行匹配需要用到gsub

第二个例子在整个记录的第一个域中进行匹配，替换只发生在第一次匹配发生的时候。

• gsub函数作用如sub，但它在整个文档中进行匹配。格式如下：

·                            gsub (regular expression, substitution string)

·                            gsub (regular expression, substitution string, target string)

实例：

            $ awk '{ gsub(/test/, "mytest"); print }' testfile

            $ awk '{ gsub(/test/, "mytest"), $1 }; print }' testfile

第一个例子在整个文档中匹配test，匹配的都被替换成mytest。

第二个例子在整个文档的第一个域中匹配，所有匹配的都被替换成mytest。

• index函数返回子字符串第一次被匹配的位置，偏移量从位置1开始。格式如下：

·                          index(string, substring)

实例：

            $ awk '{ print index("test", "mytest") }' testfile

实例返回test在mytest的位置，结果应该是3。

• length函数返回记录的字符数。格式如下：

·                            length( string )

·                            length

实例：

            $ awk '{ print length( "test" ) }'

            $ awk '{ print length }' testfile

第一个实例返回test字符串的长度。

第二个实例返回testfile文件中第条记录的字符数。

• substr函数返回从位置1开始的子字符串，如果指定长度超过实际长度，就返回整个字符串。格式如下：

·                            substr( string, starting position )

·                            substr( string, starting position, length of string )

实例：

            $ awk '{ print substr( "hello world", 7,11 ) }'

上例截取了world子字符串。

• match函数返回在字符串中正则表达式位置的索引，如果找不到指定的正则表达式则返回0。match函数会设置内建变量RSTART为字符串中子字符串的开始位置，RLENGTH为到子字符串末尾的字符个数。substr可利于这些变量来截取字符串。函数格式如下：

·                            match( string, regular expression )

实例：

            $ awk '{start=match("this is a test",/[a-z]+$/); print start}'

            $ awk '{start=match("this is a test",/[a-z]+$/); print start, RSTART, RLENGTH }'

第一个实例打印以连续小写字符结尾的开始位置，这里是11。

第二个实例还打印RSTART和RLENGTH变量，这里是11(start)，11(RSTART)，4(RLENGTH)。

• toupper和tolower函数可用于字符串大小间的转换，该功能只在gawk中有效。格式如下：

·                            toupper( string )

·                            tolower( string )

实例：

            $ awk '{ print toupper("test"), tolower("TEST") }'

• split函数可按给定的分隔符把字符串分割为一个数组。如果分隔符没提供，则按当前FS值进行分割。格式如下：

·                            split( string, array, field separator )

·                            split( string, array )

实例：

            $ awk '{ split( "20:18:00", time, ":" ); print time[2] }'

上例把时间按冒号分割到time数组内，并显示第二个数组元素18。

14.8.2. 时间函数

• systime函数返回从1970年1月1日开始到当前时间(不计闰年)的整秒数。格式如下：

·                            systime()

实例：

            $ awk '{ now = systime(); print now }'

• strftime函数使用C库中的strftime函数格式化时间。格式如下：

·                            systime( [format specification][,timestamp] )

Table 3. 日期和时间格式说明符

实例：

            $ awk '{ now=strftime( "%D", systime() ); print now }'

            $ awk '{ now=strftime("%m/%d/%y"); print now }'

14.8.3. 内建数学函数

Table 4. 

14.8.4. 自定义函数

在awk中还可自定义函数，格式如下：

        function name ( parameter, parameter, parameter, ... ) {

                        statements

                        return expression                  # the return statement and expression are optional

        }

15. How-to

• 如何把一行竖排的数据转换成横排？

awk '{printf("%s,",$1)}' filename