Como usar AWK no Linux

As partes do comando são bastante autoexplicativas. Awk pode operar sem a parte de pesquisa ou ação. Se nada for especificado, a ação padrão na partida será apenas imprimir. Basicamente, o awk irá imprimir todas as correspondências encontradas no arquivo.

Se não houver um padrão de pesquisa especificado, o awk executará as ações especificadas em cada linha do arquivo.

Se ambas as partes forem fornecidas, então awk usará o padrão para determinar se a linha atual o reflete. Se houver correspondência, o awk executa a ação especificada.

Observe que o awk também pode funcionar em textos redirecionados. Isso pode ser feito canalizando o conteúdo do comando para um awk para agir. Saiba mais sobre o comando pipe do Linux.

Para fins de demonstração, aqui está um arquivo de texto de amostra. Ele contém 10 linhas, 2 palavras por linha.

Expressão regular

Um dos principais recursos que tornam o awk uma ferramenta poderosa é o suporte de expressão regular (regex, para abreviar). Uma expressão regular é uma string que representa um certo padrão de caracteres.

Aqui está uma lista de algumas das sintaxes de expressões regulares mais comuns. Essas sintaxes regex não são apenas exclusivas do awk. Essas são sintaxes regex quase universais, portanto, dominá-las também ajudará em outros aplicativos / programação que envolvem expressão regular.

• Personagens básicos: Todos os caracteres alfanuméricos sublinhados (_) etc.
  • Conjunto de caracteres: para facilitar as coisas, existem grupos de caracteres na regex. Por exemplo, maiúsculas (A-Z), minúsculas (a-z) e dígitos numéricos (0-9).
• Metacaracteres: Estes são personagens que explicam várias maneiras de expandir os personagens comuns.
  • Período (.): Qualquer correspondência de caractere na posição é válida (exceto uma nova linha).
  • Asterisco (*): Zero ou mais existências do caractere imediato que o precede é válido.
  • Suporte ([]): A correspondência é válida se, na posição, qualquer um dos caracteres do colchete for correspondido. Pode ser combinado com conjuntos de caracteres.
  • Acento circunflexo (^): A partida terá que ser no início da linha.
  • Dólar ($): A partida terá que ser no final da linha.
  • Barra invertida (\): Se algum metacaractere tiver que ser usado no sentido literal.

Imprimindo o texto

Para imprimir todo o conteúdo de um arquivo de texto, use o comando de impressão. No caso do padrão de pesquisa, não há padrão definido. Então, awk imprime todas as linhas.

Aqui, “imprimir” é um comando AWK que imprime o conteúdo da entrada.

String search

AWK pode realizar uma pesquisa de texto básica no texto fornecido. Na seção de padrões, deve ser o texto para encontrar.

No comando a seguir, o awk irá procurar o texto “rápido” em todas as linhas do arquivo de amostra.TXT.

Agora, vamos usar algumas expressões regulares para refinar ainda mais a pesquisa. O comando a seguir irá imprimir todas as linhas que têm “marrom” no início.

Que tal encontrar algo no final de uma linha? O seguinte comando irá imprimir todas as linhas que possuem “rápido” no final.

Padrão de curinga

O próximo exemplo vai mostrar o uso do acento circunflexo (.). Aqui, pode haver quaisquer dois caracteres antes do caractere “e”.

Padrão de curinga (usando asterisco)

E se houver qualquer número de caracteres no local? Para corresponder a qualquer caractere possível na posição, use o asterisco (*). Aqui, AWK corresponderá a todas as linhas que possuem qualquer quantidade de caracteres após “o”.

Expressão de colchete

O exemplo a seguir irá mostrar como usar a expressão de colchetes. A expressão entre colchetes diz que, no local, a correspondência será válida se corresponder ao conjunto de caracteres entre colchetes. Por exemplo, o seguinte comando irá corresponder a “The” e “Tee” como correspondências válidas.

Existem alguns conjuntos de caracteres predefinidos na expressão regular. Por exemplo, o conjunto de todas as letras maiúsculas é rotulado como “A-Z”. No comando a seguir, awk irá corresponder a todas as palavras que contêm uma letra maiúscula.

Dê uma olhada no seguinte uso de conjuntos de caracteres com expressão de colchetes.

• [0-9]: Indica um único dígito
• [a-z]: Indica uma única letra minúscula
• [A-Z]: Indica uma única letra maiúscula
• [a-zA-z]: Indica uma única letra
• [a-zA-z 0-9]: Indica um único caractere ou dígito.

Variáveis ​​pré-definidas Awk

AWK vem com um monte de variáveis ​​predefinidas e automáticas. Essas variáveis ​​podem tornar a escrita de programas e scripts com AWK mais fácil.

Aqui estão algumas das variáveis ​​AWK mais comuns que você encontrará.

• NOME DO ARQUIVO: O nome do arquivo de entrada atual.
• RS: O separador de registro. Devido à natureza do AWK, ele processa os dados, um registro por vez. Aqui, esta variável especifica o delimitador usado para dividir o fluxo de dados em registros. Por padrão, este valor é o caractere de nova linha.
• NR: O número do registro de entrada atual. Se o valor RS for definido como padrão, este valor indicará o número da linha de entrada atual.
• FS / OFS: O (s) caractere (s) usado (s) como separador de campo. Uma vez lido, AWK divide um registro em campos diferentes. O delimitador é definido pelo valor de FS. Ao imprimir, AWK reúne todos os campos. No entanto, neste momento, AWK usa o separador OFS em vez do separador FS. Geralmente, ambos FS e OFS são iguais, mas não obrigatórios para serem assim.
• NF: O número de campos no registro atual. Se o valor padrão "espaço em branco" for usado, ele corresponderá ao número de palavras no registro atual.
• ORS: O separador de registro para os dados de saída. O valor padrão é o caractere de nova linha.

Vamos verificá-los em ação. O comando a seguir usará a variável NR para imprimir da linha 2 à linha 4 do exemplo.TXT. AWK também suporta operadores lógicos como lógico e (&&).

Para atribuir um valor específico a uma variável AWK, use a seguinte estrutura.