Awk入门

变量类型与初始化（Types and Initialization）

在 Awk 中，既支持用户自定义变量，也有内置变量。变量名必须以字母开头，由字母、数字或下划线（_）组成，并且不能与 Awk 保留字 冲突。此外，变量名不能包含空格。

提示：

• 如果 Awk 程序遇到奇怪的错误，尝试更换变量名，可能是由于使用了保留字导致的。

---

1. 变量初始化

Awk 不需要声明变量，也无法声明变量。但在复杂程序中，建议在 BEGIN 代码块中显式初始化变量，以提高可读性并避免逻辑错误。例如：

BEGIN {
    total = 0
    count = 0
}

默认值：

• 未初始化的变量 在数值运算时默认为 0，在字符串操作时默认为 ""（空字符串）。
• 依赖默认值可能会引发错误，建议显式初始化。

2. 弱类型（Weak Typing）

Awk 没有数据类型，变量可以存储字符串或数值，并根据操作自动转换：

var = 1776       # 作为数值
var = "1776"     # 作为字符串（但在数值计算中仍然有效）

两者在数值计算时等价：

print var + 1

输出：

1777

但是，如果 var 赋值为一个非数字字符串：

var = "somestring"

• 字符串操作正常：

  print var " is a string"
  

  输出：

  somestring is a string
  

• 数值计算时，Awk 会把它当作 0：

  print var + 10
  

  输出：

  10
  

错误示例：

var = somestring  # 变量 somestring 未定义

• 这会创建一个新变量 somestring，它的值默认为 0，导致错误。

---

3. 变量未初始化时的行为

• 比较 var == 0 可以检测变量是否未初始化：

  if (var == 0) print "var is uninitialized"
  

• 打印未初始化变量时，不会输出 0，而是空行：

  print something
  

  输出：

  （空行）
  

  但是如果先显式赋值：

  something = 0
  print something
  

  输出：

  0
  

---

4. 数组与字符串

• Awk 字符串变量 不是 字符数组，但可以使用 substr() 访问字符串中的字符：

  BEGIN {
      str = "Hello"
      print substr(str, 1, 2)   # 输出 "He"
  }
  

• 数组将在后续章节介绍。

---

Awk 内置变量

变量	说明
$1, $2, ...	字段变量（输入行的列）
$0	完整的一行
NR	当前处理的行号（从 1 开始）
NF	当前行的字段数
FILENAME	当前文件名
FS	输入字段分隔符（默认是空格）
RS	输入记录分隔符（默认是换行符）
OFS	输出字段分隔符（默认是空格）
ORS	输出记录分隔符（默认是换行符）
OFMT	数字格式化（默认 "%.6g"）
ARGC	命令行参数数量
ARGV	命令行参数数组

---

5. 变量修改

字段变量 $1, $2 等是可修改的：

$2 = "NewText"

• 这将修改当前行的第二列，但不会影响输入文件。
• 通过 print $0，可以打印修改后的行：

  awk '{$2="Modified"; print $0}' input.txt
  

  示例输入 input.txt：

  A B C
  X Y Z
  

  输出：

  A Modified C
  X Modified Z
  

---

6. 变量修改与内置变量

可以修改 FS、OFS、RS 以改变 Awk 行、字段的处理方式。

6.1 修改 FS（字段分隔符）

假设 data.txt 文件内容：

name:age:city
Alice:25:NY
Bob:30:LA

使用 FS=":" 来按 : 作为字段分隔符：

awk 'BEGIN { FS=":" } { print $1, $3 }' data.txt

输出：

name city
Alice NY
Bob LA

6.2 修改 OFS（输出字段分隔符）

awk 'BEGIN { OFS=" - " } { print $1, $2, $3 }' data.txt

输出：

name - age - city
Alice - 25 - NY
Bob - 30 - LA

6.3 修改 RS（输入记录分隔符）

默认 RS="\n"（换行符），如果文件是多行记录，可以改为 RS="" 处理空行分隔的数据：

awk 'BEGIN { RS="" } { print "Record:", $0 }' address_book.txt

6.4 修改 ORS（输出记录分隔符）

awk 'BEGIN { ORS="\n---\n" } { print $0 }' data.txt

输出：

name:age:city
---
Alice:25:NY
---
Bob:30:LA
---

---

7. 练习

1. 地址簿格式化

   • 处理多行记录，每个地址用空行分隔：

   awk 'BEGIN { FS="\n"; RS="" } { print $1, $2, $3 }' address_book.txt
   

   • 示例 address_book.txt：

     John Doe
     123 Main St
     New York, NY
     
     Alice Smith
     456 Oak St
     Los Angeles, CA
     

   • 输出：

     John Doe 123 Main St New York, NY
     Alice Smith 456 Oak St Los Angeles, CA
     

2. 格式化数值列表

   • 读取特殊分隔符开头的数字列表，并以该分隔符重新格式化：

   awk '{ OFS=$1; print $2, $3, $4, $5, $6 }' numbers.txt
   

   • 示例输入 numbers.txt：

     , 10 20 30 40 50
     - 1 2 3 4 5
     

   • 输出：

     10,20,30,40,50
     1-2-3-4-5
     

---

结论

• Awk 变量是弱类型的，可以存储字符串或数值。
• 未初始化的变量默认为 0 或 ""。
• 可修改内置变量（FS, OFS, RS, ORS）来改变输入/输出格式。
• 字段 $1, $2, ... 可修改，但不会影响原始文件。

在下一章，我们将学习 Awk 的强大关联数组（Associative Arrays）！ 🚀