Ubuntu Pattern正則表達式匹配所指定
Ubuntu Pattern已被廣泛應用但是也在不斷的更新，這里介紹Ubuntu Pattern安裝設置使用，幫助大家安裝更新Ubuntu Pattern系統。選擇符合指定條件的記錄 Ubuntu Pattern { Action }為awk中最主要的語法. 若某Ubuntu Pattern之值為真則執行它后方的 Action. awk中常使用"關系表達式" (Relational Expression)來當成 Ubuntu Pattern.
awk 中除了>, <, ==, != ,...等關系運算符( Relational Operators )外,另外提供 ~(match),!~(Not Match) 二個關系運算符. 利用這兩個運算符, 可判斷某字符串是否包含能匹配所指定正則表達式的子字符串. 由于這些特性, 很容易使用awk來編寫需要字符串比對, 判斷的程序. 組裝部門員工調薪5%,(組裝部門員工之ID以"A"開頭) 所有員工***之薪資率若仍低于100, 則以100計. 編寫awk程序打印新的員工薪資率報表.
[分析 ] : 這個程序須先判斷所讀入的數據行是否合于指定條件, 再進行某些動作.awk中 Ubuntu Pattern { Actions } 的語法已涵蓋這種 " if ( 條件) { 動作} "的架構. 編寫如下之程序, 并取名 adjust1.awk $1 ~ /^A.*/ { $3 *= 1.05 } $3<100 { $3 = 100 } { printf("%s %8s %d"n", $1, $2, $3)} 執行下列命令 : $awk -f adjust1.awk emp.dat
結果如下 : 屏幕出現 :
- A125 Jenny 105
- A341 Dan 115
- P158 Max 130
- P148 John 125
- A123 Linda 100
說 明 : awk的工作程序是: 從數據文件中每次讀入一個數據行, 依序執行完程序中所有的 Ubuntu Pattern{ Action }指令:
- $1~/^A.*/ { $3 *= 1.05 }
- $3 < 100 { $3 = 100 }
- {printf("%s %8s %d"n",$1,$2,$3)}
再從數據文件中讀進下一筆記錄繼續進行處理. ***個 Ubuntu Pattern { Action }是: $1 ~ /^A.*/ { $3 *= 1.05 } $1 ~ /^A.*/ 是一個Ubuntu Pattern, 用來判斷該筆數據行的***欄是否包含以"A"開頭的子字符串. 其中 /^A.*/ 是一個Regular Expression, 用以表示任何以"A"開頭的字符串. (有關 Regular Expression 之用法 參考 附錄 E ).
Actions 部分為 $3 *= 1.05 $3 *= 1.05 與 $3 = $3 * 1.05 意義相同. 運算子"*=" 之用法則與 C 語言中一樣. 此后與 C 語言中用法相同的運算子或語法將不予贅述. 第二個 Ubuntu Pattern { Actions } 是: $3 <100 {$3 = 100 } 若第三欄的數據內容(表薪資率)小于100, 則調整為100. 第三個 Ubuntu Pattern { Actions } 是: {printf("%s %8s %d"n",$1, $2, $3 )} 省略了Ubuntu Pattern(無條件執行Actions), 故所有數據行調整后的數據都將被印出.
awk 中數組
awk程序中允許使用字符串當做數組的下標(index). 利用這個特色十分有助于資料統計工作.(使用字符串當下標的數組稱為Associative Array) 首先建立一個數據文件, 并取名為 reg.dat. 此為一學生注冊的資料文件; ***欄為學生姓名, 其后為該生所修課程.
- Mary O.S. Arch. Discrete
- Steve D.S. Algorithm Arch.
- Wang Discrete Graphics O.S.
- Lisa Graphics A.I.
- Lily Discrete Algorithm
awk中數組的特性 使用字符串當數組的下標(index). 使用數組前不須宣告數組名及其大小. 例如: 希望用數組來記錄 reg.dat 中各門課程的修課人數. 這情況,有二項信息必須儲存:
(a) 課程名稱, 如: "O.S.","Arch.".. ,共有哪些課程事先并不明確.
(b)各課程的修課人數. 如: 有幾個人修"O.S."
在awk中只要用一個數組就可同時記錄上列信息. 其方法如下: 使用一個數組 Number[ ] : 以課程名稱當 Number[ ] 的下標. 以 Number[ ] 中不同下標所對映的元素代表修課人數.
例如: 有2個學生修 "O.S.", 則以 Number["O.S."] = 2 表之. 若修"O.S."的人數增加一人,則 Number["O.S."] = Number["O.S."] + 1 或 Number["O.S."]++ . 如何取出數組中儲存的信息 以 C 語言為例, 聲明 int Arr[100]; 之后, 若想得知 Arr[ ]中所儲存的數據, 只須用一個循環, 如 : for(i=0; i<100; i++) printf("%d"n", Arr[i]);
即可. 上式中: 數組 Arr[ ] 的下標 : 0, 1, 2,..., 99 數組 Arr[ ] 中各下標所對應的值 : Arr[0], Arr[1],...Arr[99] 但 awk 中使用數組并不須事先宣告. 以剛才使用的 Number[ ] 而言, 程序執行前, 并不知將來有哪些課程名稱可能被當成 Number[ ] 的下標.
awk 提供了一個指令, 藉由該指令awk會自動找尋數組中使用過的所有下標. 以 Number[ ] 為例, awk將會找到 "O.S.", "Arch.",... 使用該指令時, 須指定所要找尋的數組, 及一個變量. awk會使用該的變量來記錄從數組中找到的每一個下標. 例如
for(course in Number){....} 指定用 course 來記錄 awk 從Number[ ] 中所找到的下標. awk每找到一個下標時, 就用course記錄該下標之值且執行{....}中之指令. 藉由這個方式便可取出數組中儲存的信息.
[ 范例 : ] 統計各科修課人數,并印出結果. 建立如下程序,并取名為 course.awk: { for( i=2; i <= NF; i++) Number[$i]++ } END{for(course in Number) printf("%10s %d"n", course, Number[course] )}
執行下列命令 : $awk -f course.awk reg.dat
執行結果如下 :
- Graphics 2
- O.S. 2
- Discrete 3
- A.I. 1
- D.S. 1
- Arch. 2
- Algorithm 2
這程序包含二個Ubuntu Pattern { Actions }指令. { for( i=2; i <= NF; i++) Number[$i]++ } END{for(course in Number) printf("%10s %d"n", course, Number[course] )} ***個Ubuntu Pattern { Actions }指令中省略了Ubuntu Pattern 部分. 故隨著每筆數據行的讀入其Actions部分將逐次無條件被執行.
以awk讀入***筆資料 " Mary O.S. Arch. Discrete" 為例, 因為該筆數據 NF = 4(有4個字段), 故該 Action 的for Loop中i = 2,3,4. i $i 最初 Number[$i] Number[$i]++ 之后 i=2時 $i="O.S." Number["O.S."]的值從默認的0,變成了1 ;i=3時 $i="Arch." Number["Arch."]的值從默認的0,變成了1 ;同理,i=4時 $i="Discrete" Number["Discrete"]的值從默認的0,變成了1 ;
第二個 Ubuntu Pattern { Actions }指令中END 為awk之保留字, 為 Ubuntu Pattern 的一種. END 成立(其值為true)的條件是: "awk處理完所有數據, 即將離開程序時. "平常讀入數據行時, END并不成立, 故其后的Actions 并不被執行; 唯有當awk讀完所有數據時, 該Actions才會被執行 ( 注意, 不管數據行有多少筆, END僅在***才成立, 故該Actions僅被執行一次.)
BEGIN 與 END 有點類似, 是awk中另一個保留的Ubuntu Pattern. 唯一不同的是: "以 BEGIN 為 Ubuntu Pattern 的 Actions 于程序一開始執行時, 被執行一次." NF 為awk的內建變量, 用以表示awk正處理的數據行中, 所包含的字段個數. awk程序中若含有以 $ 開頭的自定變量, 都將以如下方式解釋 : 以 i= 2 為例, $i = $2 表第二個字段數據. ( 實際上, $ 在 awk 中為一運算符(Operator), 用以取得字段數據.)
【編輯推薦】
