Η γλώσσα awk

Διομήδης Σπινέλλης
Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας
Οικονομικό Πανεπιστήμιο Αθηνών
dds@aueb.gr

Βασική χρήση

Η γλώσσα προγραμματισμού awk επιτρέπει την εύκολη επεξεργασία αρχείων με βάση πρότυπα (patterns). Το όνομά της προέρχεται από τα ονόματα των σχεδιαστών της: Alfred V. Aho, Brian W. Kernighan και Peter J. Weinberger.
Προγράμματα σε awk μπορεί να είναι απλά και μήκους μιας γραμμής ή σύνθετα μήκους χιλιάδων γραμμών. Πολλές στατιστικές στοιχείων επισκεπτών που εμφανίζονται στο Internet παράγονται αυτόματα από προγράμματα σε awk.
Από το φλοιό η awk εκτελείται με την εντολή:
```
awk program file
```
Το πρόγραμμα καλό είναι να περιλαμβάνεται σε μονά εισαγωγικά. Αν δε δοθεί αρχείο η awk επεξεργάζεται τα στοιχεία από την κανονική είσοδο.
Τα προγράμματα της awk έχουν τη βασική δομή: πρότυπο { ενέργεια }
- Το πρότυπο είναι συχνά μια κανονική έκφραση σε καθέτους. Για παράδειγμα το πρότυπο /^[Α-Ζ]/ ταιριάζει σε όλες τις γραμμές που αρχίζουν με κεφαλαίο γράμμα.
- Η ενέργεια είναι μια σειρά εντολών. Για παράδειγμα η εντολή print τυπώνει την αντίστοιχη γραμμή εισόδου.
- Αν παραληφθεί το πρότυπο τότε η ενέργεια εκτελείται για όλες τις γραμμές.
Κατά την εκτέλεση του προγράμματος της awk διαβάζονται μια-μια γραμμές από την είσοδο και εκτελούνται όλες οι ενέργειες για τις οποίες ταιριάζουν τα αντίστοιχα πρότυπα. Για παράδειγμα η εντολή
```
awk '/going/ { print }' /usr/dict/words
```
τυπώνει όλες τις γραμμές του αρχείου /usr/dict/words που περιέχουν τη λέξη going:
```
athena:~> awk '/going/ {print} ' /usr/dict/words
churchgoing
easygoing
foregoing
ongoing
thoroughgoing
```
Η awk κατά την ανάγνωση κάθε γραμμής τη χωρίζει σε πεδία και τα αναθέτει κατά σειρά στις μεταβλητές $1, $2, $3 κ.λπ. Για παράδειγμα η παρακάτω εντολή τυπώνει για κάθε αρχείο το αντίστοιχο μέγεθός του:
```
athena:~> ls -l | awk '{print $9, $5}'

afm 2847
bar1 627
bin/ 1024
foo 748
mbox 29793
myspell* 100
names 2023
phones 2741
phones.sorted 2741
submit 995
t.c 272
t.c,v 547
words 206662         
```

Τα πεδία χωρίζονται κανονικά με κενά. Με την παράμετρο -F μπορεί να οριστεί και άλλος χαρακτήρας αντί για το κενό. Για παράδειγμα η παρακάτω εντολή τυπώνει ονόματα χρηστών του συστήματος.

athena:~> awk -F: '{print $5}' /etc/passwd 
...
Dialup-Dieuthinsi Georgias Samou,,,
Dialup-Dieuthinsi Dason Samou,,,
Dialup-Aggelis Nikolaos,,,
Dialup-Gimnasio Marathokampou,,,
Dialup-Vettas Christos,,,
Dialup-Kritikos Theoktistos,,,
Dialup-Spazokoilis Emmanouil,,,
Dialup-Markou Manolis,,,
Dialup-Bourboulis Kostas,,,
Foititikos Sylogos  Dep. of Mathematics,44651,44651,

Το ειδικό πρότυπο END ορίζει ότι η ενέργεια που το ακολουθεί θα εκτελεστεί στο τέλος της επεξεργασίας όλων των γραμμών. Παράδειγμα:

athena:~> ls -l | awk '{print} END {print "--FINISHED--"}'
total 252
-rw-r--r--   1 dspin    users        2847 Oct 29 12:11 afm
-rw-r--r--   1 dspin    users         627 Oct 29 15:10 bar1
drwxr-xr-x   2 dspin    users        1024 Feb 26  1997 bin/
-rw-r--r--   1 dspin    users         748 Oct 29 15:57 foo
-rw-------   1 dspin    users       29793 Jun 21 15:57 mbox
-rwxr-xr-x   1 dspin    users         100 Oct 29 13:42 myspell*
-rw-r--r--   1 dspin    users        2023 Oct 29 12:07 names
-rw-r--r--   1 dspin    users        2741 Oct 29 12:11 phones
-rw-r--r--   1 dspin    users        2741 Oct 29 14:45 phones.sorted
-rw-r--r--   1 dspin    users         995 Mar 12  1997 submit
-rw-r--r--   1 dspin    users         272 Oct 29 15:44 t.c
-r--r--r--   1 dspin    users         547 Oct 29 15:44 t.c,v
-rw-r--r--   1 dspin    users      206662 Oct 22 11:08 words
--FINISHED--

Τέλος το πρόγραμμα μπορεί να διαβαστεί από αρχείο με τη χρήση της παραμέτρου -f

Μεταβλητές και τελεστές

Στην awk οι μεταβλητές μπορούν να περιέχουν αριθμούς και συμβολοσειρές χωρίς διάκριση και χωρίς προηγούμενο καθορισμό.
Η ανάθεση σε μεταβλητή γίνεται με την εντολή μεταβλητή = έκφραση.
Συμβολοσειρές ορίζονται με διπλά εισαγωγικά.
Σύνδεση συμβολοσειρών γίνεται με απλή παράθεσή τους.
Μεταβλητές μπορούν να συνδιαστούν σε εκφράσεις με τους παρακάτω τελεστές:

++
Αύξηση της μεταβλητής κατά ένα
--
Μείωση της μεταβλητής κατά ένα

^
Ύψωση σε δύναμη

*
Πολλαπλασιασμός
/
Διαίρεση
%
Υπόλοιπο ακέραιας διαίρεσης

+
Πρόσθεση
-
Αφαίρεση

==
Έλεγχος ισότητας
!=
Έλεγχος μη ισότητας
>
Έλεγχος για μεγαλύτερο
<
Έλεγχος για μικρότερο
>=
Έλεγχος για μεγαλύτερο ή ίσο
<=
Έλεγχος για μικρότερο ή ίσο

||
Λογική διάζευξη
&&
Λογική σύζευξη
!
Λογική άρνηση
Στις ενέργειες πολλαπλές εντολές μπορούν να διαχωρίζονται σε διαφορετικές γραμμές ή με το χαρακτήρα ";".

Στο παρακάτω παράδειγμα τυπώνονται τα αρχεία και το μέγεθός τους και στο τέλος ο συνολικός αριθμός και το συνολικό μέγεθός τους.

athena:~> ls -l | awk '{size = size + $5; num++; print $9, $5} END {print num, " files", size, " bytes"}'

afm 2847
bar1 627
bin/ 1024
foo 748
mbox 29793
myspell* 100
names 2023
phones 2741
phones.sorted 2741
submit 995
t.c 272
t.c,v 547
words 206662
14 files 251120  bytes

Δομές ελέγχου

Η awk υποστηρίζει τις παρακάτω δομές ελέγχου:

if (έκφραση) εντολή1 else εντολή2

Εκτέλεση της εντολής1 αν η έκφραση είναι αληθής (όχι 0). Το τμήμα else μπορεί να παραληφθεί.

while (έκφραση) εντολή

Εκτέλεση της εντολής όσο η έκφραση είναι αληθής.

do εντολή while (έκφραση)

Εκτέλεση της εντολής μέχρι η έκφραση να μην είναι αληθής (έλεγχος στο τέλος του βρόχου).

for (εντολή1; έκφραση; εντολή2) εντολή3

Εκτέλεση της εντολής1 και στη συνέχεια εκτέλεση της εντολής3 και της εντολής2 όσο η έκφραση είναι αληθής. Για παράδειγμα το

FOR I :=0 TO 9 
	WRITELN(i)

της Pascal γράφεται σε awk ως

for (i = 0; i < 10; i++)
	print i

Σε όλες τις περιπτώσεις μια εντολή μπορεί να αντικατασταθεί από περισσότερες με την χρήση των { }.

Άσκηση

Να γραφεί πρόγραμμα σε awk το οποίο έχοντας ως είσοδο το αποτέλεσμα της εντολής ls -l να εκτυπώνει τα ονόματα των αρχείων, το μέγεθός τους και μια ράβδο από "*" που να παριστά το μέγεθος γραφικά. (Για να τυπώσετε το ένα * πλάι στο άλλο χρησιμοποιήστε την εντολή printf "*")

Βιβλιογραφία

Alfred V. Aho, Brian W. Kernighan, and Peter J. Weinberger. Awk --- a pattern scanning and processing language. Software: Practice & Experience, 9(4):267-280, 1979.
Alfred V. Aho, Brian W. Kernighan, and Peter J. Weinberger. The AWK Programming Language. Addison-Wesley, 1988.
David Huelsbeck. Awk power plays. In Mitchell Waite, editor, UNIX Papers for UNIX Developers and Power Users, chapter 5, pages 152-184. Howard W. Sams & Company, 1987.

Περιεχόμενα