sed и awk (учебное пособие) (с) А.Соловьев I. ПОТОКОВЫЙ РЕДАКТОР sed Команда имеет формат: sed [ -n ] [ -e script ] [ -f sfile ] [ files ] Команда копирует файлы (по умолчанию со стандартного входа) на стандартный выход, редактирует их в соответствии со своими(!) командами, размещенными в "script" (в командном файле или строке редактора [а не shell!]). По флагу "-f" берет берет файл команд из файла "sfile"; Если есть только опция "-e script", то флаг "-e" можно опустить. Флаг "-n" подавляет вывод (происходящий по умолчанию). "script" состоит из команд редактирования, по одной в строке, имеющих формат: [ addr [ , addr ] ] cmd [ args ] "sed" циклически преобразует входные строки в выходные. Адреса "[ addr [ , addr ] ]" - это либо номера строк, либо последняя строка (символ "$"), либо регулярные выражения в стиле редактора "ed": - "\" используется в многострочных командах для экранирования продолжения строки. - "." совпадает с любым символом. - Если адреса не указаны - просматриваются все входные строки. - Если один адрес, то выбираются совпадающие строки. - Если заданы два адреса, выбираются строки в заданном интервале. - "!cmd" выполняется команда "cmd", для строк, которые не были выбраны по адресам. Для следующих (основных) функций (команд) максимальное число допустимых адресов указано в скобках. (1)a\ text Добавляет text после указанной строки Команда: who Результат: root tty1 Mar 13 17:23 mas tty2 Mar 13 18:50 sae tty6 Mar 13 17:24 sae tty5 Mar 13 17:24 Пример: who | sed '2a\ новая строка ' Результат: root tty1 Mar 13 17:23 mas tty2 Mar 13 18:50 новая строка sae tty6 Mar 13 17:24 sae tty5 Mar 13 17:24 (2)b label Осуществляет переход к команде ("cmd") "label:cmd" Если метка ("label") отсутствует, то переход на конец командного файла. Пример: who | sed '2a\ новая строка b lb 2d : lb 3d ' Результат: root tty1 Mar 13 17:23 mas tty2 Mar 13 18:50 новая строка sae tty5 Mar 13 17:24 (2)c\ text Удаляет выбранные строки и заменяет их на "text'. Пример: who | sed '/sae/ c\ cтрока замены ' Результат: root tty1 Mar 13 17:23 mas tty2 Mar 13 18:50 строка замены строка замены (2)d Удаляет найденные строки Пример: who | sed '2,4d' Результат: root tty1 Mar 13 17:23 (1)i\ text Вставляет "text" на место выбранной строки. (сравните с "a\") Пример: who | sed '2i\ новая строка ' Результат: root tty1 Mar 13 17:23 новая строка mas tty2 Mar 13 18:50 sae tty6 Mar 13 17:24 sae tty5 Mar 13 17:24 (2)p Выводит найденные строки (используется с флагом "-n"). (1)q Выходит из "sed". (2)r rfile Читает файл "rfile" и выдает на выход. (2)s/reg_expr/rpl/flags Заменяет регулярное выражение "reg_expr" на "rpl" с учетом флагов "flags": g - глобально (по всей строке) p - выводить замены w wfile - сохранять заменяемое в "wfile". Пример: who | sed 's/t/T/' echo who | sed 's/t/T/g' Результат: rooT tty1 Mar 13 17:23 mas Tty2 Mar 13 18:50 sae Tty6 Mar 13 17:24 sae Tty5 Mar 13 17:24 rooT TTy1 Mar 13 17:23 mas TTy2 Mar 13 18:50 sae TTy6 Mar 13 17:24 sae TTy5 Mar 13 17:24 (2)y/str1/str2/ Заменяет все вхождения символов "str1" соответсвующими символами "str2". Длины строк должны быть одинаковыми. Пример: who | sed 'y/sae/SAE/' Результат: root tty1 MAr 13 17:23 mAS tty2 MAr 13 18:50 SAE tty6 MAr 13 17:24 SAE tty5 MAr 13 17:24 (2)! cmd Команда(ы) "cmd" применяются к невыбранным строкам. Пример: who | sed '2,4!d' Результат: mas tty2 Mar 13 18:50 sae tty6 Mar 13 17:24 sae tty5 Mar 13 17:24 (1)= Выдает номера строк. Пример: who | sed = Результат: 1 root tty1 Mar 13 17:23 2 mas tty2 Mar 13 18:50 3 sae tty6 Mar 13 17:24 4 sae tty5 Mar 13 17:24 (2){ } Скобки группируют команды. -------------"-------------- II. ЯЗЫК ОБРАБОТКИ ШАБЛОНОВ awk (Aho, Weinberg, Kernigan) awk - команда контекстного поиска и преобразования текста. Она - фильтр. Ее можно рассматривать как оболочку "awk" в оболочке "shell". 1. СТРУКТУРА awk-ПРОГРАММЫ Программа состоит из операторов (правил), имеющих вид: шаблон {действие} шаблон {действие} . . . Частные случаи: {действие} - когда действие выполняется для всех строк. шаблон - когда выводятся строки с данным шаблоном. Действие может состоять из последовательности операторов, разделяемой ";" или переводом строки или закрывающей скобкой. Возможны комментарии (как в shell "#........."). Пример: Для дальнейших примеров возьмем входной файл "f-awk" ( фамилия инициалы год-приема-на-работу возраст ): Иванов И.И. 1980 50 Петров А.В. 1979 40 Сидоров С.К. 1979 40 Хведоров И.Х. 1970 60 awk '{print}' f-awk # выдает весь текст; echo awk '/до/ {print}' f-awk # выдает строки, где есть "до". echo awk '/до/ {}' f-awk # выдает строки, где есть "до" echo awk '/до/ {print("Привет!")}' f-awk Результат: Иванов И.И. 1980 50 Петров А.В. 1979 40 Сидоров С.К. 1979 40 Хведоров И.Х. 1970 60 Сидоров С.К. 1979 40 Хведоров И.Х. 1970 60 Сидоров С.К. 1979 40 Хведоров И.Х. 1970 60 Привет! Привет! Существует два оператора специального вида ("BEGIN"- начальные установки и "END" - "последействия"): BEGIN {действие} шаблон {действие} шаблон {действие} . . . END {действие} 2. ВЫЗОВ awk Возможны два основных варианта: 1) awk [-Fc] 'prog.awk' [files] Это простейший случай, когда программа (заключенная в кавычки " ' ") находится в теле команды, "-Fc" - флаг, меняющий стандартный разделитель полей на "c" "file" - имя файла исходных данных, при его отсутствии - со стандартного входа. (Этот формат исползован в начальных примерах). cat f-awk | awk '/до/ {print}' и awk '/до/ {print}' < f-awk дают результат, аналогичный awk '/до/ {print}' f-awk Для демонстрации действия флага "-Fc" рассмотрим вызовы: awk '/до/ {print($2)}' f-awk awk -F0 '/до/ {print($2)}' f-awk На экран будет выведено: С.К. И.Х. 6 Первая команда "awk" выведет вторые поля (благодаря позиционной переменной "$2") строк, содержащие "до". (Кстати, позиционная переменная "$0" соответсвует всей строке). Во втором случае, благодаря флагу "-F" стандартные разделители заменены на символ "0", т.е. теперь выбранные строки воспринимаются, как разбитые на следующие поля: Сидоров С.К. 1979 40 ---------------------^-------------------- 1-е поле 2-е поле (пусто) Хведоров И.Х. 1970 60 -----------------^---^-------------------- 1-е поле 2-е 3-е поле (пусто) 2) awk [-Fc] -f prog.awk [files] Флаг "-f" говорит о том, что awk-программу надо брать из файла, имя которого указано следом (имя может быть произвольным и расширение ".awk" добавлено здесь просто из эстетических соображений). 3. awk-ПЕРЕМЕННЫЕ И ВЫРАЖЕНИЯ В языке awk выделяются две группы переменных: предопределенные и декларированные в программе. Исходные значения предопределенных переменных устанавливаются интерпретатором awk в процессе запуска и выполнения awk-программы. К предопределенным относятся: Умолчания: NR номер текущей строки; NF число полей в текущей строке; RS разделитель строк на вводе; "\0" FS разделитель полей на вводе; пробел и/или табуляция ORS разделитель строк на выводе; RS OFS разделитель полей на выводе; FS OFMT формат вывода чиcл; "%.6g" FILENAME имя входного файла. Прочим переменным пользователь может присваивать начальные значения. По умолчанию "0" или пустая строка (что здесь равнозначно!). Типы переменных: - позиционные, - числа с плавающей точкой, - строка символов, - массив. Интерпретатор awk рассматривает переменную как строковую, пока не возникает необходимость выполнить операции: - если пробел (конкатенация), то строки; - если "+", то числа с плавающей точкой. Примеры: awk '{a = $3 $4; print a}' f-awk awk '{a = $3+$4; print a}' f-awk Результат: 198050 197940 197940 197060 2030 2019 2019 2030 awk '{} END {a = 2 + 2 ; print a}' < f-awk awk '{} END {a = 2 + "2" ; print a}' < f-awk awk '{} END {a = 2 + "два" ; print a}' < f-awk awk '{} END {a = "два"+"два" ; print a}' < f-awk awk '{} END {a = 2.2 + 2.000 ; print a}' < f-awk Результат: 4 4 2 0 4.2 Массив не об'является, а начинае существовать в момент первого использования. Индекс массива - любое ненулевое значение или строка. Массивы ассоциативные, т.е. не по вычисляемому индексу, а по совпадению содержания, например: day [Jan][31] = Mon day [Feb][01] = Tue day [Feb][02] = Wed Массивы удобно использовать при суммированиях, например записи выплат имеют вид (файл "p-1"): John 100 Mary 200 Mary 200 John 100 John 300 awk '{sum[$1] += $2; print $1 sum[$1]} ' < p-1 Результат (поименный нарастающий итог): John100 Mary200 Mary400 John200 John500 Операции как в Си: =, +=, -=, *=, /=, %=, +, /, %, ++, --. Сравнения чисел, если оба числа, иначе - строк: <, <=, ==, !=, >=, > Логические операции: !, ||, && Операция "пробел" - конкатенация. 4. ПРИМЕРЫ awk-ПРОГРАММ 1) awk '{print ($2, $3)}' f-awk Результат: И.И. 1980 А.В. 1979 С.К. 1979 И.Х. 1970 2) awk '/е/ {print ($2, $3)}' f-awk Результат: А.В. 1979 И.Х. 1970 3) awk '/е/ {print ($1, 2000 - $3)}' f-awk Результат: Петров 21 Хведоров 30 4) awk '{ s = s + $4} END {print ("Суммарный возраст:" s) print ("Средний возраст:" s/NR)}' f-awk Результат: Суммарный возраст:190 Средний возраст:47.5 5) awk '{ s += $4 } {print("NR="NR, "NF="NF)} END {print ("FILENAME=" FILENAME) print ("Значение позиционной переменной" $4 "\"пусто\" \ после окончания просмотра)") print ("Суммарный возраст:" s) print ("Средний возраст:" s/NR)}' f-awk Результат: NR=1 NF=4 NR=2 NF=4 NR=3 NF=4 NR=4 NF=4 FILENAME=f-awk Значение позиционной переменной"пусто" после окончания просмотра) Суммарный возраст:190 Средний возраст:47.5 5. СЕЛЕКТОРЫ Здесь "селектор" следует понимать, как расширение понятия "шаблон", поскольку там где в структуре команды указан шаблон, в общем случае может стоять любой селектор. ЗАМЕЧАНИЕ. Открывающая скобка действия "{" должна быть в строке селектора. В качестве селектора может быть: 1) выражение; 2) шаблон; 3) их комбинация. Соответсвующие примеры: 1) $3 != $4 && $3 > 1970 $3 % 2 == 1 $1=="Иванов" - кавычки, чтобы воспринималось, как строка. 2) /ab/ отлично от /a b/, / ab/ и /ab / Nполя ^шаблон - по совпадению Nполя !^шаблон - по несовпадению Пример: awk '$3~0 {print} ' < f-awk echo awk '$3!~0 {print} ' < f-awk Иванов И.И. 1980 50 Хведоров И.Х. 1970 60 Петров А.В. 1979 40 Сидоров С.К. 1979 40 3) Шаблон может формировать множество образцов или указывать, в каком месте поля искать: /^a/ - поле начинается с "a" /a$/ - поле кончается "a" \+ - экранирует оператор [abc] - любой из символов "a", "b" и "c" [a-р] - любой символ диапазона * - 0 или больше вхождений регулярного выражения + - 1 или больше вхождений регулярного выражения ? - 0 или 1 вхождение регулярного выражения ab|cd - "ab" или "cd" Примеры сочетаний: awk ' $3~/(7[0-9])$/ {print} ' f-awk Результат: Петров А.В. 1979 40 Сидоров С.К. 1979 40 Хведоров И.Х. 1970 60 То есть в третьем поле выделить 70-е годы (7 и еще одна цифра от конца поля). 6. ЕЩЕ ПРИМЕРЫ 1) awk '$1=="Иванов" {print} ' f-awk Результат: Иванов И.И. 1980 50 2) awk '$4/2==30 {print} ' f-awk Результат: Хведоров И.Х. 1970 60 3) awk '$3 != $4 && $3 > 1970 {print} ' f-awk Результат: Иванов И.И. 1980 50 Петров А.В. 1979 40 Сидоров С.К. 1979 40 4) awk '$1~/нов$/ {print} ' f-awk Результат: Иванов И.И. 1980 50 5) awk '/^Ив|дор/ {print} ' f-awk Результат: Иванов И.И. 1980 50 Сидоров С.К. 1979 40 Хведоров И.Х. 1970 60 6) awk '/1980/,/1979/ {print} ' f-awk Результат: Иванов И.И. 1980 50 Петров А.В. 1979 40 7. ДЕЙСТВИЯ В awk возможны следующие действия: 1) присваивания выражений; 2) операторы управления 3) операторы вывода; 4) встроенные функции. ОПЕРАТОРЫ УПРАВЛЕНИЯ Простейшие операторы exit - завершить выполнение программы; next - перейти к следующей строке, управление на начало awk-программы; break - выход из цикла; continue - переход к следующей итерации; Структурные операторы if (условие) {операторы} [else {операторы}] while (условие) {операторы} for (выражение; условие; выражение) {операторы} for (индекс in имя_массива) {операторы} Структурные операторы в значительной степени аналогичны соответсвующим операторам Си. В последнем случае для каждого индекса выполняется блок. Текстовые индексы рассматирваются в лексикографическом порядке. Примеры 1) awk ' $4~/40/ {if($3<=1980) {print("Фамилия: " $1 ) M["40"]++}} $4~/50/ {M["50"]++} END {for(i in M) {print(" i =" i " M[" i "]=" M[i])}} ' f-awk Результат: Фамилия: Петров Фамилия: Сидоров i =40 M[40]=2 i =50 M[50]=1 2) awk ' BEGIN {ORS = " "} { for(k=NF; k>0; --k) {print $k} {print RS} } ' f-awk | sed 's/^ //' Результат: 50 1980 И.И. Иванов 40 1979 А.В. Петров 40 1979 С.К. Сидоров 60 1970 И.Х. Хведоров Здесь, кроме изменения очередности полей в строке на противоположное (что делает цикл "for"), предварительно устанавливается выходной разделитель - пробел и весь результат предварительно выдается в одну строку, поэтому после обработки каждой строки выдается команда "print RS" для перевода выходной строки. Редактор "sed" подключен через конвейер, чтобы убрать возможные пробелы в начале строки. Существенная деталь. Если запустить лишь базовую структуру awk '{ for(k=NF; k>0; --k) {print $k}}' f-awk то все поля исходной таблицы с изменениями порядка внутри прежних строк получим вытянутыми в один столбец переводом строки: 50 1980 И.И. Иванов 40 1979 А.В. Петров 40 1979 С.К. Сидоров 60 1970 И.Х. Хведоров Однако, если поставим ";" сразу после условия, т.е. сделаем пустое тело цикла, за пределы которого вынесен "print $k" awk '{ for(k=NF; k>0; --k); {print $k}}' f-awk то получим исходную таблицу Иванов И.И. 1980 50 Петров А.В. 1979 40 Сидоров С.К. 1979 40 Хведоров И.Х. 1970 60 поскольку "$k" после выхода из цикла будет иметь значение "0", а "$0" - соответсвует всей строке в качестве значения(!), то "print $k" будет после каждого цикла печатать полные строки. 8. ВВОД И ВЫВОД ДАННЫХ В общем случае в команде awk может быть указано несколько файлов. Напомним форматы вызова команды: awk [-Fc] 'prog.awk' [file ...] awk [-Fc] -f prog.awk [file ...] ^ Файлы обрабатываются последовательно в указанном порядке. Это можно использовать для "настройки" awk команды при обработке последующих файлов. Пусть файл "f0" имеет вид: 60 Сидоров А файл awk-программы "prim.awk" имеет вид: FILENAME == "f0" { # если просматривается файл "f0" w1 = $2 # присваиваются значения переменным w2 = $1 # w1 - Сидоров, w2 - 60 } $1 == w1 { print ("фамилия: "$1)} # означенные переменные $4 == w2 { print ("годы: " $4)} # используются в # селекторах Тогда при вызове команды awk -f prim.awk f0 f-awk Результат: фамилия: Сидоров годы: 60 То есть второе поле файла "f0" дает значение переменной "w1", а первое - "w2". Эти переменные используются в селекторах при обработке файла "f-awk". Изменим программу в файле "f-awk": FILENAME == "f0" { w1 = $2 w2 = $1 next } { print ("фамилия: "$1); next} $4 == w2 { print ("годы: " $4)} Результат: фамилия: Иванов фамилия: Петров фамилия: Сидоров фамилия: Хведоров Если исключить первый оператор "next", то в выходном файле появится дополнительно первая строка: фамилия: 60 поскольку выбирается снова первое поле в певом файле ("f0"). Если исключить и второй "next", то в выходном файле появится дополнительно последняя строка: годы: 60 которая ранее не выводилась, так как в предшествующий оператор " { print ("фамилия: "$1)}" заканчивал работу на ПОСЛЕДНЕЙ строке файла "f-awk", поэтому "next" пропускал последующую командную строку $4 == w2 { print ("годы: " $4)} И еще одна модификация в связи с вводом данных с терминала. Вызов команды будет: awk -f prim.awk f0 f-awk А файл "prim.awk" примет вид: BEGIN { print ("Введите годы и фамилию: ")} FILENAME == "-" { w1 = $2 w2 = $1 next } $1 == w1 { print ("фамилия: "$1); next} $4 == w2 { print ("годы: " $4)} 9. ВСТРОЕННЫЕ ФУНКЦИИ Встроенные функции: sin (expr) синус expr cos (expr) косинус expr exp (expr) возведение в степень expr log (expr) натуральный логорифм expr sqrt (expr) извлечение корня expr int (expr) целая часть числа length (s) длина строки s printf (fmt, ...) форматирование (аналогично Си) по спецификации fmt. substr (s, m, n) подстрока в n символов строки s, начинающаяся с m. getline () чтение следующей строки. 0 - конец файла, иначе 1. index (s1, s2) номер позиции, с которой s1 совпадает с s2, иначе 0. split (s, M, c) строка s разбивается элементы массива M по разделителю c (по умолчанию FS=" "); функция возвращает число полей. Примеры. 1) awk ' BEGIN {FS = "."; a=0} length ($1) > 8 {print (length ($1), $0); a++ } END {print ("Найдено строк: " a) }' f-awk Результат: 9 Сидоров С.К. 1979 40 10 Хведоров И.Х. 1970 60 Найдено строк: 2 Здест поля разделяются по ".", выбираются строки у которых длина первого поля больше 8-ми, и их длина "length ($1)" печатается перед строкой "$0". 2) awk '{i=split($0, Name, "."); for (j=1; j<=i; j++) print ("Name[" j "]=" Name[j]) }' f-awk Результат: Name[1]=Иванов И Name[2]=И Name[3]= 1980 50 Name[1]=Петров А Name[2]=В Name[3]= 1979 40 Name[1]=Сидоров С Name[2]=К Name[3]= 1979 40 Name[1]=Хведоров И Name[2]=Х Name[3]= 1970 60 3) awk '{print (length)}' f-awk Результат: 22 22 22 22 Поскольку все строки были выровнены пробелами, а в длине строки учитываются все символы до конца строки. 4) awk '{printf "%7.2f %s\n", NR, $0}' f-awk echo awk '{printf "\t%s %s \n", NR, $0}' f-awk Результат: 1.00 Иванов И.И. 1980 50 2.00 Петров А.В. 1979 40 3.00 Сидоров С.К. 1979 40 4.00 Хведоров И.Х. 1970 60 1 Иванов И.И. 1980 50 2 Петров А.В. 1979 40 3 Сидоров С.К. 1979 40 4 Хведоров И.Х. 1970 60