In diesem Beitrag lernen Sie den Befehl awk bzw. gawk kennen – es handelt sich um die GNU-Implementierung der AWK Programmiersprache. Sie ist konform mit der Definition der Sprache im POSIX 1003.1 Standard und basiert auf der Beschreibung in “The AWK Programming Language” von Aho, Kernighan und Weinberger. gawk bietet die zusätzlichen Funktionen der aktuellen Version von Brian Kernighan’s awk sowie verschiedene GNU-spezifische Erweiterungen. Wenn gawk installiert ist, ist awk oft nur ein Symlink zu gawk, sodass mit beiden Befehlen dasselbe Programm aufgerufen wird. Im Folgenden wird immer gawk verwendet. Zudem werden GNU-Erweiterungen entsprechend gekennzeichnet.<\/p>\n
Die Grundfunktion von AWK besteht darin, Dateien nach Zeilen oder anderen Texteinheiten zu durchsuchen, die bestimmte Muster aufweisen. Gibt es Übereinstimmungen mit einem Muster, so kann AWK bestimmte Aktionen auf diesen ausführen. AWK führt auf diesem Weg mit der Verarbeitung der Eingabe fort, bis das Ende der Eingabe(-Dateien) erreicht ist. Programme in AWK sind datengesteuert – es werden also die Daten mit denen gearbeitet werden soll sowie die jeweils durchgeführten Aktionen beschrieben. Auf diese Weise unterscheidet sich AWK sich von prozeduralen Sprachen, bei denen das Vorgehen von Programmen in der Regel sehr genau beschrieben wird. AWK-Programme sind entsprechend oft einfacher zu lesen und zu schreiben.<\/p>\n
Sie lernen zunächst die allgemeine Syntax<\/a> des Befehls gawk kennen. Anschließend folgen die wichtigsten Optionen des Befehls sowie einige Grundlagen zur Syntax der AWK Programmiersprache selbst.<\/p>\n Die allgemeine Syntax des Befehls gawk <\/strong>lautet:<\/p>\n Neben optionalen Optionen werden dem Befehl der auszuführende Programmtext sowie darauffolgend eine oder mehrere zu verarbeitende Dateien übergeben. Wenn ein langes Programm ausgeführt werden soll, dann ist es oft sinnvoller, dieses ein eine Datei zu schreiben und diese mithilfe der Option -f<\/strong> an gawk <\/strong>zu übergeben. Der Programmtext wird dann entsprechend nicht mehr im Befehl angegeben:<\/p>\n Im Folgenden werden einige der wichtigsten Optionen des Befehls gawk <\/strong>vorgestellt:<\/p>\n Mithilfe der Option -F<\/strong> kann der Input-Field-Separator, welcher kontrolliert wie gawk <\/strong>eine Zeile der Eingabe in Felder aufteilt, gesetzt werden. Es kann sich dabei entweder um ein einzelnes Zeichen, oder einen regulären Ausdruck handeln. Eingabezeilen werden dann jeweils nach Zeichenketten<\/a> durchsucht, die mit dem Input-Field-Separator übereinstimmen, und so aufgeteilt, dass der Text zwischen den Übereinstimmungen jeweils ein Feld bildet.<\/p>\n Bei Verwendung dieser Option wird der AWK-Programmtext nicht dem ersten nicht-Options Argument entnommen, sondern stattdessen aus der angegebenen Datei gelesen. Die Option kann mehrfach verwendet werden – das AWK-Programm besteht dann aus der Konkatenation<\/a> der Inhalte jeder spezifizierten Datei.<\/p>\n Dateien, die mit der Option -f<\/strong> spezifiziert werden, werden so behandelt, wie als hätten sie die folgende Zeile zur Festlegung des Namespace am Anfang stehen:<\/p>\n Mit der Option -v<\/strong> lässt sich vor dem Beginn der Programmausführung eine Variable mit der Bezeichnung “[Variable]”<\/strong> auf den Wert “[Wert]”<\/strong> setzen. Die Werte der Variablen sind dann innerhalb des BEGIN-Blocks<\/strong> verfügbar. Mit einer Option -v<\/strong> kann jeweils nur eine Variable gesetzt werden, jedoch kann sie mehr als einmal verwendet werden.<\/p>\n Die Option -c<\/strong> wird verwendet, um den Kompatibilitätsmodus zu aktivieren, in welchem die GNU-Erweiterungen zur AWK-Sprache deaktiviert sind, sodass gawk <\/strong>sich genau wie BWK awk (Version von Brian Kernighan) verhält:<\/p>\n Mit der Option -d<\/strong> lässt sich eine sortierte Liste aller globalen Variablen, ihrer Typisierungen und Werte in die spezifizierte Datei ausgeben. Wenn keine Datei angegeben wurde, wird die Liste in eine Datei mit der Bezeichnung “awkvars.out”<\/strong> im aktuellen Arbeitsverzeichnis geschrieben. Wird eine Datei angegeben, so sind zwischen der Option -d<\/strong> und der Datei keine Leerzeichen erlaubt:<\/p>\n Das Debugging von AWK-Programmen lässt sich mit der Option -D<\/strong> aktivieren. Der Debugger liest standardmäßig interaktiv, direkt vom Standard-Input stdin<\/strong>, Kommandos ein. Optional kann eine Datei mit einer Liste von Kommandos spezifiziert werden, welche dann nicht-interaktiv von dem Debugger ausgeführt werden. Wenn eine Datei spezifiziert wird, sind zwischen der Option -D<\/strong> und der Datei keine Leerzeichen erlaubt:<\/p>\n Die Option -e<\/strong> erlaubt es Ihnen, Programmtext über die Befehlszeile hinzuzufügen. Auf diesem Weg wird es möglich, Quellcode aus Dateien mit Quellcode von der Befehlszeile zu kombinieren. Insbesondere wenn Sie Bibliotheksfunktionen in Ihren Befehlszeilen-Programmen verwenden möchten, ist diese Option hilfreich.<\/p>\n Jede mit einer Option -e<\/strong> angegebene Zeichenkette wird von gawk <\/strong>so behandelt, wie als hätte sie einen Linefeed am Ende stehen – der Aufbau eines vollständigen Programms wird so erleichtert.<\/p>\n Mit der Option -i<\/strong> kann eine AWK-Quellbibliothek aus einer angegebenen Datei gelesen werden. Die Option stellt damit ein vollständiges Äquivalent zur Verwendung von “@include”<\/strong> im Programmtext dar. Die Option ist der Option -f<\/strong> zwar sehr ähnlich, jedoch gibt es zwei wichtige Unterschiede: Zum einen wird eine mit -i<\/strong> angegebene Datei nur geladen, wenn sie nicht zuvor bereits geladen wurde, während die Option -f<\/strong> die angegebene Datei immer lädt. Zum anderen werden mit der Option -i<\/strong> eingelesene Dateien von gawk <\/strong>nicht als Eingabe für das Hauptprogramm (main) erkannt, da die Option für die Verwendung mit Code-Bibliotheken gedacht ist. gawk <\/strong>erwartet entsprechend nach der Verarbeitung einer Option -i<\/strong> weiterhin das Hauptprogramm in einer der Option -f<\/strong> übergebenen Datei oder direkt auf der Befehlszeile.<\/p>\n Dateien, die mit der Option -i<\/strong> spezifiziert werden, werden so behandelt, wie als hätten sie die folgende Zeile zur Festlegung des Namespace am Anfang stehen:<\/p>\n Bei Verwendung der Option -L<\/strong> (L<\/strong>int) warnt gawk <\/strong>vor Konstrukten, die gegenüber anderen awk-Implementierungen bedenklich oder nicht-übertragbar (nicht-portabel) sind. Optional kann eine Zeichenkette “fatal”<\/strong>, “invalid”<\/strong> oder “no-ext”<\/strong> übergeben werden, wobei zwischen dieser und der Option selbst keine Leerzeichen erlaubt sind. Die Zeichenkette spezifiziert dabei, welche Warnungen ausgegeben werden:<\/p>\n Einige Warnungen werden nur ausgegeben, wenn gawk <\/strong>ihr Programm erstmals liest. Andere werden zur Laufzeit ausgegeben.<\/p>\n Wird die Option -P<\/strong> verwendet, so arbeitet gawk <\/strong>in einem strikten POSIX-Modus. Hierdurch werden alle gawk <\/strong>Erweiterungen (wie Option -c<\/strong>), sowie alle solchen Erweiterungen die nicht von POSIX erlaubt werden, deaktiviert.<\/p>\n Werden beide Optionen -P<\/strong> und -c<\/strong> spezifiziert, so erhält -P<\/strong> Vorrang. Zudem wird eine Warnung ausgegeben.<\/p>\n Die Option -S<\/strong> deaktiviert die Funktion “system()”<\/strong>, Eingabeumleitungen mit “getline”<\/strong>, Ausgabeumleitungen mit “print”<\/strong> und “printf”<\/strong> sowie dynamische Erweiterungen. Weiterhin wird das Hinzufügen von Dateinamen zu “ARGV”<\/strong>, die zum Startzeitpunkt von gawk <\/strong>nicht vorhanden waren, nicht erlaubt. Die Option ist insbesondere dann hilfreich, wenn AWK-Programme aus fraglichen Quellen ausgeführt werden sollen, um sicherzustellen, dass außer den spezifizierten Eingabedateien kein Zugriff durch das Programm auf das System möglich ist.<\/p>\n Ein AWK-Programm besteht immer aus einer Reihe von Regeln, welche jeweils eine Bedingung nach deren Eintreffen gesucht und Anweisungen die bei Eintreffen der Bedingung ausgeführt werden sollen, spezifizieren. Wird keine Bedingung angegeben, so werden die entsprechenden Anweisungen der Regel für jede Eingabezeile ausgeführt. Weiterhin kann auch eine Bedingung ohne Anweisung angegeben werden – in diesem Fall wird über die Standard-Anweisung einfach die Eingabezeile ausgegeben. Optional können in einem AWK-Programm auch eigene Funktionen definiert werden – dazu jedoch später mehr.<\/p>\n Regeln werden normalerweise mithilfe von Zeilenumbrüchen voneinander getrennt – ein typisches AWK-Programm hat damit die folgende Gestalt:<\/p>\n Bedingung { Anweisung }<\/p>\n Bedingung { Anweisung }<\/p>\n …<\/p>\n In den folgenden Abschnitten werden die Konstrukte, die ein AWK-Programm bilden, genauer behandelt.<\/p>\n Eine der einfachsten möglichen Bedingungen ist der Vergleich der Eingabezeile mit einem regulären Ausdruck. Stimmt die Eingabezeile mit dem regulären Ausdruck überein, so ist die Bedingung wahr und die Anweisungen der Regel werden ausgeführt. Die Bedingung wird dabei wie folgt angegeben, wobei “[regexp<\/a>]” mit dem entsprechenden regulären Ausdruck zu ersetzen ist:<\/p>\n Mit verschiedenen Vergleichsoperatoren lassen sich weitere Bedingungen formulieren. Vergleichsausdrücke, die mit den in der folgenden Tabelle gezeigten Operatoren gebildet werden, haben den Wert 1, wenn sie wahr sind, andernfalls 0. Werden Operanden verschiedener Typisierung verglichen, so werden numerische Operanden in Zeichenketten umgewandelt, wobei der Wert der Variablen “CONVFMT” für die Umwandlung verwendet wird. Der Vergleich von Zeichenketten erfolgt auf Grundlage der lexikographischen Ordnung. Ist eine Zeichenkette ein Präfix einer anderen Zeichenkette, so ist die kürzere Zeichenkette stets kleiner als die längere.<\/p>\nAllgemeine Syntax<\/h2>\n
gawk [Optionen] [Programmtext] [Datei(en)]<\/pre>\n
gawk [Optionen] -f [Programm-Datei] [Datei(en)]<\/pre>\n
Wichtige Optionen<\/h2>\n
-F – Input-Field-Separator setzen<\/h3>\n
gawk -F [Input-Field-Separator] [Programmtext] [Datei(en)]<\/pre>\n
-f – Programmdatei spezifizieren<\/h3>\n
gawk -f [Programm-Datei] [Datei(en)]<\/pre>\n
@namespace \"awk\"<\/pre>\n
-v – Variable setzen<\/h3>\n
gawk -v [Variable]=[Wert] [Programmtext] [Datei(en)]<\/pre>\n
-c – Kompatibilitäts-Modus<\/h3>\n
gawk -c [Programmtext] [Datei(en)]<\/pre>\n
-d – Globale Variablen ausgeben<\/h3>\n
gawk -d[Datei] [Programmtext] [Datei(en)]<\/pre>\n
-D – Debugging aktivieren<\/h3>\n
gawk -D[Datei] [Programmtext] [Datei(en)]<\/pre>\n
-e – Programmtext spezifizieren<\/h3>\n
gawk -e [Programmtext] [Datei(en)]<\/pre>\n
-i – Include<\/h3>\n
gawk -i [Programmtext] [Datei(en)]<\/pre>\n
@namespace \"awk\"<\/pre>\n
-L – Vor Inkompatibilitäten warnen<\/h3>\n
\n\n
\n Zeichenkette<\/strong><\/th>\n Funktion<\/th>\n<\/tr>\n<\/thead>\n \n\n fatal<\/td>\n Lint-Warnungen werden zu fatalen Fehlern.<\/td>\n<\/tr>\n \n invalid<\/td>\n Nur Warnungen bezüglich Dingen, die tatsächlich ungültig sind, werden ausgegeben.<\/td>\n<\/tr>\n \n no-ext<\/td>\n Warnungen zu gawk Erweiterungen sind werden deaktiviert.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n gawk -L[Zeichenkette] [Programmtext] [Datei(en)]<\/pre>\n
-P – POSIX-Modus<\/h3>\n
gawk -P [Programmtext] [Datei(en)]<\/pre>\n
-S – Sandbox-Modus<\/h3>\n
gawk -S [Programmtext] [Datei(en)]<\/pre>\n
AWK-Syntax<\/h2>\n
Bedingungen<\/h3>\n
\/[regexp]\/<\/pre>\n