awk 数组

                                                             字符串函数
gsub( Ere, Repl, [ In ] ) 除了正则表达式所有具体值被替代这点，它和 sub 函数完全一样地执行，。
sub( Ere, Repl, [ In ] ) 用 Repl 参数指定的字符串替换 In 参数指定的字符串中的由 Ere 参数指定的扩展正则表达式的第一个具体值。sub 函数返回替换的数量。出现在 Repl 参数指定的字符串中的 &（和符号）由 In 参数指定的与 Ere 参数的指定的扩展正则表达式匹配的字符串替换。如果未指定 In 参数，缺省值是整个记录（$0 记录变量）。

index( String1, String2 ) 在由 String1 参数指定的字符串（其中有出现 String2 指定的参数）中，返回位置，从 1 开始编号。如果 String2 参数不在 String1 参数中出现，则返回 0（零）。

length [(String)] 返回 String 参数指定的字符串的长度（字符形式）。如果未给出 String 参数，则返回整个记录的长度（$0 记录变量）。

blength [(String)] 返回 String 参数指定的字符串的长度（以字节为单位）。如果未给出 String 参数，则返回整个记录的长度（$0 记录变量）。

substr( String, M, [ N ] ) 返回具有 N 参数指定的字符数量子串。子串从 String 参数指定的字符串取得，其字符以 M 参数指定的位置开始。M 参数指定为将 String 参数中的第一个字符作为编号 1。如果未指定 N 参数，则子串的长度将是 M 参数指定的位置到 String 参数的末尾 的长度。

match( String, Ere ) 在 String 参数指定的字符串（Ere 参数指定的扩展正则表达式出现在其中）中返回位置（字符形式），从 1 开始编号，或如果 Ere 参数不出现，则返回 0（零）。RSTART 特殊变量设置为返回值。RLENGTH 特殊变量设置为匹配的字符串的长度，或如果未找到任何匹配，则设置为 -1（负一）。

split( String, A, [Ere] ) 将 String 参数指定的参数分割为数组元素 A[1], A[2], . . ., A[n]，并返回 n 变量的值。此分隔可以通过 Ere 参数指定的扩展正则表达式进行，或用当前字段分隔符（FS 特殊变量）来进行（如果没有给出 Ere 参数）。除非上下文指明特定的元素还应具有一个数字值，否则 A 数组中的元素用字符串值来创建。

tolower( String ) 返回 String 参数指定的字符串，字符串中每个大写字符将更改为小写。大写和小写的映射由当前语言环境的 LC_CTYPE 范畴定义。

toupper( String ) 返回 String 参数指定的字符串，字符串中每个小写字符将更改为大写。大写和小写的映射由当前语言环境的 LC_CTYPE 范畴定义。

sprintf(Format, Expr, Expr, . . . ) 根据 Format 参数指定的 printf 子例程格式字符串来格式化 Expr 参数指定的表达式并返回最后生成的字符串。

3.时间函数
mktime( YYYY MM DD HH MM SS[ DST]) 生成时间格式

strftime([format [, timestamp]]) 格式化时间输出，将时间戳转为时间字符串，具体格式如下：

%a 星期几的缩写(Sun)
%A 星期几的完整写法(Sunday)
%b 月名的缩写(Oct)
%B 月名的完整写法(October)
%c 本地日期和时间
%d 十进制日期
%D 日期 08/20/99
%e 日期，如果只有一位会补上一个空格
%H 用十进制表示24小时格式的小时
%I 用十进制表示12小时格式的小时
%j 从1月1日起一年中的第几天
%m 十进制表示的月份
%M 十进制表示的分钟
%p 12小时表示法(AM/PM)
%S 十进制表示的秒
%U 十进制表示的一年中的第几个星期(星期天作为一个星期的开始)
%w 十进制表示的星期几(星期天是0)
%W 十进制表示的一年中的第几个星期(星期一作为一个星期的开始)
%x 重新设置本地日期(08/20/99)
%X 重新设置本地时间(12：00：00)
%y 两位数字表示的年(99)
%Y 当前月份
%Z 时区(PDT)
%% 百分号(%)

systime() 得到时间戳,返回从1970年1月1日开始到当前时间(不计闰年)的整秒数

一、定义方法

1：可以用数值作数组索引(下标)

Tarray[1]=“cheng mo”
Tarray[2]=“800927”

2：可以用字符串作数组索引(下标)

Tarray[“first”]=“cheng ”
Tarray[“last”]=”mo”
Tarray[“birth”]=”800927”

使用中 print Tarray[1] 将得到”cheng mo” 而 print Tarray[2] 和 print[“birth”] 都将得到 ”800927” 。

二、数组相关函数

[chengmo@localhost ~]$ awk --version
GNU Awk 3.1.5

使用版本是：3.1以上，不同版本下面函数不一定相同

• 得到数组长度（length方法使用）

split( String, A, [Ere] ) 将 String 参数指定的参数分割为数组元素 A[1], A[2], . . ., A[n]，并返回 n 变量的值。

length [(String)] 返回 String 参数指定的字符串的长度（字符形式）。如果未给出 String 参数，则返回整个记录的长度（$0 记录变量）。

[chengmo@localhost ~]$ awk 'BEGIN{info="it is a test";lens=split(info,tA," ");print length(tA),lens;}'
4 4

length返回字符串以及数组长度，split进行分割字符串为数组，也会返回分割得到数组长度。

 awk 'BEGIN{info="it is a test";lens=split(info,tA," ");print tA[1],lens;}'

it 4

awk 'BEGIN{info="it is a test";lens=split(info,tA," ");print tA[2],lens;}'

is 4

awk 'BEGIN{info="it is a test";lens=split(info,tA," ");print tA[3],lens;}'

a 4

awk 'BEGIN{info="it is a test";lens=split(info,tA," ");print tA[4],lens;}'

test 4

(asort使用）:

[chengmo@localhost ~]$ awk 'BEGIN{info="it is a test";split(info,tA," ");print asort(tA);}'
4

asort对数组进行排序，返回数组长度。

• 输出数组内容(无序，有序输出）：

[chengmo@localhost ~]$ awk 'BEGIN{info="it is a test";split(info,tA," ");for(k in tA){print k,tA[k];}}'
4 test
1 it
2 is
3 a

 

for…in 输出，因为数组是关联数组，默认是无序的。所以通过for…in 得到是无序的数组。如果需要得到有序数组，需要通过下标获得。

 

[chengmo@localhost ~]$ awk 'BEGIN{info="it is a test";tlen=split(info,tA," ");for(k=1;k<=tlen;k++){print k,tA[k];}}' 
1 it
2 is
3 a
4 test

注意：数组下标是从1开始，与c数组不一样。

 

• 判断键值存在以及删除键值：

一个错误的判断方法：

[chengmo@localhost ~]$ awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if(tB["c"]!="1"){print "no found";};for(k in tB){print k,tB[k];}}' 
no found
a a1
b b1
c

 

以上出现奇怪问题，tB[“c”]没有定义，但是循环时候，发现已经存在该键值，它的值为空，这里需要注意，awk数组是关联数组，只要通过数组引用它的key，就会自动创建改序列.

 

正确判断方法：

[chengmo@localhost ~]$ awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if( "c" in tB){print "ok";};for(k in tB){print k,tB[k];}}'  
a a1
b b1

if(key in array) 通过这种方法判断数组中是否包含”key”键值。

 

删除键值：

[chengmo@localhost ~]$ awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";delete tB["a"];for(k in tB){print k,tB[k];}}'                     
b b1

 

delete array[key]可以删除，对应数组key的，序列值。

三、二维数组使用(多维数组使用）

awk的多维数组在本质上是一维数组，更确切一点，awk在存储上并不支持多维数组。awk提供了逻辑上模拟二维数组的访问方式。例 如，array[2,4] = 1这样的访问是允许的。awk使用一个特殊的字符串SUBSEP (\034)作为分割字段，在上面的例子中，关联数组array存储的键值实际上是2\0344。

 

类似一维数组的成员测试，多维数组可以使用 if ( (i,j) in array)这样的语法，但是下标必须放置在圆括号中。
类似一维数组的循环访问，多维数组使用 for ( item in array )这样的语法遍历数组。与一维数组不同的是，多维数组必须使用split()函数来访问单独的下标分量。split ( item, subscr, SUBSEP)

 

[chengmo@localhost ~]$ awk 'BEGIN{

for(i=1;i<=9;i++)
{
  for(j=1;j<=9;j++)  
  {
tarr[i,j]=i*j;
print i,"*",j,"=",tarr[i,j];
  }
}
}'
1 * 1 = 1
1 * 2 = 2
1 * 3 = 3
1 * 4 = 4
1 * 5 = 5
1 * 6 = 6

……

可以通过array[k,k2]引用获得数组内容.

 

方法二：

[chengmo@localhost ~]$ awk 'BEGIN{
for(i=1;i<=9;i++)
{
  for(j=1;j<=9;j++)  
  {
tarr[i,j]=i*j;
  }
}
for(m in tarr)              
{

split(m,tarr2,SUBSEP);
print tarr2[1],"*",tarr2[2],"=",tarr[m];
}
}'

一、定义

在 awk 中，数组是关联数组，它的特点是：

1、 数组的下标可以是整数，也可以是负数甚至是字符串

2、 数组的下标可以不连续。

Awk 的变量 IGNORECASE 的值不影响数组下标。

当 awk 创建一个数组的时候，如果没有指定下标，默认已连续整数作为下标，起始值是 1.

Awk 的数组是什么高效的，访问一个元素的时间跟元素的数量无关。

注： awk 的下标其实都是字符串，如我们输入的是数字 1 ， awk 会自动的转换为字符串“ 1 ”。

二、引用元素

引用 awk 元素的基本方法是：

ARRAY[INDEX]

注： 在此引用方式中除非 [ ] 中写的是变量，否则需要添加双引号，即字符串必需添加双引号的规则在数组的下标中也必需遵守，但如果下标是全数字，则可以不加引号，例：

Bb=“123”

arr[bb] awk 将 bb 认作变量，获取的是 arr[“123”] 的值

arr[234] awk 将 234 认作字符串，虽然 234 没加引号。因为变量的定义不能用全数字，所以 234 肯定是字符串，而不是变量。

arr[“ bb” ] awk 将 bb 认作字符串，获取的是 arr[“bb”] 的值

有时候，数组的 value 会为空。 value 为空的元素包含两种情况： 1 、本身 value 为空； 2 、通过 delete 删除后的元素。这两种情况都可以被正常引用。但不幸的是，如果引用了一个不存在的元素，会导致 awk 创建这个元素， value 为空，这样，会导致 awk 的内存浪费。

如果要查询具有某个 index 值的元素是否存在可以用如下的表达式：

INDEX in ARRAY

这个表达式仅仅测试具有 INDEX 的元素在 ARRAY 中是否存在。如果不存在，该表达式不会导致产生以 INDEX 为下标的 value 为空的元素。

如果元素存在，该表达式返回值 1 （ true ）

反之，返回 0 （ false ）

例：测试在数组 frequencies 中是否存在下标为 2 的元素

if (2 in frequencies)

print “Sub 2 is present.”

注： 不能测试 frequencies 中是否存在 value 为 2 的元素，除非 scan 数组中的所有元素。

三、给元素赋值

给 awk 的数组赋值，只能采用如下形式：

ARRAY[SUB] = VALUE

ARRAY ：数组名字

SUB ：下标

VALUE ：值

注： awk 可以生成下标为空的元素，但是引用方式必需是 arr[ “” ], 而不是 arr[]。

length(a) 求得数组中元素的个数。

四、遍历数组

在使用数组的程序里，经常会使用一个循环让数组里的每一个元素都执行一次某一个操作。在其他程序里，数组的下标是连续的正整数，因此所有的下标很容易通过从低到高实现遍历。但这个方法在 awk 里不能使用，因为 awk 的下标可以是数字也可以是字符串。因此， awk 使用一种特别的语句来遍历数组里的元素：

for (VAR in ARRAY)

BODY

以上的循环将实现让数组 ARRAY 里的每一个元素都执行一次 BODY 。

以下程序的第一部分，将输入文本的每一个单词都作为下标存放入数组，如单词有重复，仅仅保留一个，因数组的下标是不能重复的。

五、删除元素

删除单个元素

delete ARRAY[INDEX]

删除整个数组方法 1

for (VAR in ARRAY)

delete ARRAY[VAR]

删除整个数组方法 2 （该方法 gawk 专用，可移植性差，但效率是方法 1 的 3 倍左右）

delete ARRAY

Awk 的数组和变量用的是同一个地址空间，数组的名字和变量不能重名。即使数组删除了也不能将名字用于变量命名，以下命令会报错：

a[1] = 3; delete a; a = 3

六、数组赋值

单个赋值： Tarray[1]="cheng mo"  Tarray[2]="800927"

多个赋值：awk 'BEGIN{info="it is a test"; lens=split(info,tA," "); print length(tA), lens, tA[1];}'