Awk
Un article de Wikipédia, l'encyclopédie libre.
 |
Cet article est une ébauche concernant l’informatique.
Vous pouvez partager vos connaissances en l’améliorant. (Comment ?).
|
Awk — dont le nom vient des trois créateurs, Alfred V. Aho, Peter J. Weinberger et Brian W. Kernighan — est un langage de traitement de lignes, disponible sur la plupart des systèmes Unix et sous Windows avec Cygwin ou Gawk. Il est principalement utilisé pour la manipulation de fichiers textuels pour des opérations de recherches, de remplacement et de transformations complexes. Il agit comme un filtre programmable prenant une série de lignes en entrée (sous forme de fichiers ou directement via l'entrée standard) et ecrivant sur la sortie standard, qui peut être redirigée vers un autre fichier ou programme. Awk lit sur l'entrée ligne par ligne, puis sélectionne (ou non) les lignes à traiter par des expressions rationnelles (et éventuellement des numéros de lignes). Une fois la ligne sélectionnée, elle est découpée en champs selon un séparateur d'entrée indiqué dans le programme Awk par le symbole FS (qui par défaut correspond au caractère espace ou tabulation). Puis les différents champs sont disponibles dans des variables : $1 (premier champ), $2 (deuxième champ), $3 (troisième champ), ..., $NF (dernier champ).
« awk » est aussi l'extension de nom de fichier utilisée pour les scripts écrits dans ce langage (rarement utilisée).
La syntaxe est inspirée du C :
awk [options] [programme] [fichier]
où la structure du programme est :
'motif1 { action1 } motif2 { action2 } ...'
Chaque ligne du fichier est comparée successivement aux différents motifs (le plus souvent des expressions rationnelles, et globalement une expression booléenne) et l'action du premier motif renvoyant la valeur vraie est executée. Dans ce cas, ou si aucun motif n'est accepté, le programme lit la ligne suivante du fichier et la compare aux motifs en partant du premier.
Quelques options :
-F separateur: permet de modifier le séparateur de champs ;-f fichier: lit le programme à partir d'un fichier.
Sommaire |
[modifier] Description détaillée
Un fichier est divisé en lignes (records en anglais) elles-mêmes divisées en champs (fields en anglais)
- lignes : séparateur <newline> ; compteur NR.
- champs : séparateur espace ou tabulation ; compteur NF.
Les séparateurs d'entrée-sortie sont stockés dans des variables et peuvent être modifiés :
- lignes : variables RS et ORS
- champs : variables FS et OFS
Pour retourner le ne champ :
$noùnest un entier strictement positif ;$0retourne la ligne entière.
Deux masques spéciaux :
BEGIN: définit un programme avant de commencer l'analyse du fichier ;END: définit un programme après l'analyse.
Pour définir un intervalle, on utilise la virgule comme ceci :
NR == 1, NR == 10: l'action associée sera appliquée aux lignes 1 à 10.
Plusieurs fonctions sont déjà implémentées :
print,printf: fonctions d'affichage ;cos(expr),sin(expr),exp(expr),log(expr);getline(): lit l'entrée suivante d'une ligne, retourne 0 si fin de fichier (EOF : end of file), 1 sinon ;index(s1, s2): retourne la position de la chaîne s2 dans s1, retourne 0 si s2 ne figure pas dans s1 ;int(expr): partie entière d'une expression ;length(s): longueur de la chaîne s ;substr(s,n,l): retourne une partie de la chaine de caractère s commençant à la position n, et d'une longueur l.
Structures de contrôles : la syntaxe provient directement du C :
if (test) {actions} else {actions}while (test) {actions}do {actions} while (test)for (expr1;expr2;expr3) {actions}
[modifier] Quelques exemples
awk '{print $0}' fichier: affiche toutes les lignes de fichier (idem quecat fichier).awk '/2/ {print $0}' ref.txt: affiche toutes les lignes où le caractère 2 est présent (idem quegrep '2' ref.txt).awk '$1~/2/ {print $0}' ref.txt: affiche toutes les lignes où le caractère 2 est présent dans le premier champ.awk '{print NR ":", $0}' fichier: affiche le contenu de fichier, mais chaque ligne est précédée de son numéro.awk -F : '{print $1}' /etc/passwd: renvoie la liste des utilisateurs (idemcut -d : -f 1 /etc/passwd).awk 'BEGIN {FS = " : "}{print $1}' /etc/passwd: idem que la précédente commandeawk '{s=s+$1} END {print s}' fichier: écrit la somme des tous les nombres de la première colonne de fichier.
[modifier] Implémentation
Il existe divers programmes qui utilisent la syntaxe du Awk original, voici les plus connus :
- nawk (abréviation de new awk) qui étend les fonctionnalités de la version initiale ;
- mawk une version connue pour sa rapidité dans certains cas ;
- gawk la version du GNU disponible sous les principaux OS, avec une modification qui existe pour travailler sur le réseau TCP/IP ;
- jawk une version fonctionnant sur la machine virtuelle Java.
[modifier] Bibliographie
- Alfred V. Aho, Peter J. Weinberger et Brian W. Kernighan (1995), AWK Langage de programmation, ISBN 2-87908-110-6
- Pour plus d'informations Shellunix.com
[modifier] Voir aussi
Sed, ancêtre de Awk, mais toujours en activité.
[modifier] Liens externes
- (en) Awk feuille de triche
- (en) Page man de awk
