В качестве шаблона может использоваться любое выражение, вызывающее сравнение между строками символов или цифр. awk имеет 6 операторов сравнения и два регулярных выражения ~ и !~. В табл. 1 перечислены все операторы и их значение.
Таблица 1 Значения операторов
Оператор
Значение
<
Меньше чем
<=
Меньше или равно
==
Равно
!=
Не равно
>=
Больше или равно
>
Больше чем
~
Входит
!~
Не входит
При сравнении, если оба операнда являются цифровыми, то проводится цифровое сравнение; в противном случае - строчное. Например, шаблон:
$3 > 100
выбирает строки в которых третье поле больше 100, а программа:
$1 >= "S"
выбирает строки, которые начинаются с буквы S по букву Z:
USSR 8650 262 Asia
USA 3615 219 North America
SUDAN 986 19 Africa
При отсутствии любой другой информации awk трактует поля как строки, так что программа:
$1 == $4
сравнивает 1-е и 4-е поля как строки символов и для файла countries получим следующий результат:
Australia 2968 14 Australia
awk обеспечивает более мощные шаблоны для поиска строки символов, чем сравнение. Такие шаблоны называются регулярными выражениями. Простейшим регулярным выражением является строка символов, обрамленная знаками "/". Например:
/Asia/
Эта программа печатает все записи, которые содержат подстроку Asia (запись, содержащая Asia как часть длинной строки, подобной Asian или Pan-Asiatic, также печатается).
Чтобы ограничить поиск только для специального поля, вы можете использовать операторы ~(входит) и !~(не входит). Программа:
$4 ~ /Asia/ { print $1 }
печатает первое поле всех тех строк, в которых четвертое поле - Asia, в то время как программа:
$4 !~ /Asia/ { print $1 }
печатает первое поле всех тех строк, в которых четвертое поле - не Asia.
В регулярном выражении могут использоваться метасимволы:
\, ^, $, ., [, ], *, ?, (, ), |
которые подобны метасимволам, используемым в shell. Например, метасимволы "^" и "$" осуществляют поиск соответственно начала и конца строки, а метасимвол "." ищет одиночный символ. Например:
/^.$/
просматривает все записи для поиска записи, состоящей из одного символа.
Если группа символов заключена в квадратные скобки, то это означает поиск одного символа из этой группы. Например, /[ABC]/ - осуществляет поиск либо символа "A", либо "B", либо "C". Границы букв или цифр могут быть обозначены внутри квадратных скобок:
/[a-zA-Z]/
Если первым символом после "[" является символ "^", то это означает: любой символ, не входящий в набор. Например:
/[^a-zA-Z]/
означает поиск любого символа, кроме буквы.
Символ "+" означает "один или больше". Например, программа:
$2 !~ /^[0-9]+$/
печатает все записи, в которых второе поле не является строкой из одной или более цифр. (^ - начало строки, [0-9]+ - одна или более цифр, $ -конец строки).
Круглые скобки используются для группирования символов, а символ | для указания альтернативы. Программа:
/(apple|cherry) (pie|tart)/
осуществляет поиск строк, содержащих одну из 4-х подстрок:
apple pie
apple tart
cherry pie
cherry tart
Чтобы отменить специальное значение метасимвола, поставьте знак "\" перед ним. Например:
/b\$/
печатает все строки, содержащие символ "b" и следующий за ним знак "$".
В дополнение к распознаваемым метасимволам, awk распознает следующие последовательности языка программирования Си внутри регулярных выражений и строк:
\b - возврат \f - перевод формата \n - новая строка \r - возврат каретки \t - табуляция \ddd - восьмиричное значение \" - кавычки \c - с
Например, чтобы напечатать все строки, содержащие табуляцию, воспользуйтесь программой:
/\t/
awk интерпретирует любую строку или переменную справа от символа "~" или "!~" как регулярное выражение. Например, мы можем записать программу:
$2 !~ /^[0-9]+$/
как
BEGIN { digits = "^[0-9]+&" }
$2 !~ digits
Предположим, что нужно найти строку символов, подобную ^[0-9]+$. Если строка "^[0-9]+$" используется как регулярное выражение, появляются дополнительные знаки "\", которые защищают регулярное выражение. Это связано с тем, что первый уровень знаков "\" удаляется при синтаксическом анализе строки. Первый уровень "\" перед символом возвращает его специальное значение в регулярном выражении, второй нужен, чтобы защитить его в строке.
Например, нужно найти строки, содержащие "b" и следующий за ним знак "$". Регулярное выражение для этого шаблона:
b\$
Чтобы создать строку для представления этого регулярного выражения, необходимо добавить еще один символ "\":
"b\\$"
Следующие регулярные выражения попарно эквивалентны:
x ~ "b\\$" x ~ /b\$/
x ~ "b\$" x ~ /b$/
x ~ "b$" x ~ /b$/
x ~ "\\t" x ~ /\t/
Регулярные выражения и подстроки, поиск которых они осуществляют, приведены в табл. 2.
Унарные операции *, +, ? имеют наивысший приоритет, затем конкатенация и затем альтернативный выбор.
