AWK介绍
简介:
AWK是一种解释性编程语言，主要用于文本处理。之所以叫AWK是因为其取了三位创始人Alfred Aho，Peter Weinberger,和Brian Kernighan 的 Family Name 的首字符。
GNU/Linux发布的AWK目前由自由软件基金会(FSF)进行开发和维护，通常也称它为GNU AWK。
AWK的几个实现：
- AWK:原先来源于AT&T实验室的的AWK;
AT&T(American Telephone & Telegraph的缩写 是一家美国电信公司) - NAWK:AT&T实验室的AWK的升级版;
- GAWK:这就是GNU AWK；
- MAWK:一种轻巧快速的AWK实现。
AWK介绍1
各种AWK版本
当前使用的AWK有三个主要版本，并且它们都符合POSIX标准（至少对于绝大多数用例而言，足够接近）。
第一个是经典awk，它是 Aho，Weinberger , Kernighan (3个人) 在他们的《 AWK编程语言》一书中描述的AWK版本。有时称为 “新AWK”（
nawk）或 “一个真正的AWK”，现在托管在GitHub上。这是许多基于BSD的系统（包括macOS）上预先安装的版本（尽管macOS随附的版本已过时，需要升级）。第二个是GNU Awk（
gawk），它是迄今为止功能最强大，维护最活跃的版本。Gawk通常预先安装在Linux系统上，并且通常是默认的awk。使用Homebrew可以很容易地在macOS上安装，Gawk还提供Windows二进制文件。自1994年以来，Arnold Robbins一直是gawk的主要维护者，并继续推广该语言（他还为经典的awk版本做出了许多修复）。Gawk具有awk或POSIX标准中未提供的许多功能，包括新函数，联网功能，C扩展API，事件探查器和调试器以及最近的名称空间。第三个通用版本是
mawk，由Michael Brennan编写。它是Ubuntu和Debian Linux上的默认awk，并且仍然是AWK的最快版本，具有字节码编译器和更节省内存的值表示形式。（从4.0开始，Gawk也使用了字节码编译器，因此它现在已经接近mawk的速度。）
如果你想将AWK用于单行和基本文本处理，则上述任何方法都是不错的选择。如果你打算将其用于较大的脚本或程序，Gawk的功能使其成为明智的选择。
AWK的其他几种实现也具有不同的成熟度和维护级别。值得注意的有这些：嵌入式Linux环境中使用的尺寸优化的BusyBox版本，支持运行时访问Java语言的Java版以及我自己用Go编写的GoAWK（与POSIX兼容的版本）。三个主要的AWK和BusyBox版本都用C编写。
AWK是否仍然有意义？
AWK是否仍然有用这个问题，就像在问空气是否有用一样：你可能看不到它，但周围无处不在。许多Linux管理员和DevOps工程师使用它来转换数据或通过日志文件诊断问题。几乎所有基于Unix的计算机上都安装了AWK版本。除了临时使用外，许多大型开源项目还在其构建或文档工具中使用AWK。仅举几个例子：Linux内核在x86工具中使用它来检查 和重新格式化 objdump文件，Neovim使用它来生成文档，而FFmpeg使用它来进行构建和测试。
即使人们不再想看到AWK，AWK构建脚本也很难被杀死：2018年，LWN 写了一篇文章，是关于GCC贡献者想要用Python替换AWK脚本来生成其选项解析代码。这个建议在当时有一些支持，但显然没有人主动要求做实际的移植，现在AWK脚本依然存在。
Robbins在他的2018年论文中主张将AWK（特别是gawk）用作“系统编程语言”，在这种情况下，其含义是用于编写较大的工具和程序的语言。他概述了他认为尚未流行的原因，但Kernighan“ 并非100％确信 ”缺乏扩展机制是AWK不被大型程序广泛使用的主要原因。他建议，这可能是由于缺乏对访问系统调用等内容的内置支持。但是，这些都没有阻止几个人开发更大的工具：Robbins自己编写的TexiWeb Jr.识字编程工具（1300行AWK），Werner Stoop的d.awk工具用于从源码中备注的MarkDown生成文档， Translate Shell是一个6000行AWK工具，可为基于云的翻译API提供相当强大的命令行界面。
过去几年中，有几位开发人员写过关于在其“大数据”工具包中使用AWK的信息，它比重型分布式计算系统（如Spark和Hadoop）简单得多（有时更快）。Nick Strayer 撰写了 有关使用AWK和R解析多个内核中25 TB数据的文章。其他大数据示例包括Adam Drake 写的标题颇为诱人的文章：“命令行工具可以比Hadoop集群快235倍”，以及Brendan O’Connor的“ 不要使用MAWK,AWK是最快，最优雅的大数据处理语言”。
命令行工具可以比Hadoop集群快235倍 ???
总而言之，在临时文本修改，构建工具，“系统编程”和大数据处理之间（更不用说文本模式的第一人称射击游戏），AWK似乎在2020年还活得很好。
AWK介绍2
awk 是一种编程语言，用于在linux/unix下对文本和数据进行处理。数据可以来自标准输入、一个或多个文件，或其它命令的输出（即管道）。它支持用户自定义函数和 动态正则表达式等先进功能，是linux/unix下的一个强大编程工具。它在命令行中使用，但更多是作为脚本来使用。
awk的处理文本和数据的方式是这 样的，它逐行扫描文件，从第一行到最后一行，寻找匹配的特定模式的行，并在这些行上进行你想要的操作。如果没有指定处理动作，则把匹配的行显示到标准输出 (屏幕),即默认处理动作是print；如果没有指定模式，则所有被操作所指定的行都被处理，即默认指定模式是全部。awk分别代表其作者姓氏的第一个字母。因为它的作者是三个人，分别是Alfred Aho、Brian Kernighan、Peter Weinberger。gawk是awk的GNU版本，它提供了Bell实验室和GNU的一些扩展。
像shell一样，awk也有好几种，常见的如awk、nawk、mawk、gawk，其中
awk:最初在1 9 7 7年完成，1 9 8 5年发表了一个新版本的awk，它的功能比旧版本增强了不少,awk 能够用很短的程序对文档里的资料做修改、比较、提取、打印等处理,如果使用C 或P a s c a l 等语言编写程序完成上述的任务会十分不方便而且很花费时间，所写的程序也会很大;
nawk： 在 20 世纪 80 年代中期，对 awk语言进行了更新，并不同程度地使用一种称为 nawk(new awk) 的增强版本对其进行了替换。许多系统中仍然存在着旧的awk 解释器，但通常将其安装为 oawk (old awk) 命令，而 nawk 解释器则安装为主要的 awk 命令，也可以使用 nawk 命令。Dr. Kernighan 仍然在对 nawk 进行维护，与 gawk 一样，它也是开放源代码的，并且可以免费获得;
mawk：mawk 是 awk 编程语言的解释器。awk语言在多媒体数据文件以及文本的检索和处理，算法的原型设计和试验都有广泛的使用。mawk带给awk新的概念，它实现了在《The AWK Programming Language》（Aho, Kernighan and Weinberger, The AWK Programming Language, Addison-Wesley Publishing, 1988.被认为是 AWK 手册。）中定义的 awk语言。mawk遵循 POSIX 1003.2 （草案 11.3）定义的 AWK 语言，包含了一些没有在AWK 手册中提到的特色，同时 mawk 提供一小部分扩展,另外据说mawk是实现最快的awk；
gawk： 是 GNU Project 的awk解释器的开放源代码实现。尽管早期的 GAWK 发行版是旧的 AWK 的替代程序，但不断地对其进行了更新，以包含 NAWK 的特性;
目前，大家都比较倾向于使用awk和gawk。Ubuntu系统中的各种awk的选项设置，可以通过sudo update-alternatives --config awk来完成，实际上你通过手动修改软链接也能实现。Debian最小化安装的时候awk的链接是指向mawk的。
sudo update-alternatives --config awk
GAWK gawk 5 新特性
GNU Awk 5.0.0 发布了，Awk（Gawk）是一种编程语言，用于在 Linux/unix 下对文本和数据进行处理。数据可以来自标准输入、文件或其它命令的输出。它支持用户自定义函数和动态正则表达式等功能。
这是一个重要的新版本，带来了一些新功能和功能改进，最大的亮点是实现了命名空间。相比 4.2.1，变化包括：
- 添加了对 POSIX 标准 ％a 和 ％A 输出格式的支持。
- 测试基础结构得到了极大的改进，简化了 test/Makefile.am 的内容，并且可以从 test/Makefile.in 生成 pc/Makefile.tst。
- 正则表达式例程已经被 GNULIB 中的例程取代。
- 基础设施升级：Bison 3.3、Automake 1.16.1、Gettext 0.19.8.1、makeinfo 6.5。
- 删除了未记录的配置选项和允许在标识符中使用非英语“字母”的代码。
- 删除了 `–with-whiny-user-strftime’ 配置选项现在已经消失。
- 更好地适应 C99 环境。
- PROCINFO[“platform”] 产生一个字符串，表示编译 gawk 的平台。
- 写入不是变量名的 SYMTAB 元素现在会导致致命错误。
- pretty-printer 中的注释处理几乎完全从头开始重新设计，以往无法支持的许多极端情况中的注释现在可以格式化中输出。
- 已经实现命名空间。命令行程序段现在必须都是自包含的句法单元，比如现在不能这么写：gawk -e ‘BEGIN {’ -e ‘print “hello” }’
- 现在使用语言环境设置来忽略单字节语言环境中的大小写，而不是使用 Latin-1 中的硬连线法。
- 修复了一些 bug，包括特别重要的 bug。
awk 执行流程图
