第8.4节：awk的内置时间处理函数

1 第8.4节：时间函数

  awk 程序通常用于处理包含时间戳信息的日志文件，这些时间戳表明特定日志记录的写入时间。许多程序以时间记录系统调用返回的形式记录其时间戳，即自特定纪元以来的秒数。在符合 POSIX 标准的系统上，它是自 1970 年 1 月 1 日 00:00:00 UTC 起的秒数，不计算闰秒。所有已知的符合 POSIX 标准的系统都支持从 0 到 2³¹ - 1 的范围，该范围足以表示到 2038 年 1 月 19 日 03:14:07 UTC 的时间。许多系统支持更广泛的时间戳范围，包括表示纪元之前时间的负时间戳。

  为了更轻松地处理此类日志文件并生成有用的报告，gawk 提供了以下用于处理时间戳的函数。它们是 gawk 的扩展；它们未在 POSIX 标准中指定。可选参数用方括号（[]）括起来：

1.1 mktime(datespec [, utc-flag ])

  将日期时间字符串转换为与 systime() 返回形式相同的时间戳。它与 ISO C 中同名函数的功能类似。参数 datespec 是格式为 "YYYY MM DD HH MM SS [DST]" 的字符串。该字符串由六个或七个数字组成，分别表示当前年份、从 1 到 12 的月份、从 1 到 31 的一个月中的某天、从 0 到 23 的一天中的小时、从 0 到 59 的分钟、从 0 到 60 的秒，以及一个可选的夏令时标志。

  这些数字的值不必在指定的范围内；例如，小时为 -1 表示午夜前 1 小时。假定使用起始于零的公历，年份为 0 表示公元前 1 年，年份 -1 表示公元前 2 年。如果存在 utc-flag 且其为非零值或非空值，则假定时间位于 UTC 时区；否则，假定时间位于本地时区。如果 DST 夏令时标志为正，则假定时间为夏令时；如果为零，则假定时间为标准时间；如果为负（默认值），mktime() 会尝试确定指定时间是否实行夏令时。

  如果 datespec 包含的元素不足，或者生成的时间超出范围，mktime() 将返回 -1。

1.2 strftime(format [, timestamp [, utc-flag ] ] )

  根据 format 字符串的内容格式化 timestamp 指定的时间，并返回结果。它与 ISO C 中同名函数的功能类似。如果存在 utc-flag 且其为非零值或非空值，则值会格式化为 UTC（协调世界时，以前称为 GMT 或格林威治标准时间）。否则，该值会格式化为本地时区。时间戳与 systime() 函数返回的值格式相同，或者是当前时间。如果没有提供 timestamp 参数，gawk 会使用当前日期和时间作为时间戳。如果没有 format 参数，strftime() 会使用 PROCINFO["strftime"] 的值。默认字符串值为 "%a %b %e %H:%M:%S %Z %Y"。此格式字符串生成的输出与 date 工具的输出等效。您可以为 PROCINFO["strftime"] 分配一个新值来更改默认格式；有关各种格式指令，请参见下面的列表。

1.3 systime()

  返回自纪元以来的当前时间（以秒为单位）。在 POSIX 系统上，它是自 1970 年 1 月 1 日 00:00:00 UTC 起的秒数，不计算闰秒。在其他系统上可能有所不同。

  systime() 函数允许您将日志文件中的时间戳与当前日期和时间进行比较。特别是，可以轻松确定特定记录的记录时间距今有多久。它还允许您使用“自纪元以来的秒数”格式生成日志记录。

  mktime() 函数允许您将日期和时间的文本表示转换为时间戳。这使得在处理来自外部源（如日志文件）的日期和时间数据时，很容易进行日期和时间的前后比较。

  strftime() 函数允许您轻松将时间戳转换为人类可读的信息。它在本质上与 sprintf() 函数类似，因为它会按原样复制非格式说明符字符到返回的字符串中，同时用日期和时间值替换格式说明符在格式字符串中的位置。

  根据 1999 年 ISO C 标准，strftime() 保证支持以下日期格式说明符：

• %a：区域设置的缩写星期几名称。
• %A：区域设置的完整星期几名称。
• %b：区域设置的缩写月份名称。
• %B：区域设置的完整月份名称。
• %c：区域设置的“适当”日期和时间表示。（在“C”区域设置中，这是 "%A %B %d %T %Y"。）
• %C：当前年份的世纪部分。即年份除以 100 并截断为下一个较小的整数。
• %d：一个月中的某天，作为十进制数（01 - 31）。
• %D：等效于指定 "%m/%d/%y"。
• %e：一个月中的某天，如果只有一位数字，则用空格填充。
• %F：等效于指定 "%Y-%m-%d"。这是 ISO 8601 日期格式。
• %g：ISO 8601 周数的年份模 100，作为十进制数（00 - 99）。例如，2012 年 1 月 1 日属于 2011 年的第 53 周。因此，其 ISO 周数的年份是 2011，即使其年份是 2012。同样，2012 年 12 月 31 日属于 2013 年的第 1 周。因此，其 ISO 周数的年份是 2013，即使其年份是 2012。
• %G：ISO 周数的完整年份，作为十进制数。
• %h：等效于 "%b"。
• %H：小时（24 小时制），作为十进制数（00 - 23）。
• %I：小时（12 小时制），作为十进制数（01 - 12）。
• %j：一年中的某天，作为十进制数（001 - 366）。
• %m：月份，作为十进制数（01 - 12）。
• %M：分钟，作为十进制数（00 - 59）。
• %n：换行符（ASCII LF）。
• %p：与 12 小时制相关的区域设置等效的 AM/PM 标识。
• %r：区域设置的 12 小时制时间。（在“C”区域设置中，这是 "%I:%M:%S %p"。）
• %R：等效于指定 "%H:%M"。
• %S：秒，作为十进制数（00 - 60）。
• %t：制表符。
• %T：等效于指定 "%H:%M:%S"。
• %u：星期几，作为十进制数（1 - 7）。星期一是第一天。
• %U：一年中的周数（将第一个星期日作为第一周的第一天），作为十进制数（00 - 53）。
• %V：一年中的周数（将第一个星期一作为第一周的第一天），作为十进制数（01 - 53）。确定周数的方法如 ISO 8601 所指定。也就是说，包含 1 月 1 日的那一周有四天或更多天，则为第一周；否则，是上一年的最后一周（52 或 53 周），下一周为第一周。
• %w：星期几，作为十进制数（0 - 6）。星期日是第一天。
• %W：一年中的周数（将第一个星期一作为第一周的第一天），作为十进制数（00 - 53）。
• %x：区域设置的“适当”日期表示。（在“C”区域设置中，这是 "%A %B %d %Y"。）
• %X：区域设置的“适当”时间表示。（在“C”区域设置中，这是 "%T"。）
• %y：年份模 100，作为十进制数（00 - 99）。
• %Y：完整年份，作为十进制数（例如，2015）。
• %z：时区偏移量，采用 +HHMM 格式（例如，生成 RFC 822 / RFC 1036 日期头所需的格式）。
• %Z：时区名称或缩写；如果无法确定时区，则无字符。
• %%：文字 '%'。

  还提供了仅使用说明符第二个字母的替代表示形式（例如，%Ec、%EC、%Ex、%EX、%Ey、%EY、%Od、%Oe、%OH、%OI、%Om、%OM、%OS、%Ou、%OU、%OV、%Ow、%OW、%Oy）。这些便于与仅使用 "%c"、"%C" 等的规范兼容。

gawk 提供了一份来自 GNU C 库的 strftime() 副本。如果使用该版本来编译 gawk，则还可以使用以下附加格式说明符：

• %k：小时（24 小时制），作为十进制数（0 - 23）。一位数用空格填充。
• %l：小时（12 小时制），作为十进制数（1 - 12）。一位数用空格填充。
• %s：自纪元以来的时间戳，以秒为单位的十进制数。

  附加表示形式会被识别，但它们的正常表示形式通常会被使用。

注意：与 printf() 类似，strftime() 的某些版本支持在 % 和格式说明符字母之间使用标志。请查阅您的 strftime 本地手册页，了解是否使用了任何此类标志，以及它们的含义。但是，请注意，使用任何此类标志可能会使您的脚本在其他系统上的可移植性降低。

  以下示例是 awk 对 POSIX date 工具的实现。通常，date 工具以众所周知的格式打印当天的当前日期和时间。但是，如果您提供一个以 + 开头的参数，它会将格式说明符字符打印到标准输出，并根据字符串中的格式说明符解释当前时间。例如：

$ date +"Today is %A, %B %d, %Y"
Today is Monday, September 21, 2014.

  以下是 gawk 版本的 date 工具。它有一个 shell“包装器”来处理 -u 选项，该选项要求 date 运行时仿佛时区设置为 UTC：

#!/bin/sh
# date --- approximate the POSIX 'date' command

case $1 in
-u) TZ=UTC0     # use UTC
    export TZ
    shift ;;
esac

gawk 'BEGIN {
    format = PROCINFO["strftime"]
    exitval = 0

    if (ARGC > 2)
        exit(ARGC != 2)
    else if (ARGC == 2) {
        format = ARGV[1]
        if (format ~ /^\+/)
            format = substr(format, 2)    # remove leading +
    }
    print strftime(format)
    exit exitval
}' "[email protected]"

  这个脚本是在 strftime() 函数获得其第三个参数 utc-flag 选项之前编写的。考虑一下您如何修改该程序以完全在 awk 中工作，并处理 -u 选项以打印 UTC 时间。

作者声明：本文用于记录和分享作者的学习心得，可能有部分文字或示例来自AI平台，如：豆包、DeepSeek(硅基流动)(注册链接)等，由于本人水平有限，难免存在表达错误，欢迎留言交流和指教！
Copyright © 2022~2025 All rights reserved.