Linux|awk 特殊模式“BEGIN 和 END”

引言

在本文^[1]，我们将介绍Awk的更多特性，特别是两个特殊的模式：BEGIN和END。

这些独特的功能在我们努力扩展和深入探索构建复杂Awk操作的多种方法时，将大有裨益。

实例

让我们从Awk系列的开篇回顾开始，回想一下，当我们启动这个系列时，我提到了运行Awk命令的通用语法是这样的：

# awk 'script' filenames  

在上面的语法中，Awk 脚本的形式如下：

/pattern/ { actions } 

在编写脚本时，你可能会用到模式，这通常是正则表达式。同时，你也可以将模式理解为特殊的BEGIN和END模式。基于此，我们可以按照以下形式来编写Awk命令：

awk '
  BEGIN { actions } 
  /pattern/ { actions }
  /pattern/ { actions }
            ……….
  END { actions } 
' filenames 

在Awk脚本中，如果用到了BEGIN和END这两个特殊模式，它们各自代表的含义如下：

BEGIN模式：指的是在读取任何输入行之前，Awk会先执行BEGIN下指定的所有操作一次。 END模式：指的是在Awk程序退出之前，会执行END下指定的所有操作。 含有这些特殊模式的Awk命令脚本的执行顺序大致如下：

当脚本执行到BEGIN模式时，BEGIN下的所有操作会被执行一遍，这发生在读取任何输入行之前。 接着，Awk会读取一行输入并将其分解成不同的字段。 然后，Awk会将指定的非特殊模式与输入行逐一进行匹配，一旦匹配成功，就会执行该模式下的所有操作。这个过程会针对所有已指定的模式重复进行。 对于所有输入行，第二和第三步会重复执行。 处理完所有输入行后，如果脚本中有END模式，那么Awk将执行END下的操作。 在使用特殊模式进行Awk操作时，你应该始终牢记这个执行顺序，以期获得最佳操作效果。

以domains.txt文件中的Tecmint所拥有的域名列表为例：

news.tecmint.com
tecmint.com
linuxsay.com
windows.tecmint.com
tecmint.com
news.tecmint.com
tecmint.com
linuxsay.com
tecmint.com
news.tecmint.com
tecmint.com
linuxsay.com
windows.tecmint.com
tecmint.com

$ cat ~/domains.txt

以这个示例为例，我们的目标是统计域名 "tecmint.com" 在文件 "domains.txt" 中出现的次数。为此，我们编写了一个简短的 shell 脚本，利用了变量、数值表达式和赋值运算符的相关知识，脚本的具体内容如下：

#!/bin/bash
for file in $@; do
        if [ -f $file ] ; then
                #print out filename
                echo "File is: $file"
                #print a number incrementally for every line containing tecmint.com 
                awk '/^tecmint.com/ { counter+=1 ; printf "%s\n", counter ; }' $file
        else
                #print error info incase input is not a file
                echo "$file is not a file, please specify a file." >&2 && exit 1
        fi
done
#terminate script with exit code 0 in case of successful execution 
exit 0

接下来，我们将在上述脚本中的Awk命令里应用BEGIN和END这两个特殊模式，具体如下：

我们会对脚本做出如下修改：

awk '/^tecmint.com/ { counter+=1 ; printf "%s\n", counter ; }' $file

>

awk ' BEGIN {  print "The number of times tecmint.com appears in the file is:" ; }
                      /^tecmint.com/ {  counter+=1  ;  }
                      END {  printf "%s\n",  counter  ; } 
                    '  $file

修改Awk命令后，整个shell脚本现在变成了如下形式：

#!/bin/bash
for file in $@; do
        if [ -f $file ] ; then
                #print out filename
                echo "File is: $file"
                #print the total number of times tecmint.com appears in the file
                awk ' BEGIN {  print "The number of times tecmint.com appears in the file is:" ; }
                      /^tecmint.com/ {  counter+=1  ;  }
                      END {  printf "%s\n",  counter  ; } 
                    '  $file
        else
                #print error info incase input is not a file
                echo "$file is not a file, please specify a file." >&2 && exit 1
        fi
done
#terminate script with exit code 0 in case of successful execution 
exit 0

执行上述脚本时，它会首先显示文件 "domains.txt" 的位置，随后执行Awk命令脚本。在读取文件中的任何输入行之前，BEGIN特殊模式会先帮助我们输出信息：“域名tecmint.com在文件中出现的次数为：”。

接下来，我们的正则表达式模式 /^tecmint.com/ 将与每一行输入行进行匹配，对于匹配的每一行，将执行操作 { counter+=1 ; }，这个操作用于统计域名 "tecmint.com" 在文件中出现的次数。

最终，END模式将输出域名 "tecmint.com" 在文件中出现的总次数。

$ ./script.sh ~/domains.txt 

总结来说，我们通过研究BEGIN和END这两个特殊模式的概念，进一步探索了Awk的更多功能。正如我之前提到的，这些Awk的功能将助力我们构建更为复杂的文本过滤操作。