人，因思则变。

在网上看到的，和大家分享一下。更多图片在作者博客：熊猫盒子。

1.awk的常规表达式元字符
换码序列
^ 在字符串的开头开始匹配
$ 在字符串的结尾开始匹配
. 与任何单个字符串匹配
[ABC] 与[]内的任一字符匹配
[A-Ca-c] 与A-C及a-c范围内的字符匹配（按字母表顺序）
[^ABC] 与除[]内的所有字符以外的任一字符匹配
Desk|Chair 与Desk和Chair中的任一个匹配
[ABC][DEF] 关联。与A、B、C中的任一字符匹配，且其后要跟D、E、F中的任一个字符。
* 与A、B或C中任一个出现0次或多次的字符相匹配
+ 与A、B或C中任何一个出现1次或多次的字符相匹配
？ 与一个空串或A、B或C在任何一个字符相匹配
（Blue|Black）berry 合并常规表达式，与Blueberry或Blackberry相匹配

2.awk算术运算符
运算符用途
——————
x^y x的y次幂
x**y 同上
x%y 计算x/y的余数（求模）
x+y x加y
x-y x减y
x*y x乘y
x/y x除y
-y 负y(y的开关符号);也称一目减
++y y加1后使用y(前置加）
y++ 使用y值后加1（后缀加）
–y y减1后使用y(前置减）
y– 使用后y减1(后缀减）
x=y 将y的值赋给x
x+=y 将x+y的值赋给x
x-=y 将x-y的值赋给x
x*=y 将x*y的值赋给x
x/=y 将x/y的值赋给x x%=y 将x%y的值赋给x
x^=y 将x^y的值赋给x
x**=y 将x**y的值赋给x

3.awk允许的测试：
操作符 含义
x==y x等于y
x!=y x不等于y
x>y x大于y
x>=y x大于或等于y
x< =y x小于或等于y
x~re x匹配正则表达式re
x!~re x不匹配正则表达式re

4.awk的操作符(按优先级升序排列)
= 、+=、 -=、 *= 、/= 、 %=
||
&&
>; >;= < <= == != ~ !~
xy (字符串连结，’x’’y’变成”xy”）
+ -
* / %
++ –

5.awk内置变量（预定义变量）
说明：表中v项表示第一个支持变量的工具（下同）：A=awk，N=nawk,P=POSIX awk,G=gawk
V 变量 含义 缺省值
——————————————————–
N ARGC 命令行参数个数
G ARGIND 当前被处理文件的ARGV标志符
N ARGV 命令行参数数组
G CONVFMT 数字转换格式 %.6g
P ENVIRON UNIX环境变量
N ERRNO UNIX系统错误消息
G FIELDWIDTHS 输入字段宽度的空白分隔字符串
A FILENAME 当前输入文件的名字
P FNR 当前记录数
A FS 输入字段分隔符 空格
G IGNORECASE 控制大小写敏感0（大小写敏感）
A NF 当前记录中的字段个数
A NR 已经读出的记录数
A OFMT 数字的输出格式 %.6g
A OFS 输出字段分隔符 空格
A ORS 输出的记录分隔符 新行
A RS 输入的记录他隔符 新行
N RSTART 被匹配函数匹配的字符串首
N RLENGTH 被匹配函数匹配的字符串长度
N SUBSEP 下标分隔符 “34″

6.awk的内置函数
V 函数 用途或返回值
————————————————
N gsub(reg,string,target) 每次常规表达式reg匹配时替换target中的string
N index(search,string) 返回string中search串的位置
A length(string) 求串string中的字符个数
N match(string,reg) 返回常规表达式reg匹配的string中的位置
N printf(format,variable) 格式化输出，按format提供的格式输出变量variable。
N split(string,store,delim) 根据分界符delim,分解string为store的数组元素
N sprintf(format,variable) 返回一个包含基于format的格式化数据，variables是要放到串中的数据
G strftime(format,timestamp) 返回一个基于format的日期或者时间串，timestmp是systime()函数返回的时间
N sub(reg,string,target) 第一次当常规表达式reg匹配，替换target串中的字符串
A substr(string,position,len) 返回一个以position开始len个字符的子串
P totower(string) 返回string中对应的小写字符
P toupper(string) 返回string中对应的大写字符
A atan(x,y) x的余切(弧度)
N cos(x) x的余弦(弧度)
A exp(x) e的x幂
A int(x) x的整数部分
A log(x) x的自然对数值
N rand() 0-1之间的随机数
N sin(x) x的正弦(弧度)
A sqrt(x) x的平方根
A srand(x) 初始化随机数发生器。如果忽略x，则使用system()
G system() 返回自1970年1月1日以来经过的时间（按秒计算）

google(谷歌)搜索引擎的流量数据在这一刻画下了这样的曲线.

Table of Contents

字母加总 
   ● 任务分析
   ● 计算总和的脚本
   ● 另一种实现方法
   ● 显示特定总和值单词/词组的脚本。

Up: Top

字母加总
awk中的关联数组十分灵活方便。这一篇中将会涉及关联数组的用法。

–by hq00e

曾经看过这样的一个签名档：

如果将英语的26个字母由A到Z分别编上1到26的分数，
你的知识(KNOWLEDGE)只能得到11+14+15+23+12+5+4+7+5=96分。
你努力工作(HARDWORK)也只能得到8+1+18+4+23+15+18+11=98分。
只有你的态度(ATTITUDE)才是左右你生命全部的1+20+20+9+20+21+4+5=100分。

想知道还有哪些单词的总和是100吗？这知道答案很容易，只要你会用awk。所以这一次我们要写一个脚本来计算英文单词字母的总和。如果有字典文件还可以找出和为特定值的所有单词和词组。

Next: 计算总和的脚本,
Up: Top

任务分析
根据前面引用的签名档，字母A到Z将分别由数字1到26来表示——A=1,B=2,…,Z=26。不分大小写所以A=a=1。

• 首先，要对字母进行编号。方法有很多种，这里我们会使用awk中常用的技巧来完成编号。
• 其次，读入字母，并根据相应的编号进行加总。

只要两步——看来是个简单任务！现在开始想一想具体怎么用awk实现？或者（如果你对awk不是很熟的话）用其他编程语言怎么实现？

Next: 另一种实现方法,
Previous: 任务分析,
Up: Top

计算总和的脚本
首先，对字母编号。awk中为数组元素分配多个值常用的方法是用`split(STRING, ARRAY [, FIELDSEP])’函数。它的返回值是数组元互素的个数。需要注意的是：数组的下标是从`1′，而不是从`0′开始的。

———————————————————————————————–

n=split("ABCDEFGHIJKLMNOPQRSTUVWXYZ",alpha,"")

———————————————————————————————–

这条语句会生成alpha数组，内容如下：alpha[1]=”A”;alpha[2]=”B”;…;alpha[26]=”Z”。但我们需要的是以字母为索引找到对应的数值，而不是相反。所以还要进一步加工：

———————————————————————————————–

 while(n) { num_alpha[alpha[n]]=n; n–}

———————————————————————————————–

现在得到了一个关联数组num_alpha[]。内容如下：

———————————————————————————————–

num_alpha["A"]=1
num_alpha["B"]=2
…
num_alpha["Z"]=3

———————————————————————————————–

现在只要以输入的字母为索引就能得到对应的数值了。假设输入”ADD”，只要分别以“A”、“D”、“D”为索引加总：

———————————————————————————————–

  num_alpha["A"] + num_alpha["D"] + num_alpha["D"]
=       1        +      4         +       4
=       9

———————————————————————————————–

加总的脚本如下：

———————————————————————————————–

     {
       # 每读入一条记录时，先将总和归0
       sum=0
       # 将所有栏位的字母加总。非字母字符将被忽略，
       # 因为我们并未为非字母字符同值
       # 注意：这里用了toupper()。在gawk中还可以设置
       # IGNORECASE使之不区分大小写。
       for (i=1;i<=NF;i++) sum+=num_alpha[toupper($i)]
       # 输出计算结果
       print sum
     }

———————————————————————————————–

上面的脚本中并未对输入进行限定。如果输入含有非字母字符，脚本仅是忽略它们——因为在数组中没有相应的索引，所以不会对运算结果造成影响。但你可能希望对结果进行限定，使得只有当输入中只含字母和空格（词组）时才进行加总。为此我们可以用正则表达式对输入做简单的筛选：`/^[a-zA-Z ]+$/’1。注意后面的空格。
具体实现如下：

———————————————————————————————–

gawk ‘BEGIN{
   FS=""
   # split()的最后一个参数可省略，因为和FS是一样的
   n=split("ABCDEFGHIJKLMNOPQRSTUVWXYZ",alpha,"")
   while(n) { num_alpha[alpha[n]]=n; n– }
  }
/^[a-zA-Z ]+$/{
   sum=0
   for (i=1;i<=NF;i++) sum+=num_alpha[toupper($i)]
   print sum
      }’

 ———————————————————————————————–

Next: 显示特定总和的单词,
Previous: 计算总和的脚本,
Up: Top

另一种实现方法
不过我们还可以将这个脚本写得更紧凑一点，我们需要有一种不同的思路。上一个脚本
，我们预先计算每个字母对应的数值，但我们其实可以边加总边计算，即省略了数组这一中间过程。awk提供了一个函数`index(IN, FIND)’，用来返回`FIND’在`IN’中的位置。而“ABCD…Z”中字母的位置与各自的编号是一致的，因而可以以输入的字母为索引通过 `index()’来实时计算总和。

———————————————————————————————–

gawk -vFS="" ‘{
    # 将FS设为空字串，这样每个字母都会被视为一个栏位。
   sum=0                  # 每读入一条记录时将sum置0
   for(i=1;i<=NF;i++)  # 将所有栏位相加
     sum+=index("ABCDEFGHIJKLMNOPQRSTUVWXYZ",toupper($i))
   print sum
 }’

———————————————————————————————–

下面是一些运行结果：

———————————————————————————————–

$ echo fortune|gawk -vFS="" ‘{sum=0;for(i=1;i<=NF;i++)sum+=index("ABCDEFGHIJKLM
NOPQRSTUVWXYZ",toupper($i));print sum}’
99

———————————————————————————————–

财富的确是很重要，看来比爱重要很多——用“love”运行的结果是“54”。不过建议试一下“love and care”——光有爱是不行的还要懂得关怀！

Previous: 另一种实现方法,
Up: Top

显示特定总和值单词/词组的脚本。
如果你有看上一篇并有找到合适的英汉字典的话，我们还可以让gawk替我们找出所有和为特定值的单词或短语。为此需要增加一条判断语句：

———————————————————————————————–

gawk -vFS="" ‘{        # 将FS设为空字串，这样每个字母都会被视为一个栏位。
   sum=0               # 每读入一条记录时将sum置0
   for(i=1;i<=NF;i++)  # 将所有栏位相加
     sum+=index("ABCDEFGHIJKLMNOPQRSTUVWXYZ",toupper($i))
   # 总和为100的话则输出当前记录（$0），当然你也可以改成其他值
   if (sum==100) print
 }’

———————————————————————————————–

当然我们还需要有字典文件，对我们之前用过的字典文件dict.txt2进行加工：
`cut -f1 dict.txt >voca.txt’
如果用的是Windows的话，你可能没有cut工具，那就用awk：

———————————————————————————————–

gawk -v FS="t" "{print $1}" dict.txt >voca.txt

———————————————————————————————–

运行前面的脚本：

———————————————————————————————–

gawk -vFS="" ‘{…省略…}’ voca.txt

———————————————————————————————–

这是脚本在Windows下的运行结果3：

———————————————————————————————–

e:> gawk -vFS="" "{sum=0;for(i=1;i<=NF;i++)sum+=index("ABCDEFGHIJKLMNOPQRSTUVW
XYZ",toupper($i));if(sum==100)print}" voca.txt
…省略
American oil
Anchicodium
Anglophobia
Anthozoa
Astralon
AutoMark
Avernus
Bar Draught
Bear steady!
Berlin blue
Bingham body
Bombay hemp
Bouma cycle
Butoxide
C battery cab
Carbolan dye
…省略

———————————————————————————————–

当然如果你不想输入那么长的脚本的话，可以将它放到单独的脚本文件中。

[–结束–]

——————————————————————————–

Footnotes
[1] 也可以使用字母类[[:alpha:]]

[2] 见“gawk显示指定内容”

[3] 看来总和为100的单词和词组还真不少。用我的字典，删除重复项后，共有3177条条目总和为100