Merkmale und Besonderheiten von AWK

• regelbasierter Ansatz: AWK-Programme enthalten Folgen von Regeln, die aus Mustern und Aktionen bestehen und der Reihe nach auf die Datensätze (meist Zeilen) des Eingabe-Datenstromes angewendet werden
• die Einlese-Schleife muss vom AWK-Anwender also nicht programmiert werden
• AWK liest automatisch die als Argumente benannten Dateien oder, wenn diese fehlen, die Standard-Eingabe
• neben den Regeln kann ein Programm noch Funktions-Definitionen enthalten
• AWK-Programme bestehen also prinzipiell aus einer Folge von Regeln und Funktions-Definitionen:

    pattern { action statements }
    function name(parameter list) { statements }
  

• Beispiel: #include(summe_sp2.awk)
• Aufruf-Beispiel: #include(summe_sp2.sh)
• das Muster oder die Aktion einer Regel kann fehlen:
  • leeres Muster: Regel gilt für alle Datensätze
  • leere Aktion: Ausgabe des aktuellen Datensatzes, also print
• Aufbau der Muster:

    BEGIN
    END
    /regular expression/
    relational expression
    pattern && pattern
    pattern || pattern
    pattern ? pattern : pattern
    (pattern)
    ! pattern
    pattern1, pattern2
  

• jeder Datensatz wird automatisch in Felder zerlegt, auf die man bequem zugreifen kann, z.B.

    $1  --> Feld 1 des aktuellen Satzes
    $NF --> letztes Feld des aktuellen Satzes
    NF  --> Anzahl der Felder des aktuellen Satzes (number of fields)
    $0  --> die komplette Eingabezeile

• Feld- und Datensatz-Trenner sind für Ein- und Ausgabe getrennt über spezielle Variablen einstellbar:
  • FS (field separator)
  • OFS (output field separator)
  • RS (record separator)
  • ORS (output record separator)
• Manipulationen an Feldern (Zuweisungen, Veränderung der Feld-Anzahl durch Änderung von NF) führen zu einer Neuberechnung von $0; dabei wird OFS als Feld-Trenner benutzt
• AWK-Programme sind im allg. recht kompakt, aber dennoch lesbar
• sinnvolle AWK-Programme sind nicht selten "One-liners", also sehr kurze Code-Stücke, die aus einer Zeile oder nur wenigen Zeilen bestehen
• Beispiele: #include(one_liners.sh)
• Funktionsumfang von AWK ist fest definiert und überschaubar
• Erweiterungen durch Module/externe Bibliotheken sind standardmäßig nicht vorgesehen

  Anmerkungen:

  • die Gawk-spezifische Funktion extension() zum dynamischen Nachladen von Funktionen ist laut Handbuch ein experimentelles Feature, dessen Nutzung im allgemeinen nicht empfohlen wird
  • das Shell-Skript igawk realisiert einen rein textuellen Include-Mechanismus zum Einfügen von AWK-Dateien in andere AWK-Programme: #include(igawk.awk)
• auf Grund einer klugen Mittel-Auswahl ist AWK in seinem Einsatzgebiet dennoch ausgesprochen flexibel
• Integration regulärer Ausdrücke in die Sprache; aber weniger mächtig als bei Perl und Co. (z.B. fehlen Lookahead und Lookbehind)
• nur zwei skalare Datentypen: Strings und Gleitpunktzahlen
• Gleitpunktzhalen sind bei modernen Implementierungen double-precision floating-points
• Achtung: die Locale (speziell der Dezimaltrenner der Locale) kann die Arbeit von AWK beeinflussen: #include(locale.sh)
• AWK kennt daneben noch numerische Strings: das sind Strings, die wie (gültige) Zahlen aussehen
• dieses Konzept dient auch der Typ-Bestimmung von Variablen:
  • numerische Konstanten sowie Ergebnisse numerischer Operationen haben den Typ NUMERIC
  • String-Konstanten sowie Ergebnisse von String-Operationen haben den Typ STRING
  • Felder, über getline() gelesene Eingaben, der Inhalte der Spezial-Variablen FILENAME, die Elemente der Felder ENVIRON und ARGV sowie die durch die Funktion split() generierten Feld-Elemente haben den Typ STRNUM, wenn ihre Werte numerische Strings sind, andernfalls den Typ STRING
  • uninitialisierte Variablen haben auch den Typ STRNUM
• Variablen werden bei Benutzung automatisch angelegt und im Falle einer Zuweisung auch initialisiert
• uninitialisierte Variablen haben je nach Kontext als impliziten Wert den leeren String oder die Zahl Null
• bei Zuweisungen des Inhalts einer Variablen an eine andere Variable wird auch der Typ der Ausgangs-Variablen mit zugewiesen
• der Variablen-Typ bestimmt, wie deren Werte verglichen werden: numerisch oder als Strings
• Vergleichs-Regeln:

  Typ	STRING	NUMERIC	STRNUM
  STRING	String	String	String
  NUMERIC	String	numerisch	numerisch
  STRNUM	String	numerisch	numerisch

• Daten werden je nach Kontext automatisch von Strings in Zahlen und umgekehrt konvertiert

  Beispiel:

  #include(konvert.awk)
• im Booleschen Kontext (also bei Vergleichen) werden der leere String sowie die Zahl 0 als FALSE und alle anderen Werte als TRUE interpretiert
• zusätzlich zu skalaren Variablen existieren mehrdimensionale assoziative Arrays (Hashes, Dictionaries) mit Strings als Schlüssel bzw. Index
• die verschiedenen Indexe werden de facto zu einem String zusammengefügt, wobei der Inhalt der Variablen SUBSEP als Trenner dient; intern handelt es sich also immer um eindimensionale Arrays
• einmal erzeugte skalare Variablen sind nachfolgend nur skalar und Array-Variablen entsprechend nur als Array-Variablen nutzbar
• Variablen sind standardmäßig global
• überzählige Argumente benutzerdefinierter Funktionen sind lokal

  Beispiel:

  #include(lokale_vars.awk) Aufruf-Möglichkeit: #include(lokale_vars.sh)
• automatisches Speicher-Management beim Anlegen von Variablen und Arrays sowie beim Löschen von Feld-Inhalten mittels delete
• Operatoren und Anweisungen sind an die Sprache C angelehnt; zusätzlich existiert mit ^ bzw. ** der Potenz-Operator