O programa awk é um editor de fluxo de texto. Sua função básica é procurar, em arquivos ou fluxo de dados, linhas ou textos que contenham um ou mais padrões. Quando a linha casa com um dos padrões, uma ação pode ser executada na respectiva linha.
Nas distribuições de Linux é comum encontrar o gawk, uma variante GNU com algumas extensões. O gawk possui todas as funcionalidades do awk original do UNIX. Neste artigo o programa será referenciado simplesmente como awk, entretanto usando como base o programa gawk.
O awk possui uma linguagem de programação própria, usando o tipo de dado string, arrays associativos e expressões regulares. Este artigo não abordará a linguagem toda mas apenas uma ação de impressão na saída padrão, a instrução print.
A sintaxe padrão do programa awk é:
gawk [opções] 'programa' arquivo
A única opção utilizada neste artigo é a -F, a qual define um ou mais caracteres como separadores de campo, ou delimitadores de campo. Por padrão o awk separa as palavras (ou campos) da linha delimitando-as pelos espaços vazios entre elas, incluindo qualquer caractere de espaço ou tab. Semelhante a arquivos CSV, onde os valores são separados por vírgula. Com a opção -F é possível especificar um caractere que será utilizado como delimitador, por exemplo "-F ,". Cada campo da linha será tratado como uma coluna vertical, como será visto mais adiante.
O argumento 'programa' define o processamento executado pelo awk. Pode ser um programa completo com uma sequência de instruções com condição-ação ou um simples comando, como será tratado aqui, o comando print. É importante proteger o código do programa com aspas, assim o shell não interpretará quaisquer caracteres especiais contidos no programa. Fazendo com que o shell trate todo o programa como um único argumento para o awk. Na sintaxe da linha de comando do awk, a instrução de ação deve ficar entre chaves, { e }.
A instrução de entrada/saída "print" é usada para realizar a saída de texto, na tela ou redireção a um arquivo, como em outras linguagens. Faz a impressão do resultado do programa. Como não usaremos uma condição, a instrução print será executada em cada linha da entrada.
Além da instrução print, na ação podemos incluir operadores. O operador para determinar quais colunas serão impressas é o $, na sintaxe $n. O número n indica a coluna, ou o campo na linha. Também é possível incluir sequências de caracteres, entre aspas, e alguns caracteres de escape, como \n (nova linha), \t (tab horizontal) e \ddd (caractere ASCII representado pelos três dígitos).
Vamos aos exemplos. A saída do comando "ls -l" retorna uma série de dados tabulados onde na primeira coluna temos as permissões, na segunda o número de ligações, na terceira o proprietário etc., em um total de "nove" colunas:
$ ls -l
drwxr-xr-x. 2 daniel daniel 4096 Mai 2 08:09 Desktop
drwxr-xr-x. 22 daniel daniel 4096 Mai 1 11:03 Documentos
drwxr-xr-x. 9 daniel daniel 4096 Mai 3 23:05 Downloads
drwxr-xr-x. 4 daniel daniel 4096 Abr 19 13:19 Imagens
drwxr-xr-x. 2 daniel daniel 4096 Jan 4 16:52 Músicas
drwxr-xr-x. 5 daniel daniel 4096 Mai 1 11:10 Vídeos
$1 $2 $3 $4 $5 $6 $7 $8 $9
Para ser exibido em tela apenas a primeira coluna, com as permissões, e a nona coluna, com os nomes dos arquivos e diretórios, podemos usar a seguinte linha de comando:
$ ls -l | awk '{print $1 "\t" $9}'
A saída será:
drwxr-xr-x. Desktop
drwxr-xr-x. Documentos
drwxr-xr-x. Downloads
drwxr-xr-x. Imagens
drwxr-xr-x. Músicas
drwxr-xr-x. Vídeos
Obs.: O comando ls talvez tenha opções que façam esta filtragem, não vem ao caso. Se o nome do arquivo ou diretório conter espaço, somente a primeira palavra será exibida, a "nona" coluna.
Também podemos dar como entrada um arquivo. Se neste arquivo os campos estiverem separados por dois pontos, por exemplo no arquivo /etc/passwd, poderíamos usar a seguinte linha de comando para exibir somente o nome do usuário e o caminho do diretório home:
# awk -F : '{print "Usuário: " $1 "\tDiretório: " $6}' /etc/passwd
O awk é muito útil para filtragem de textos e formatação durante um processamento textual em um shell script, juntamente com o programa sed. Por exemplo, esta linha em um script, alimentaria a variável CONT com o número de linhas do arquivo texto:
CONT=`wc -l artigo.txt | awk '{print $1}'`
Consulte a página manual do awk para conhecer tudo que este interessante programa é capaz de fazer (man gawk).
Nas distribuições de Linux é comum encontrar o gawk, uma variante GNU com algumas extensões. O gawk possui todas as funcionalidades do awk original do UNIX. Neste artigo o programa será referenciado simplesmente como awk, entretanto usando como base o programa gawk.
O awk possui uma linguagem de programação própria, usando o tipo de dado string, arrays associativos e expressões regulares. Este artigo não abordará a linguagem toda mas apenas uma ação de impressão na saída padrão, a instrução print.
A sintaxe padrão do programa awk é:
gawk [opções] 'programa' arquivo
A única opção utilizada neste artigo é a -F, a qual define um ou mais caracteres como separadores de campo, ou delimitadores de campo. Por padrão o awk separa as palavras (ou campos) da linha delimitando-as pelos espaços vazios entre elas, incluindo qualquer caractere de espaço ou tab. Semelhante a arquivos CSV, onde os valores são separados por vírgula. Com a opção -F é possível especificar um caractere que será utilizado como delimitador, por exemplo "-F ,". Cada campo da linha será tratado como uma coluna vertical, como será visto mais adiante.
O argumento 'programa' define o processamento executado pelo awk. Pode ser um programa completo com uma sequência de instruções com condição-ação ou um simples comando, como será tratado aqui, o comando print. É importante proteger o código do programa com aspas, assim o shell não interpretará quaisquer caracteres especiais contidos no programa. Fazendo com que o shell trate todo o programa como um único argumento para o awk. Na sintaxe da linha de comando do awk, a instrução de ação deve ficar entre chaves, { e }.
A instrução de entrada/saída "print" é usada para realizar a saída de texto, na tela ou redireção a um arquivo, como em outras linguagens. Faz a impressão do resultado do programa. Como não usaremos uma condição, a instrução print será executada em cada linha da entrada.
Além da instrução print, na ação podemos incluir operadores. O operador para determinar quais colunas serão impressas é o $, na sintaxe $n. O número n indica a coluna, ou o campo na linha. Também é possível incluir sequências de caracteres, entre aspas, e alguns caracteres de escape, como \n (nova linha), \t (tab horizontal) e \ddd (caractere ASCII representado pelos três dígitos).
Vamos aos exemplos. A saída do comando "ls -l" retorna uma série de dados tabulados onde na primeira coluna temos as permissões, na segunda o número de ligações, na terceira o proprietário etc., em um total de "nove" colunas:
$ ls -l
drwxr-xr-x. 2 daniel daniel 4096 Mai 2 08:09 Desktop
drwxr-xr-x. 22 daniel daniel 4096 Mai 1 11:03 Documentos
drwxr-xr-x. 9 daniel daniel 4096 Mai 3 23:05 Downloads
drwxr-xr-x. 4 daniel daniel 4096 Abr 19 13:19 Imagens
drwxr-xr-x. 2 daniel daniel 4096 Jan 4 16:52 Músicas
drwxr-xr-x. 5 daniel daniel 4096 Mai 1 11:10 Vídeos
$1 $2 $3 $4 $5 $6 $7 $8 $9
Para ser exibido em tela apenas a primeira coluna, com as permissões, e a nona coluna, com os nomes dos arquivos e diretórios, podemos usar a seguinte linha de comando:
$ ls -l | awk '{print $1 "\t" $9}'
A saída será:
drwxr-xr-x. Desktop
drwxr-xr-x. Documentos
drwxr-xr-x. Downloads
drwxr-xr-x. Imagens
drwxr-xr-x. Músicas
drwxr-xr-x. Vídeos
Obs.: O comando ls talvez tenha opções que façam esta filtragem, não vem ao caso. Se o nome do arquivo ou diretório conter espaço, somente a primeira palavra será exibida, a "nona" coluna.
Também podemos dar como entrada um arquivo. Se neste arquivo os campos estiverem separados por dois pontos, por exemplo no arquivo /etc/passwd, poderíamos usar a seguinte linha de comando para exibir somente o nome do usuário e o caminho do diretório home:
# awk -F : '{print "Usuário: " $1 "\tDiretório: " $6}' /etc/passwd
O awk é muito útil para filtragem de textos e formatação durante um processamento textual em um shell script, juntamente com o programa sed. Por exemplo, esta linha em um script, alimentaria a variável CONT com o número de linhas do arquivo texto:
CONT=`wc -l artigo.txt | awk '{print $1}'`
Consulte a página manual do awk para conhecer tudo que este interessante programa é capaz de fazer (man gawk).
Postagens
Nenhum comentário:
Postar um comentário