awk 数组--心得

在文本处理的工作中，awk的数组是必不可少的工具，在这里，同样以总结经验和教训的方式和大家分享下我的一些学习心得，如有错误的地方，请大家指正和补充。

awk的数组，一种关联数组（Associative Arrays），下标可以是数字和字符串。因无需对数组名和元素提前声明，也无需指定元素个数 ，所以awk的数组使用非常灵活。
首先介绍下几个awk数组相关的知识点：

<1>建立数组

1. array[index] = value ：数组名array，下标index以及相应的值value。

复制代码

<2>读取数组值

1. { for (item in array)  print array[item]} # 输出的顺序是随机的
   
2. {for(i=1;i<=len;i++)  print array[i]} # Len 是数组的长度

复制代码

<3>多维数组，array[index1,index2,……]：SUBSEP是数组下标分割符，默认为“\034”。可以事先设定SUBSEP，也可以直接在SUBSEP的位置输入你要用的分隔符，如：

1. awk 'BEGIN{SUBSEP=":";array["a","b"]=1;for(i in array) print i}'
   
2. a:b
   
3. awk 'BEGIN{array["a"":""b"]=1;for(i in array) print i}'
   
4. a:b

复制代码

但，有些特殊情况需要避免，如：

1. awk 'BEGIN{
   
2. SUBSEP=":"
   
3. array["a","b:c"]=1               # 下标为“a:b:c”
   
4. array["a:b","c"]=2               #下标同样是“a:b:c”
   
5. for (i in array) print i,array[i]}'
   
6. a:b:c 2                                 #所以数组元素只有一个。

复制代码

<4>删除数组或数组元素： 使用delete 函数

1. delete array                     #删除整个数组
   
2. delete array[item]           # 删除某个数组元素（item）

复制代码

<5> 排序：awk中的asort函数可以实现对数组的值进行排序，不过排序之后的数组下标改为从1到数组的长度。在gawk 3.1.2以后的版本还提供了一个asorti函数，这个函数不是依据关联数组的值，而是依据关联数组的下标排序，即asorti(array)以后，仍会用数字（1到数组长度）来作为下标，但是array的数组值变为排序后的原来的下标，除非你指定另一个参数如:asorti(a,b)。（非常感谢lionfun对asorti的指正和补充）

1. echo 'aa
   
2. bb
   
3. aa
   
4. bb
   
5. cc' |\
   
6. awk '{a[$0]++}END{l=asorti(a);for(i=1;i<=l;i++)print a[i]}'
   
7. aa
   
8. bb
   
9. cc
   
10. 
    
11. echo 'aa
    
12. bb
    
13. aa
    
14. bb
    
15. cc' |\
    
16. awk '{a[$0]++}END{l=asorti(a,b);for(i=1;i<=l;i++)print b[i],a[b[i]]}'
    
17. aa 2
    
18. bb 2
    
19. cc 1

复制代码

下面说awk数组的实际应用。

1.  除去重复项, 这个不多说, 只给出代码：

1. awk '!a[$0]++' file(s)                   
   
2. awk '!($0 in a){a[$0];print}' file(s)   

复制代码

另一种：http://bbs.chinaunix.net/thread-1859344-1-1.html 

2. 计算总数（sum），如：3. 查看文件差异。<1>  合并file1和file2，除去重复项：<2> 提取文件1中有，但文件2中没有：另：http://bbs.chinaunix.net/viewthr ... &page=1#pid15547885 

4.  排序：5.  有序输出：采用（index in array）的方式打印数组值的顺序是随机的，如果要按原序输出，则可以使用下面的方法：http://bbs2.chinaunix.net/viewthread.php?tid=1811279