Awk里的域赋值操作和部分源码解析(一)

前言：

cu上出了个shell题：

http://bbs.chinaunix.net/thread-2319120-1-1.html

第八题：GNU awk的$1=$1到底有什么作用？$0=$0呢？

这题问得相当的细致。可能很多人已经常用这二个赋值语句，却半知半解。以下分二部分对这个题目进行分析

建议没心情，没耐心，没兴趣的人，只需要了解下第一部分，看第二部分就表看了，很罗嗦的。

第一部分：能过man上边的解析，回签这二个赋值语句的功能

第二部分：awk部分源码解析（结点树简介，及域模块)

          通过分析awk 域模块源码 ，了解awk的内部处理机制

参考程序及源码版本：gawk-3.1.5

=========================第一部分================================================

第一部分：GNU awk的$1=$1到底有什么作用？$0=$0呢？

首先了解一下一些知识，先翻一下man awk里的这段话：

 assigning to a    non-existent field (e.g., $(NF+2) = 5) increases the value of NF,

对不存在的域赋值，会增加NF值

creates any intervening fields with the  null  string  as  their  value, 

中间域默认为NULL字符串

and  causes the value of $0 to be recomputed, with the fields being separated by the value of OFS.

$0会被根据OFS值重新计算，

References to negative numbered fields cause a fatal error. 

引用负的域索引是无效的，并且会导致错误

Decrementing NF causes  the  values of  fields past the new value to be lost,

减少NF值时，索引大于NF的域将会丢失

and the value of $0 to be recomputed, with the fields being separated  by the value of OFS.

同时$0也会被根据OFS值重新计算，

Assigning a value to an existing field causes the whole record to be rebuilt when $0 is referenced.

对当前存在的域值进行赋值，会使记录在$0被引用时重构

Similarly,assigning a value to $0 causes the record to be resplit, creating new values for the fields.

对$0赋值，也会使记录重新重分割，对域重新赋值

这里涉及到二种记录操作

1：记录分割，记录按FS值分割成域，赋给每个域值

2：记录重构，根据域值和OFS重构域。重构之后: $0=$1OFS$2OFS……

另外补充一点额外的知识：

$0与$1,$2….是分开存放的，$0保存的是记录初始的整串值（包括刚读进来时候的分隔符），而$1,2...保存的是分割后的域值，

awk内部函数机制基本上保证了二者的同步，一般不会出现什么错误。

尽管如此，分开存储的记录和域还是不可必免会存在一些应用问题，下边举二个例子说明：

例子一：当我们想通过更改OFS，变更域之间的输出分隔符时，此时$0由于保存的是原来的串，输出并不是按$1OFS$2进行输出：

此时的办法采用可以列举的办法：

但是当域值很多时（或不固定时），再用列举的话可能要借用NF，写一个循环

例子二：当我们想通过更改FS，变更域之间的分隔符时，此时$0由于保存的是原来的串，$1并没有重新分隔

$1=$1的解析：

命令分解：

1：赋值操作的顺序是从右到左，先通过右操作数引用了$1,取得当前$1的值，

2：再通过赋值操作将值赋给左边的$1

步骤解析：

步骤1没什么特别的，若当前NF=0，这里的$1只会得到空值（NULL string)

步骤2分二种情况

1：若当前NF=0，即上边引文中提到的 assigning to a    non-existent field，

        此时，NF由0变1，

 2：若NF>1，则NF不变

接下来是关健做用：由于步骤2触发了域赋值操作，产生了连带的动作：在下一次引用$0时，会对$0进行重新构。（根据OFS）

归纳作用：

下次引用$0时，对$0进行按引用时的OFS进行重构（$1OFS$2OFS……）

应用：

例子一：变更输出分隔符，可以这样：

再来是$0=$0的解析

命令分解：

1：赋值操作的顺序是从右到左，先通过右操作数引用了$0,取得当前$0的值

2：再通过赋值操作将值赋给左边的$0

步骤分析：

步骤1：这里引用了$0进行取值，由于上边提到的设定，要注意是否有重构问题

步骤2：这里是赋值引用，对$0的赋值引用，会涉及到根据当前的FS对域的重分割

归纳作用：根据右操作数$0取出的值（可能是重构的），赋给$0,并根据FS重新分隔

应用：

例子二：变更输入分隔符，对当前记录进行重解析：

综合应用$1=$1,$0=$0

这里涉及到了FS跟OFS同时变更时，要注意分析，区别应用：

例子三：替换原来的分隔符（假如为A）为新的串（B），最后按分隔符（C）输出第三域

这里如果少了$1=$1的话，则$0在引用时无法根据新的OFS值重构，没有做替换，仍按原先的串按新FS解析，得到原先的第三域值

这里如果少了$0=$0的话，$0以原先的值"1CA2CA3CA"在读入时按"A"分隔，$3不变