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:
- [root@rac_2 ~]# echo "aaa bbb"|awk '{OFS="#";print $0;}'
- aaa bbb
此时的办法采用可以列举的办法:
- [root@rac_2 ~]# echo "aaa bbb"|awk '{OFS="#";print $1,$2;}'
- aaa#bbb
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
- [root@rac_2 ~]# echo "aa#a b#bb"|awk '{FS="#";print $1}'
- aa#a
$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:
- [root@rac_2 ~]# echo "aaa bbb"|awk '{OFS="#";$1=$1;print $0;}'
- aaa#bbb
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:
- [root@rac_2 ~]# echo "aa#a b#bb"|awk '{FS="#";$0=$0;print $1}'
- aa#a
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
- [root@rac_2 ~]# echo "1CA2CA3CA"|awk 'BEGIN{FS="A"}{FS="C";OFS="B";$1=$1;$0=$0;print $3}'
- B3
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
- [root@rac_2 ~]# echo "1CA2CA3CA"|awk 'BEGIN{FS="A"}{FS="C";OFS="B";$0=$0;print $3}'
- A3
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
- [root@rac_2 ~]# echo "1CA2CA3CA"|awk 'BEGIN{FS="A"}{FS="C";OFS="B";$1=$1;print $3}' <li class="alt" style="margin-top: 0px !important; margin-right: 0px !important; margin-bottom: 0px !important; margin-left: 0px !important; padding-top: 0px !important; padding-right: 3px !important; padding-bottom: 0px !important; padding-left: 10px !important; border-top-style. none; border-right-style. none; border-bottom-style. none; border-left-style. solid; border-width: initial; border-color: initial; list-style-type: none !important;