awk, la commande de traitement de fichiers

1. Principe général

Son principe de fonctionnement est simple : awk va lire toutes les lignes de l’entrée standard ou des fichiers dont les noms sont passés en arguments, et appliquer à chacune un ensemble de directives constituées de deux éléments :

Cet ensemble de directives est appelé programme AWK. Il peut être passé à awk en argument de ligne de commande, ou dans un fichier dont on lui passe le nom en argument. S’il est passé en argument de ligne de commande, il est important de bien maîtriser la syntaxe du shell pour ne pas faire d’erreur dans l’écriture du programme. Si le programme est long et compliqué, il sera moins risqué de le placer dans un fichier spécifique : on évitera ainsi des confusions possibles entre les métacaractères du shell et ceux de awk, et entre les variables positionnelles du shell et celles des champs de awk. Cette solution n’est toutefois pas envisageable si l’on doit passer une variable shell au programme awk.

La syntaxe est la suivante :

Syntaxe

awk [options] programme_awk [fichier ...]
 

où programme_awk est constitué d’une liste de directives au format suivant :

expression_de_sélection { traitement }
 

L’unité de données traitée par awk est la ligne. Chaque ligne est découpée en champs, référençables par les identifiants $1, $2, $3, ... , $n, où n est le numéro du dernier champ. La ligne complète est référençable par l’identifiant $0. Le séparateur de champs est par défaut un blanc (ensemble d’espaces ou de tabulations).

Cette possibilité de référencer les champs permet d’écrire des conditions de sélection très simplement, en exprimant une condition où figure le nom d’un ou plusieurs champs.

2. Expression de sélection

L’expression de sélection est une condition qui peut utiliser...

1. Utilisation

Les expressions régulières de awk peuvent être utilisées indifféremment :

1. dans l’élément de sélection de la directive,

2. dans l’élément de traitement de la directive.

Lorsqu’elles sont utilisées dans l’élément de sélection, elles permettent de sélectionner les lignes sur lesquelles va être effectué le traitement.

Dans la directive de traitement, elles peuvent être utilisées dans des tests (comparaisons) ou dans les fonctions de traitement de chaînes.

Si elles doivent être utilisées plusieurs fois, ou si elles proviennent d’une source extérieure au programme awk, il est possible de les stocker dans une variable, puis d’utiliser cette variable.

2. Recherche de correspondance

/expr_reg/
 

/[0-9]/
 

1. Fonction length()

La fonction length() permet d’obtenir la longueur d’une chaîne de caractères passée en paramètre. Si elle est appelée sans paramètre, elle retourne la longueur de l’enregistrement courant ($0).

Syntaxe

length  
length(variable)
 

Exemple

lg = length(str);  
l2 = length($2);  
len = length;
 

2. Fonction sub()

La fonction sub() permet le remplacement de la première chaîne correspondant à l’expression régulière expr par la chaîne de caractères chaîne dans la variable spécifiée en troisième paramètre. Si le troisième paramètre est absent, la variable utilisée est l’enregistrement courant ($0).

Syntaxe

sub(expr, chaîne) 
sub(expr, chaîne, variable)
 

Exemple

sub(/ˆ[]*/, "", str);
 

Cette instruction remplace tous les espaces et tabulation ([]*) en tête (ˆ) de la variable str par une chaîne vide (""), ou, autrement dit, supprime tous les espaces et tabulations en tête de la variable str.

3. Fonction gsub()

La fonction gsub() permet le remplacement de toutes les chaînes correspondant à l’expression...

1. Exercice 1

Que fait le programme awk suivant, nommé exemple_select ?

#!/bin/bash 
 
cat <<- EOF | awk 'function disp(expr) { 
      if (NR != last_NR) { 
            if (last_NR != 0) { 
                  printf("\n"); 
            } 
            printf("%2d. %s\n", NR, $0); 
      } 
      printf("\tSelectionnee par : %s\n", expr); 
      last_NR      = NR; 
} 
BEGIN { 
      last_NR      = 0;  
  
      # Variables contenant les expressions regulieres 
      # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 
      alpha_min    = "[a-z]+";  
      alpha_maj    = "[A-Z]+";  
      alpha        = "[a-zA-z]+";  
      num          = "[0-9]+";  
      alpha_num    = "[a-zA-Z0-9]+";  
  
      # Premiere expression reguliere de recherche 
      # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 
      var          = alpha_min;  
}  
/[a-z]+/ {  
      disp("/[a-z]+/");  
}  
$1 ~ /[a-z]+/ {  
      disp("$1 ~ /[a-z]+/");  
}  
$1 ~ "abcd" {  
      disp("$1 ~ \"abcd\"");  
}  
$1 ~ var {  
      disp("$1 ~ var , avec var = \"" var "\""); 
}  
/change/ {  
      if (var == alpha_min) {  
            var    = alpha_maj;  
      }  
      else if (var == alpha_maj) {  
            var    = num;  
       }  
      else if (var == num) {  
            var  ...