mirror of
https://github.com/adambard/learnxinyminutes-docs.git
synced 2024-12-20 05:41:32 +03:00
364 lines
12 KiB
Markdown
364 lines
12 KiB
Markdown
---
|
|
category: tool
|
|
tool: awk
|
|
filename: learnawk-es.awk
|
|
contributors:
|
|
- ["Marshall Mason", "http://github.com/marshallmason"]
|
|
translators:
|
|
- ["Hugo Guillén-Ramírez", "http://github.com/HugoGuillen"]
|
|
lang: es-es
|
|
---
|
|
|
|
AWK es una herramienta estándar en cada sistema UNIX compatible con POSIX.
|
|
Es como un Perl restringido, perfecto para tareas de procesamiento de texto y
|
|
otras necesidades de scripting. Tiene una sintaxis similar a C, pero sin
|
|
puntos y comas, manejo manual de memoria y tipado estático. Puedes llamarlo
|
|
desde un script de shell o usarlo como un lenguaje stand-alone para scripting.
|
|
|
|
¿Por qué elegir AWK sobre Perl? Principalmente, porque AWK es parte de UNIX.
|
|
Siempre puedes contar con él, mientras que el futuro de Perl está en duda. AWK
|
|
es más fácil de leer que Perl. Para scripts sencillos de procesamiento de texto,
|
|
particularmente si es para leer archivos línea a línea y dividir por
|
|
delimitadores, probablemente AWK es la herramienta correcta para el trabajo.
|
|
|
|
```awk
|
|
#!/usr/bin/awk -f
|
|
|
|
# Los comentarios tienen este aspecto.
|
|
|
|
# Los programas AWK son una colección de patrones y acciones. El patrón más
|
|
# importante es BEGIN. Las acciones van en bloques delimitados por llaves.
|
|
|
|
BEGIN {
|
|
|
|
# BEGIN correrá al inicio del programa. Es donde pones todo el código
|
|
# preliminar antes de procesar los archivos de texto. Si no tienes archivos
|
|
# de texto, piensa en BEGIN como el punto de entrada principal del script.
|
|
|
|
# Las variables son globales. Asígnalas o úsalas sin declararlas.
|
|
count = 0
|
|
|
|
# Los operadores son justo como en C (y amigos).
|
|
a = count + 1
|
|
b = count - 1
|
|
c = count * 1
|
|
d = count / 1
|
|
e = count % 1 # módulo
|
|
f = count ^ 1 # exponenciación
|
|
|
|
a += 1
|
|
b -= 1
|
|
c *= 1
|
|
d /= 1
|
|
e %= 1
|
|
f ^= 1
|
|
|
|
# Incremento y decremento en uno
|
|
a++
|
|
b--
|
|
|
|
# Como un operador prefijo, regresa el valor modificado
|
|
++a
|
|
--b
|
|
|
|
# Nota que no hay puntación para terminar las instrucciones
|
|
|
|
# Instrucciones de control
|
|
if (count == 0)
|
|
print "Iniciando count en 0"
|
|
else
|
|
print "Eh?"
|
|
|
|
# O puedes usar el operador ternario
|
|
print (count == 0) ? "Iniciando count en 0" : "Eh?"
|
|
|
|
# Bloques formados por múltiples líneas usan llaves
|
|
while (a < 10) {
|
|
print "La concatenación de strings se hace " " con series "
|
|
print " de" " strings separados por espacios"
|
|
print a
|
|
|
|
a++
|
|
}
|
|
|
|
for (i = 0; i < 10; i++)
|
|
print "El viejo confiable ciclo for"
|
|
|
|
# Los operaciones de comparación son estándar...
|
|
a < b # Menor que
|
|
a <= b # Menor o igual que
|
|
a != b # No igual
|
|
a == b # Igual
|
|
a > b # Mayor que
|
|
a >= b # Mayor o igual que
|
|
|
|
# ...así como los operadores lógicos
|
|
a && b # AND
|
|
a || b # OR
|
|
|
|
# Además están las expresiones regulares
|
|
if ("foo" ~ "^fo+$")
|
|
print "Fooey!"
|
|
if ("boo" !~ "^fo+$")
|
|
print "Boo!"
|
|
|
|
# Arrays
|
|
arr[0] = "foo"
|
|
arr[1] = "bar"
|
|
# Desafortunadamente no hay otra manera de inicializar un array.
|
|
# Tienes que inicializar cada posición del array.
|
|
|
|
# También hay arrays asociativos
|
|
assoc["foo"] = "bar"
|
|
assoc["bar"] = "baz"
|
|
|
|
# Y arrays multidimensionales con limitaciones que no mencionaré aquí
|
|
multidim[0,0] = "foo"
|
|
multidim[0,1] = "bar"
|
|
multidim[1,0] = "baz"
|
|
multidim[1,1] = "boo"
|
|
|
|
# Puedes probar pertenencia a un array
|
|
if ("foo" in assoc)
|
|
print "Fooey!"
|
|
|
|
# También puedes usar el operador 'in' para iterar las claves de un array
|
|
for (key in assoc)
|
|
print assoc[key]
|
|
|
|
# La terminal es un array especial llamado ARGV
|
|
for (argnum in ARGV)
|
|
print ARGV[argnum]
|
|
|
|
# Puedes eliminar elementos de un array.
|
|
# Esto es útil para prevenir que AWK suponga que algunos argumentos
|
|
# son archivos por procesar.
|
|
delete ARGV[1]
|
|
|
|
# El número de argumentos de la terminal está en la variable ARGC
|
|
print ARGC
|
|
|
|
# AWK tiene tres categorías de funciones incluidas.
|
|
# Demostraré esas funciones posteriormente.
|
|
|
|
return_value = arithmetic_functions(a, b, c)
|
|
string_functions()
|
|
io_functions()
|
|
}
|
|
|
|
# Así se define una función
|
|
function arithmetic_functions(a, b, c, localvar) {
|
|
|
|
# Probablemente la parte más molesta de AWK es que no hay variables locales
|
|
# Todo es global. No es problema en scripts pequeños, pero sí para
|
|
# scripts más grandes.
|
|
|
|
# Hay un work-around (mmm... hack). Los argumentos de las funciones son
|
|
# locales para la función, y AWK permite definir más argumentos de función
|
|
# de los que necesita, por lo que define las variables locales en la
|
|
# declaración como en la función de arriba. Como convención, agrega
|
|
# espacios en blanco para distinguir los parámetros de la función de las
|
|
# variables locales. En este ejemplo, a, b y c son parámetros y localvar es una
|
|
# variable local.
|
|
|
|
# Ahora, a demostrar las funciones aritméticas
|
|
|
|
# La mayoría de las implementaciones de AWK tienen funciones
|
|
# trigonométricas estándar
|
|
localvar = sin(a)
|
|
localvar = cos(a)
|
|
localvar = atan2(b, a) # arcotangente de b / a
|
|
|
|
# Y cosas logarítmicas
|
|
localvar = exp(a)
|
|
localvar = log(a)
|
|
|
|
# Raíz cuadrada
|
|
localvar = sqrt(a)
|
|
|
|
# Trucar un flotante a entero
|
|
localvar = int(5.34) # localvar => 5
|
|
|
|
# Números aleatorios
|
|
srand() # La semilla es el argumento. Por defecto usa el tiempo del sistema
|
|
localvar = rand() # Número aleatorio entre 0 y 1.
|
|
|
|
# Y aquí se regresa el valor
|
|
return localvar
|
|
}
|
|
|
|
function string_functions( localvar, arr) {
|
|
|
|
# AWK tiene algunas funciones para procesamiento de strings,
|
|
# y muchas dependen fuertemente en expresiones regulares.
|
|
|
|
# Buscar y remplazar, primer instancia (sub) o todas las instancias (gsub)
|
|
# Ambas regresan el número de matches remplazados.
|
|
localvar = "fooooobar"
|
|
sub("fo+", "Meet me at the ", localvar) # localvar => "Meet me at the bar"
|
|
gsub("e+", ".", localvar) # localvar => "m..t m. at th. bar"
|
|
|
|
# Buscar una cadena que haga match con una expresión regular
|
|
# index() hace lo mismo, pero no permite expresiones regulares
|
|
match(localvar, "t") # => 4, dado que 't' es el cuarto caracter
|
|
|
|
# Separar con base en un delimitador
|
|
split("foo-bar-baz", arr, "-") # a => ["foo", "bar", "baz"]
|
|
|
|
# Otras funciones útiles
|
|
sprintf("%s %d %d %d", "Testing", 1, 2, 3) # => "Testing 1 2 3"
|
|
substr("foobar", 2, 3) # => "oob"
|
|
substr("foobar", 4) # => "bar"
|
|
length("foo") # => 3
|
|
tolower("FOO") # => "foo"
|
|
toupper("foo") # => "FOO"
|
|
}
|
|
|
|
function io_functions( localvar) {
|
|
|
|
# Ya has visto print
|
|
print "Hello world"
|
|
|
|
# También hay printf
|
|
printf("%s %d %d %d\n", "Testing", 1, 2, 3)
|
|
|
|
# AWK no tiene handles de archivos en sí mismo. Automáticamente abrirá un
|
|
# handle de archivo cuando use algo que necesite uno. El string que usaste
|
|
# para esto puede ser tratada como un handle de archivo para propósitos de I/O.
|
|
# Esto lo hace similar al scripting de shell:
|
|
|
|
print "foobar" >"/tmp/foobar.txt"
|
|
|
|
# Ahora el string "/tmp/foobar.txt" es un handle. Puedes cerrarlo:
|
|
close("/tmp/foobar.txt")
|
|
|
|
# Aquí está como correr algo en el shell
|
|
system("echo foobar") # => muestra foobar
|
|
|
|
# Lee una línea de la entrada estándar (stdin) y lo guarda en localvar
|
|
getline localvar
|
|
|
|
# Lee una línea desde un pipe
|
|
"echo foobar" | getline localvar # localvar => "foobar"
|
|
close("echo foobar")
|
|
|
|
# Lee una línea desde un archivo y la guarda en localvar
|
|
getline localvar <"/tmp/foobar.txt"
|
|
close("/tmp/foobar.txt")
|
|
}
|
|
|
|
# Como dije al inicio, los programas en AWK son una colección de patrones y
|
|
# acciones. Ya conociste el patrón BEGIN. otros patrones sólo se usan si estás
|
|
# procesando líneas desde archivos o stdin.
|
|
|
|
# Cuando pasas argumentos a AWK, son tratados como nombres de archivos a
|
|
# procesar. Los va a procesar todos, en orden. Imagínalos como un ciclo for
|
|
# implícito, iterando sobre las líneas de estos archivos. Estos patrones y
|
|
# acciones son como instrucciones switch dentro del ciclo.
|
|
|
|
/^fo+bar$/ {
|
|
|
|
# Esta acción se ejecutará por cada línea que haga match con la expresión
|
|
# regular /^fo+bar$/, y será saltada por cualquier línea que no haga match.
|
|
# Vamos a sólo mostrar la línea:
|
|
|
|
print
|
|
|
|
# ¡Wow, sin argumento! Eso es porque print tiene uno por defecto: $0.
|
|
# $0 es el nombre de la línea actual que se está procesando.
|
|
# Se crea automáticamente para ti.
|
|
|
|
# Probablemente puedas adivinar que hay otras variables $. Cada línea es
|
|
# separada implícitamente antes de que se llame cada acción, justo como lo
|
|
# hace shell. Y, como shell, cada campo puede ser accesado con $.
|
|
|
|
# Esto mostrará el segundo y cuarto campos de la línea
|
|
print $2, $4
|
|
|
|
# AWK automáticamente define muchas otras variables que te ayudan a
|
|
# inspeccionar y procesar cada línea. La más importante es NF
|
|
|
|
# Imprime el número de campos de esta línea
|
|
print NF
|
|
|
|
# Imprime el último campo de esta línea
|
|
print $NF
|
|
}
|
|
|
|
# Cada patrón es realmente un prueba de verdadero/falso. La expresión regular
|
|
# en el último patrón también es una prueba verdadero/falso, pero parte de eso
|
|
# estaba oculto. Si no le das un string a la prueba, supondrá $0, la línea que
|
|
# se está procesando. La versión completa de esto es:
|
|
|
|
$0 ~ /^fo+bar$/ {
|
|
print "Equivalente al último patrón"
|
|
}
|
|
|
|
a > 0 {
|
|
# Esto se ejecutará una vez por línea, mientras a sea positivo
|
|
}
|
|
|
|
# Y ya te das una idea. Procesar archivos de texto, leyendo una línea a la vez,
|
|
# y haciendo algo con ella, particularmente separando en un deliminator, es tan
|
|
# común en UNIX que AWK es un lenguaje de scripting que hace todo eso por ti
|
|
# sin que tengas que pedirlo. Basta con escribir los patrones y acciones
|
|
# basados en lo que esperas de la entrada y lo quieras quieras hacer con ella.
|
|
|
|
# Aquí está un ejemplo de un script simple, para lo que AWK es perfecto.
|
|
# El script lee un nombre de stdin y muestra el promedio de edad para todos los
|
|
# que tengan ese nombre. Digamos que como argumento pasamos el nombre de un
|
|
# archivo con este contenido:
|
|
#
|
|
# Bob Jones 32
|
|
# Jane Doe 22
|
|
# Steve Stevens 83
|
|
# Bob Smith 29
|
|
# Bob Barker 72
|
|
#
|
|
# Éste es el script:
|
|
|
|
BEGIN {
|
|
|
|
# Primero, pedir al usuario el nombre
|
|
print "¿Para qué nombre quieres el promedio de edad?"
|
|
|
|
# Recuperar una línea de stdin, no de archivos en la línea de comandos
|
|
getline name <"/dev/stdin"
|
|
}
|
|
|
|
# Ahora, hacer match con cada línea cuyo primer campo es el nombre dado
|
|
$1 == name {
|
|
|
|
# Aquí dentro tenemos acceso a variables útiles precargadas:
|
|
# $0 es toda la línea
|
|
# $3 es el tercer campo, la edad, que es lo que nos interesa
|
|
# NF es el número de campos, que debe ser 3
|
|
# NR es el número de registros (líneas) vistos hasta ahora
|
|
# FILENAME es el nombre del archivo que está siendo procesado
|
|
# FS es el campo separador, " " en este caso
|
|
# Y muchas más que puedes conocer ejecutando 'man awk' en la terminal.
|
|
|
|
# Llevar el registro de la suma y cuantas líneas han hecho match.
|
|
sum += $3
|
|
nlines++
|
|
}
|
|
|
|
# Otro patrón especial es END. Va a ejecutarse después de procesar todos los
|
|
# archivos de texto. A diferencia de BEGIN, sólo se ejecuta si le das dado una
|
|
# entrada a procesar. Se ejecutará después de que todos los archivos hayan sido
|
|
# leídos y procesados según las reglas y acciones que programaste. El propósito
|
|
# es usualmente para mostrar un reporte final, o hacer algo con el agregado de
|
|
# los datos que has acumulado durante la ejecución del script.
|
|
|
|
END {
|
|
if (nlines)
|
|
print "La edad promedio para " name " es " sum / nlines
|
|
}
|
|
|
|
```
|
|
Más información:
|
|
|
|
* [Tutorial de AWK](http://www.grymoire.com/Unix/Awk.html)
|
|
* [Página man de AWK](https://linux.die.net/man/1/awk)
|
|
* [La guía del usuario de GNU Awk](https://www.gnu.org/software/gawk/manual/gawk.html): GNU Awk se encuentra en la mayoría de los sistemas Linux.
|