awkium: an awk interpreter

awkiumは基本的にオリジナルのawkの機能に準じます。

• 基本
• パターン
• awk式
• awk文
• 組み込み関数
• 拡張:仮想ファイル
• 拡張:名前空間/擬似オブジェクト指向
• 拡張:第一級の関数オブジェクト
• 拡張:配列の演算
• 拡張:固定長フィールド
• 拡張:固定長レコード
• 拡張:バイナリレコード
• 拡張:プロパティフィールド

基本

"9" -> 9
"45くらい" -> 45
"72cm" -> 72
"7+2inch" -> 7+2i
"9+1jpy" -> 9+i

パターン

BEGIN

ファイルを読み込む前に実行されます。

END

ファイルをすべて読み終わった後に実行されます。

/正規表現/

入力行が部分的にマッチしたときに実行されます。

awk式

awk式が真(0以外)の時に実行されます。

パターン1&&パターン2

パターン1とパターン2がともに真(0以外)の時に実行されます。

パターン1||パターン2

パターン1とパターン2のどちらかが真(0以外)の時に実行されます。

!パターン1

パターン1が偽(0)の時に実行されます。

(パターン1)

パターン1の演算子の優先順位を変更します。

パターン1,パターン2

パターン1にマッチした行からパターン2にマッチした行までを 対象に実行します。

awk式

awk文

{ awk文, ... }

複数の文をまとめます。

if(awk式) awk文1 [else awk文2]

awk式が真のときawk文1を、 そうでないときawk文2を実行します。

while(awk式) awk文

awk式が真のときawk文を実行します。

do awk文 while(awk式)

awk式が真のときawk文を実行します。 awk文は必ず1回は実行されます。

for([awk式1]; [awk式2]; [awk式3]) awk文

最初にawk式1を1回実行し、 awk式2が真の間awk文が実行されます。 ループの終わりにawk式3が実行されます。
coutinue文を使用したときにでもawk式3は実行されます。

for(変数 in awk式) awk文

すべてのawk式で表される配列の要素すべてについて awk文を実行します。 配列の要素は変数に代入されます。

continue

最も内側のループの先頭に制御を戻します

break

最も内側のループから脱出します

next

アクションを終了し、次の行のアクションを開始します

exit awk式

awkプログラムを終了します。 終了コードをawk式で与えることができます。

return awk式

awk関数を終了します。 戻り値をawk式で与えることができます。

print [awk式, ...]

awk式を表示します。 式が省略されたときは現在行の内容を表示します。
行の最後に次のように書くことでリダイレクトおよびパイプ処理ができます。

> ファイル名	ファイルに書き込み
>> ファイル名	ファイルに追加書き込み
| コマンド	指定されたコマンドへ出力する(パイプ) UNIXではシェル、Windowsではcmd.exeを通じて起動されます

printf フォーマット, [awk式, ...]

awk式をフォーマットにしたがって表示します。
print文と同様にリダイレクトおよびパイプ処理ができます。

getline [変数]

変数へ1行入力します。変数が省略されたときは$0に読み込まれます。
行の最後または行の最初に次のように書くことでリダイレクトおよびパイプ処理ができます。

getline < ファイル名	ファイルから読み込み
コマンド | getline	指定されたコマンドの出力を読み込む(パイプ) UNIXではシェル、Windowsではcmd.exeを通じて起動されます

戻り値は以下のとおりです。

1	正常
0	ファイルの終わり
-1	エラー

system(コマンド)

コマンドを実行してその戻り値を返します。

close(ファイル)

ファイルをクローズします。

組み込み関数

gsub(正規表現, 置換文字列, [対象])

対象の文字列にマッチしたすべての正規表現を 置換文字列に置き換えます。 対象が省略されたときは$0を対象にします。
文字"&"は正規表現にマッチした文字列を表します。

sub(正規表現, 置換文字列, [対象])

対象の文字列にマッチした最初正規表現を 置換文字列に置き換えます。 対象が省略されたときは$0を対象にします。

index(対象, 検索文字列)

対象の文字列内で最初に出現した検索文字列のある 位置を返します。先頭の位置は1とします。

length(文字列)

文字列の長さを返します。

match(対象文字列, 正規表現)

対象文字列内で正規表現にマッチする位置を返します。 マッチした最初の位置を変数RSTARTに、マッチの長さをRLENGTHに代入されます。

split(文字列, 配列名[, 正規表現])

文字列を正規表現で分割し、配列名に 代入します。正規表現が省略されたときはFSが使用されます。

sprintf(フォーマット, [awk式, ...])

awk式をフォーマットにしたがって整形した 文字列を得ます。

substr(文字列, 位置, 長さ)

文字列の位置から長さの部分文字列を得ます。 長さが省略されたときはその文字列の最後までを対象にします。

toupper(文字列)

文字列を大文字に変換します。

tolower(文字列)

文字列を小文字に変換します。

systime()

現在時刻を1970/1/1 00:00:00からの秒数で取得します。

strftime([書式, [時刻]])

1970/1/1 00:00:00から経過した秒数をフォーマットします。 書式はprintfのように%[文字]で記述します。 使用できる書式は以下のとおりです。

%a	実行環境のロケールでの曜日の略称
%A	実行環境のロケールでの曜日
%b	実行環境のロケールでの月の略称
%B	実行環境のロケールでの月の名称
%c	実行環境のロケールで使用される日付と時刻の表現
%d	月の日数(01～31)
%H	24時間表示での時刻(00～23)
%I	12時間表示での時刻(01～12)
%j	年の初めからの日数(001～366)
%m	月数(01～12)
%M	分(00～59)
%p	実行環境のロケールでの午前・午後
%S	秒(00～59)
%U	その年の何週目かの数値(その年の最初の日曜を0とする: 00～53)
%w	曜日を表す数値(日曜日が0: 0～6)
%W	その年の何週目かの数値(その年の最初の月曜を0とする: 00～53)
%x	実行環境のロケールでの日付表示
%X	実行環境のロケールでの時間表示
%y	その年の下2桁(00～99)
%Y	4桁の年
%Z	タイムゾーンの名前
%%	'%'文字
%D	%m/%d/%yと同じ
%e	月数: 1桁の場合は空白でつめる
%h	%bと同じ
%n	改行
%r	%I:%M:%S %pと同じ
%R	%H:%Mと同じ
%T	%H:%M:%Sと同じ
%t	タブ文字
%k	24時間表示の時刻(0～23)
%l	12時間表示の時刻(1～12)
%C	西暦の下2桁
%u	曜日をあらわす数値(月曜日が1: 1～7)
%z	+HHMM形式のタイムゾーン
%f	和暦の元号の省略形(H:平成、S:昭和、T:大正、M:明治): 明治以前のときは"?"とする
%F	和暦の元号
%E	和暦での年数: 明治以前は0とする

仮想ファイル

/dev/stdin

標準入力を表します。

0(数値)

標準入力を表します。

/dev/stdout

標準出力を表します。

1(数値)

標準出力を表します。

/dev/stderr

標準エラー出力を表します。

2(数値)

標準エラー出力を表します。

/dev/null

出力をすべて廃棄します。

/dev/fd/n

n=0で標準入力、1で標準出力、2で標準エラー出力を表します。 それ以外の値は無視されます。

名前空間/擬似オブジェクト指向

namespace1.namespace2.name

名前空間namespace1.namespace2にある 変数nameを参照します。

function namespace1.namespace2.name ([args, ...]) { ... }

名前空間namespace1.namespace2に関数を定義します。

function namespace1.namespace2.new ([args, ...]) { ... }

名前空間namespace1.namespace2を複製するときの 初期化関数(コンストラクタ)を定義します。
名前空間内のnewという名前は特別扱いされ、実行前に名前空間を複製します。

instance.name

インスタンスinstanceの変数nameを参照します。

第一級の関数オブジェクト

function ([args, ...]) { ... }

式の中でfunctionを使用することで無名関数を定義することができます。 Lispのlambda特殊形式に相当します。
無名関数として定義されたときと通常の関数ではスコープが異なります。 つまり、定義したときの名前空間をクロージャとして持ちます。
例として、

BEGIN {
  aaa = function() {
    a = 0
    return function() {
      return a++
    }
  }
  bbb = aaa()
  print bbb()
  print bbb()
  print a
}

は

0
1
(空行)

を表示します。

@function-name

関数の名前空間function-nameを参照します。 Common Lispの#'に相当します。

配列の演算

1. 2つに共通の添字iがあればa[i] θ b[i]の結果
2. aのみに存在する添字iがあるときにはa[i] θ (未定義)の結果
3. bのみに存在する添字iがあるときには(未定義) θ b[i]の結果

a[1] = 1, a[2] = 2, a[3] = 3
b[2] = 3, b[3] = 4, b[4] = 5
x = 2

c = a + b → c[1] = 1, c[2] = 5, c[3] = 7, c[4] = 5
c = a - b → c[1] = 1, c[2] = -1, c[3] = -1, c[4] = -5
c = a * z → c[1] = 2, c[2] = 4, c[3] = 6

a[1] = 1, a[2] = 2, a[3] = 3
b[2] = 3, b[3] = 1, b[4] = 5

c = a < b → a[1] = 0, a[2] = 1, a[3] = 0, a[4] = 1
c = a > b → a[1] = 1, a[2] = 0, a[3] = 1, a[4] = 0

固定長フィールド

FS = "<長さ>[ <長さ> ...]"

BEGIN {
	SEPMODE = "fixed"
	FS = "7 6 5"
}
{ print $1, $2, $3 }

123456712345612345
aaaaaaabbbbbbccccc

1234567 123456 12345
aaaaaaa bbbbbb ccccc

固定長レコード

BEGIN {
	RMODE = "fixed"
	RS = "10"
}
{ print }

12345678900987654321[eof]

1234567890
0987654321

バイナリレコード

BEGIN {
	RMODE = "binary"
	RS = "512"
	SEPMODE = "fixed"
	FS = "100 8 8 8 12 12 8 1 100 5 3 32 32 8 8 12 12"
}
$10 == "ustar" {
	print b.tostring($1)
}

プロパティフィールド

BEGIN {
	SEPMODE = "property"
	FS = "="
}
{ print $1, $2 }

bbbb=cccc
aaaa=bbbb=cccc

bbbb cccc
aaaa bbbb=cccc

BEGIN {
	SEPMODE = "property"
	FS = "=+"
}
{ print $1, $2 }

bbbb=cccc
aaaa===bbbb=cccc

bbbb cccc
aaaa bbbb=cccc

BEGIN {
	SEPMODE = "property"
	FS = " "
}
{ print $1, $2 }

bbbb△▲cccc
aaaa△▲△bbbb△△cccc

bbbb△cccc
aaaa△bbbb△△cccc