C2110 Operační systém UNIX a základy programování
11. lekce awk
Petr Kulhánek
kulhanek@chemi.muni.cz
Národní centrum pro výzkum biomolekul, Přírodovědecká fakulta Masarykova univerzita, Kamenice 5, CZ-62500 Brno
Operační systém UNIX a základy programování 11. lekce
Průběžný test II
Dperační systém UNIX a základy programování
11. lekce
Průběžný test II
> Test prostřednictvím odpovědníku v IS
Student - Odpovědníky - C2110 - Test Na, lib (dle seminární skupiny) Délka 20 minut.
Je možné sestavit pouze jednu sadu otázek. Používejte průběžné uložení. Vyhodnocení je možné pouze jednou.
Je povoleno a doporučeno:
• Testovat příkazy v terminálu.
• Prohledávat manuálové stránky, svoje zápisky a prezentace předmětu.
• Při nejasnostech se přihlaste.
Není povoleno
• Komunikovat s další osobou mimo vyučujícího.
)perační systém UNIX a základy programování
11. lekce
[obsah
> AWK
• Co je AWK?
• Struktura skriptu, průběh vykonávání
• Struktura bloku
• Proměnné, operace nad proměnými
• Podmínky
• Cykly
AWK
http://www.gnu.org/software/gawk/gawk.html
AWK je skriptovací jazyk navržený pro zpracovávání textových dat, ať už v podobě textových souborů nebo proudů. Jazyk využívá řetězcové datové typy, asociativní pole (pole indexovaná řetězcovými klíči) a regulární výrazy.
adaptováno z www.wikipedia.org
Dperační systém UNIX a základy programování
11. lekce
Analýza textových souborů
54	.7332	295.	7275	128.	4090	-508.	1302	-155.	6037	0.	0000
51	.3204	292.	3619	176.	5980	-494.	7423	-164.	7991	0.	1822
40	. 6154	273.	9238	164.	5827	-488.	9232	-163.	0629	0.	3793
52	.5044	281.	5944	153.	4570	-484.	6533	-168.	5328	0.	3528
62	.5486	294.	2701	155.	3607	-483.	6872	-169.	1747	0.	0033
Potential function:
ntf = 2, ntb
ipol       = 0, gbsa
dielc     =      1.00000, cut
0,  igb = 5, nsnb
0,  iesp       = 0 = 999.00000,  intdiel = 1.00000
25
Dperační systém UNIX a základy programování
11. lekce
Analýza textových souborů
záznam
\
pole záznamu
54.7332
295.7275
128.4090
-508.1302
-155.6037
0.0000
40.6154 52.5044 62.5486
273.9238 281.5944 294.2701
17 b.by«u 164.5827 153.4570 155.3607
4 y4. /4ZJ
488.9232 ■484.6533 483.6872
-ib4./yyi -163.0629 -168.5328 -169.1747
pole záznamu
Potential
-rrbť-
function
záznam
ipol diele
2, ntb 0, gbsa 1.00000, cut
0,  igb = 0,  iesp = = 999.00000, intdiel
5, nsnb 0
1.00000
U.ItíZZ 0.3793 0.3528 0.0033
25
Dperační systém UNIX a základy programování
11. lekce
R4   7-3-39        9QR   797R        19«   40Q0     -ROP.   1*309     -1 RR   £0*37 D DDDn
51.3204
40.6154 52.5044 62.5486
292.3619
273.9238 281.5944 294.2701
176.5980
164.5827 153.4570 155.3607
-494.7423
488.9232 ■484.6533 483.6872
-164.7991
163.0629 168.5328 169.1747
0.1822
0.3793 0.3528 0.0033
Potential function
ntf
2,
ntb
0,
Lgb
5,
nsnb
25
diele
1.00000, cut
999.00000, intdiel
1.00000
Dperační systém UNIX a základy programování
11. lekce
Průběh vykonávání skriptu
BEGIN {
}
{
}
/VZOR/ { }
END { }
Blok BEGIN (1) se vykoná (pokud je ve skriptu obsažen) před analýzou souboru.
• Načte se záznam ze souboru. Ve výchozím nastavení je záznamem celý řádek analyzovaného souboru nebo proudu. Záznam se rozdělí na pole. Ve výchozím nastavení jsou pole jednotlivá slova v záznamu.
• Pro daný záznam se vykoná blok (2).
• Pokud záznamu vyhovuje VZORu, vykoná se blok (3).
• .... vykonají se případně další bloky ....
Blok END (4) se vykoná (pokud je ve skriptu obsažen) po analýze celého souboru.
Dperační systém UNIX a základy programování
11. lekce
Struktura skriptu AWK
BEGIN { }
{
}
/VZOR/ { }
END {
vykoná se před zpracováním souboru (volitelná sekce)
vykoná se pro každý záznam
vykoná se pro každý záznam vyhovující VZORu
libovolný počet sekcí
vykoná se po zpracování souboru (volitelná sekce)
Blok je uzavřen do složených závorek {}.
Výše uvedené programové bloky jsou volitelné.
Ve výchozím nastavení je záznamem řádek souboru.
11. lekce
Ukázka
vstup.txt
54.7332
295.7275
128.4090
-508.1302
-155.6037
0.0000
40.6154 52.5044 62.5486
273.9238 281.5944 294.2701
script.awk
print $2;
jeden jednoduchý blok
17 b.syau 164.5827 153.4570 155.3607
4 y4 . /4Z3
488.9232 ■484.6533 483.6872
ib4.vyyi 163.0629 168.5328 169.1747
u.±vzz 0.3793 0.3528 0.0033
awk —f script.awk vstup.txt
nebo
awk  f{ print $2;   }f vstup.txt
295.7275 292.3619 273.9238 281.5944 294.2701
Dperační systém UNIX a základy programování
11. lekce
Struktura bloku
komentáře jsou uvozeny znakem #
# tento blok pocita mezisoučet druhého sloupce
# a mezisoucet čtvrtého sloupce, pokud je ve tretim
# sloupci hodnota 5
{
# toto je komentár i = i + 1;
f = f + $2;  # tady pocitam mezisoucet printf("Mezisoucet je %10.3f\n",f); if( $3 == 5 ) {
k = k + $4; # mezisoucet pro ctvrty sloupec
}
příkazy se uvádějí na samostatné řádky, které je vhodné ukončit středníkem středník je nutné použít, pokud uvádíme dva a více příkazů najeden řádek
Dperační systém UNIX a základy programování
11. lekce
Proměnné
Přiřazení do proměnné:
A = 10;
B = "toto je text" C = 10.4567; D = A + C;
Hodnota proměnné:
print A + C; print B;
nesmí obsahovat mezery
	I
Rotí	
i	T
A=	=5
echo $A	
\	i
hodnota proměnné pomocí $
Speciální proměnné:
NF     počet polí v aktuálně prováděném záznamu (Number of Fields)
NR     pořadí prováděného záznamu (Number of Records)
FS     oddělovač polí v záznamu (Field Separator), výchozí je mezera a tabulátor
RS     oddělovač záznamů (Record Separator), výchozí je znak nové řádky \n
$0 celý záznam
$1, $2, $3 ...     jednotlivé pole záznamu
Dperační systém UNIX a základy programování
11. lekce
Proměnné,...
$0 celý záznam
$1, $2, $3 ...     jednotlivé pole záznamu
znak$ umožňuje programový přístup k jednotlivým polím záznamu
Příklad:
i=3;
print $i;
\
vytiskne hodnotu třetího pole
Dperační systém UNIX a základy programování
11. lekce
-14-
Spouštění AWK skriptů
Z pra co vání textové ho souboru:
„#  ,       vv . výsledek je tištěn na obrazovku
Neprime spouštěni:
$ awk -f script.awk vstup.txt
\ analyzovaný textový soubor
awk skript
interpretr jazyka
Analyzovaná data lze zaslat přes standardní vstup:
$ awk -f script.awk < vstup.txt
$ cat soubor.txt  |  awk -f script.awk
Operační systém UNIX a základy programování 11. lekce
Spouštění AWK skriptů,...
Přímé spouštění
$  ./script.awk vstup.txt
$  ./script.awk < vstup.txt
$ cat soubor.txt  |   ./script.awk
#!/usr/bin/awk -f / {
i += NF;
}
END {
print "Počet slov je:", i;
Skript script. awk musí mít nastaven příznak x (executable) a interpreter AWK (součást skriptu).
}
Dperační systém UNIX a základy programování
11. lekce
Cvičení
1. V domovském adresáři si vytvořte adresář awk-data.
2. Do adresáře awk-data zkopírujte soubory matice.txt, produkt.log a rst.out z adresáře /home/kulhanek/Documents/C2110/Lessonll.
3. Napište skript, který vytiskne druhý sloupec ze souboru matice.txt.
4. Napište skript, který vytiskne druhý a čtvrtý sloupec ze souboru matice.txt.
Dperační systém UNIX a základy programování
11. lekce
-17-
Matematické operace
Pokud lze proměnnou interpretovat jako číslo, lze použít následující aritmetické operátory:
++    hodnotu proměnné zvýší o jedničku
A++;
hodnotu proměnné sníží o jedničku A—;
+     sečte dvě hodnoty +=    k proměnné přičte hodnotu
A = 5 + 6; A = A + 1;
A += 3; A += B;
odečte dvě hodnoty
A = 5 - 6; A = A - 1;
od proměnné odečte hodnotu A -= 3; A -= B;
★
vynásobí dvě hodnoty
A = 5 * 6; A = A * 1;
★
proměnnou vynásobí hodnotou A *= 3; A *= B;
vydělí dvě hodnoty
/
proměnnou podělí hodnotou A/= 3; A/= B;
A = 5 / 6; A = A / 1;
Dperační systém UNIX a základy programování
11. lekce
Příkaz print
Příkaz print slouží k neformátovanému vypisování řetězců a čísel. Syntaxe:
print hodnotal[,]  hodnota2[,]   ...;
Příklady:
i = 5;
k = 10.456;
j = "hodnota proměnné i ="; print j,  i;
print "hodnota proměnné k =", k;
pokud jsou hodnoty oddělené čárkou, ve výstupu se hodnoty oddělí mezerou
Dperační systém UNIX a základy programování
11. lekce
-19-
Cvičení
1. Napište skript, který sečte čísla v druhém sloupci souboru matice.txt.
2. Napište skript, který vytiskne počet řádků, které obsahuje soubor matice.txt. Výsledek ověřte pomocí příkazu wc.
3. Napište skript, který vytiskne počet slov, které obsahuje soubor matice.txt. Výsledek ověřte pomocí příkazu wc.
4. Napište skript, který vypočítá průměrnou hodnotu čísel uvedených v druhém sloupci souboru matice.txt.
Dperační systém UNIX a základy programování
11. lekce
-20-
Funkce printf
Funkce printf slouží k vypisování formátovaných textů a čísel.
Syntaxe:
printf("format", hodnotal, hodnota2, ...);
"Cislo %5d ma hodnotu %03ď
do tohoto místa vlož hodnotu2 v daném formátu
do tohoto místa vlož hodnotul v daném formátu
Rozdíl vůči jazyku BASH:
printf  [format]   [hodnotal]   [hodnota2]   ...
příkaz
argumenty příkazu se oddělují mezerou
Dperační systém UNIX a základy programování
11. lekce
Podmínky
if( logicky_vyraz ) { prikaz2;
•  • •
} else {
prikaz3;
}
Pokud je logicky_vyraz pravda, vykoná se prikaz2. V opačném případě se vykoná prikaz3.
Příklad:
if (	$1 >	max ) {
	max	= $1;
}		
Rozdíly vůči jazyku BASH
\—L
if prikazl; then prikaz2
else
prikaz3
fi
Dperační systém UNIX a základy programování
11. lekce
Logické operátory
Operátory:
<
<= >
>= i
m
&&
rovna se nerovná se menší než
menší než nebo rovno vetsi nez
větší než nebo rovno negace logické ano logické nebo
Příklady:
j > 5 (j > 5) (j <= 5)
&&  (j < 10) II   (j >= 10)
Dperační systém UNIX a základy programování
11. lekce
Cykly
for(inicializace; podminka;  zmena) { prikazl;
}
Příklad:
for(I=l;I <= 10;I++){ sum = sum + $I;
}
Rozdíly vůči jazyku BASH
U4
for ( (inicializace/podminka;zmena)) ; do prikazl
done «_
Dperační systém UNIX a základy programování
11. lekce
Cvičení
1. Napište skript, který vytiskne největší a nejmenší hodnotu ze třetího sloupce souboru matice.txt.
2. Napište skript, který vytiskne ze souboru rst.out řádky, které obsahují devět slov.
3. Napište skript, který sečte hodnoty všech čísel uvedených v souboru matice.txt.
Dperační systém UNIX a základy programování
11. lekce
-25-