AWK

De Wikipedia, la enciclopedia libre

AWK

Paradigma:	Programación dirigida por eventos, Programación imperativa
Apareció en:	1977, ultima revision 1985, la version POSIX actual es IEEE Std 1003.1-2004
Diseñado por:	Alfred Aho, Peter Weinberger, and Brian Kernighan
Tipo de dato:	débil, dinámico
Implementaciones:	awk, GNU Awk, mawk, nawk, MKS AWK, Thompson AWK (compilador), Awka (compilador)
Dialectos:	old awk oawk 1977, new awk nawk 1985, GNU Awk
Influido por:	C, Bourne shell, SNOBOL
Ha influido:	Perl, Korn shell(ksh93, dtksh, tksh), JavaScript
Sistema operativo:	Multiplataforma

AWK es un lenguaje de programación diseñado para procesar datos basados en texto, ya sean ficheros o flujos de datos. El nombre AWK deriva de los apellidos de los autores: Alfred Aho, Peter Weinberger, y Brian Kernighan. awk, cuando está escrito todo en minúsculas, hace referencia al programa de Unix o Plan 9 que interpreta programas escritos en el lenguaje de programación AWK.

AWK es ejemplo de un lenguaje de computación que usa ampliamente el tipo de datos de listas asociadas (es decir, listas indexados por cadenas clave), y expresiones regulares. El poder, brevedad y limitaciones de los programas de AWK y los guiones de sed inspiraron a Larry Wall a escribir Perl. Debido a su densa notación, todos estos lenguajes son frecuentemente usados para escribir programas de una línea.

AWK fue una de las primeras herramientas en aparecer en Unix (en la versión 3) y gano popularidad como una manera de añadir funcionalidad a las tuberías de Unix. La implementación de alguna versión del lenguaje AWK es entandar en casi todo sistema operativo tipo unix moderno. AWK es mencionado en las Single UNIX Specification (especificaciones básicas de unix) como una de las utilidades necesarias de todo sistema operativo Unix. Se pueden instalar implementaciones de AWK en casi todos los demás sistemas operativos.

Tabla de contenidos 1 Estructura de los programas AWK 2 Comandos de AWK 2.1 El comando print 2.2 Variables 2.3 Funciones definidas por el usuario 3 Ejemplos 3.1 Hello World 3.2 Imprimir líneas mayores a 80 caracteres 3.3 Contador de palabras 3.4 Total de la primera columna 3.5 Frecuencia de palabras 4 Programas autocontenidos 5 AWK, versiones e implementaciones 6 Digresión 7 Libros 8 See also 9 Enlaces externos

[editar] Estructura de los programas AWK

Generalmente hablando, a AWK se le dan dos piezas de datos: un fichero de órdenes y un fichero primario de entrada. Un fichero de órdenes (que puede ser un fichero real, o puede ser incluido en la invocación de AWK desde la línea de órdenes) contiene una serie de órdenes que le dicen a AWK como procesar el fichero de entrada. El fichero primario de entrada es normalmente texto formateado de alguna manera; puede ser en un fichero real, o puede ser leído por AWK de la entrada estándar (teclado). Un programa AWK típico consiste en una serie de líneas, cada una de la forma

/patrón/ { acción }

donde patrón es una expresión regular y acción es una orden. La mayoría de las implementaciones de AWK usan expresiones regulares extendidas por defecto. AWK mira a lo largo del fichero de entrada; cuando encuentra una línea que coincide con el "patrón", ejecuta la(s) órdenes(s) indicadas en "acción". Las formas alternativas incluyen:

BEGIN { acción }

Ejecuta las ordenes acción al comienzo de la ejecución, antes de que los datos comienzen a ser procesados.

END { acción }

Similar a la forma previa pero ejecuta las ordenes acción después de que todos los datos son procesados.

/patrón/

Imprime las líneas cualquier línea acorde al patrón.

{ acción }

Ejecuta acción por cada línea en la entrada.

Cada una de estas formas pueden ser incluidas varias veces en un archivo. El fichero es procesado de manera progresiva, entonces si hubiera dos declaraciones "BEGIN", sus contenidos serán ejecutados en orden de aparición. Las declaraciones "BEGIN" y "END" no necesitan estar en forma ordenada.

AWK fue creado como un reemplazo a los algoritmos escritos en C para métodos de análisis de texto.

[editar] Comandos de AWK

Los comandos de AWK son las declaraciones sustituidas por acción en los ejemplos anteriores. Los comandos de AWK pueden incluir llamadas a funciones, asignación de variables, calculos, o cualquier combinación de estas. AWK contiene soporte propio para muchas funciones; muchas otras son provistas por las distintas versiones de AWK. Incluso, algunas versiones soportan la inclusion de librerias dinámicamente enlazadas, que pueden proveer aun más funciones.

Por claridad los corchetes ( { } ) serán omitidos en los siguientes ejemplos.

[editar] El comando print

El comando print es usado para imprimir texto. La forma más simple de este comando es

print

Esto muestra el contenido de la línea actualmente procesada. En AWK las líneas son divididas en campos, y estos pueden ser operados individualmente:

print $1

Muestra el primer campo de la línea actual

print $1, $3

Muestra el primer y tercer campo de la línea actual, separados por una cadena predefinida, separador de campos de salida o OFS (por sus siglas en inglés), cuyo valor predefinido es un caracter de espacio (' ').

Aunque esta sintaxis ($#) puede sugerir que se traten de variables (el símbolo $ es indicador de variables en otros lenguajes), hacen referencia a los campos de la línea actual. Un caso especial, $0, se refiere a la línea entera. De hecho, los comandos "print" y "print $0" resultan similares.

El comando print puede también imprimir el resultado de calculos o funciones invocadas:

print 3+2
print foobar(3)
print foobar(variable)
print sin(3-2)

La salida puede ser enviada a un archivo:

print "expresión" > "nombre de archivo"

[editar] Variables

Los nombres de variables pueden usar cualquier combinación de los caracteres [A-Za-z0-9_], con la única excepción de las palabras clave del lenguaje. Los operadores + - * / son suma, resta, multiplicación y división respectivamente. Para la concatenación, basta con colocar dos variables (o cadena constante) junto a cualquier otra, opcionalmente con un espacio intermedio. Las cadenas son delimitadas por comillas dobles. No es necesario finalizar las ordenes con punto y coma. Se pueden añadir comentarios del programa usando # como primer caracter en una línea.

[editar] Funciones definidas por el usuario

De manera similar al C, la definición de funciones consiste en la clave function, el nombre de la función, los argumentos de la función y el cuerpo de la misma, e.g.: function:

function añadir_tres (número, temporal) {
  temporal = número + 3
  return temporal
}

Podemos invocar la función así:

print añadir_tres(36)     # Imprime 39

Las funciones pueden tener variables definidas localmente. Los nombres de estas son añadidos al final de la lista de argumentos, aunque los valores de estas deben ser omitidos al llamar la función. Es conveniente indentar las variables locales en la lista de argumentos para indicar donde los parámetros terminan y las variables locales comienzan.

[editar] Ejemplos

[editar] Hello World

Este es un muy simple programa "Hola mundo" escrito en AWK:

BEGIN { print "Hola mundo!"; exit }

[editar] Imprimir líneas mayores a 80 caracteres

Imprime todas las líneas con más de 80 caracteres. Nótese que la acción por defecto es imprimir la línea actual.

length > 80 

[editar] Contador de palabras

Cuenta las palabras en la entrada y muestra la cantidad de líneas, palabras y caracteres.

{ w += NF; c += length}
END { print NR, w, c }

[editar] Total de la primera columna

Suma los valores de la primera columna de los datos ingresados.

{ s += $1 }
END { print s }

[editar] Frecuencia de palabras

Este programa usa Listas enlazadas para determinar la cantidad de veces que cada palabra aparece en el texto.

BEGIN { FS="[^a-zA-Z]+"}

{ for (i=1; i<=NF; i++)
     words[tolower($i)]++
}

END { for (i in words)
    print i, words[i]
}

[editar] Programas autocontenidos

Como cualquier otro lenguaje de programación, se pueden escribir programas AWK autocontenidos usando la sintaxis de líneas de shebang.

Por ejemplo, un comando UNIX llamado holamundo.awk que imprima el texto "Hola mundo!" podría ser escrito de la siguiente manera:

#!/usr/bin/awk -f
BEGIN { print "Hello, world!"; exit }

[editar] AWK, versiones e implementaciones

AWK fue escrito originalmente en 1977 con UNIX.

En 1985 los autores comienzan la expansión del lenguaje, añadiendo funciones definidas por el usuario. El lenguaje es descrito en el libro The AWK Programming Language, publicado en 1988. Para evitar confusiones con la versión anterior, a la que era incompatible, esta versión se conoce, a veces, como "nuevo AWK" o "nawk". Esta implementación fue liberada bajo una licencia de software libre en 1996, continua siendo mantenida por Brian Wilson Kernighan.

GNU awk, o gawk, es otra implementación libre. Fue escrita antes de que la implementación original fuera liberada, y es ampliamente usada. Casi todas las distribución linux incluyen una versión actualizada de gawk y gawk es reconocido como la implementación estándar en el mundo linux. La versión 30. de GAWK fue incluida como awk en la versión 5.0 de FreeBSD. Las versiones posteriores de BSD incluyeron nawk para evitar el uso de las GPL, unas licencias de software libre mas restrictivas que las BSD en el sentido de que un programa liberado bajo la licencia GPL no puede ser modificado para convertirse en propietario.

• xgawk

Página de un proyecto libre basado en gawk. Este extiende las funcionalidades de gawk para permitirle el uso de librerías dinámicas.

mawk es una implementación AWK optimizada para la velocidad, escrita por Mike Brennan y basada en un interprete bytecode.

Thompson AWK o TAWK es un compilador AWK para DOS y Windows, previamente vendido por Thompson Automation Software.

• Jawk

es un proyecto que implementa AWK en Java. Se añaden extensiones para el lenguaje para proveer acceso a características de Java dentro de los programas AWK (e.g., Java threads, sockets, Collections, etc).

[editar] Digresión

• El ave, emblema de AWK (a.o en la cubierta del libro The AWK Programing Language es el Alca).

[editar] Libros

• Alfred V. Aho, Brian W. Kernighan, and Peter J. Weinberger (1988). The AWK Programming Language. Addison-Wesley. ISBN 0-201-07981-X. The book's webpage includes downloads of the current implementation of Awk and links to others.
• Arnold Robbins. Effective awk Programming, Edition 3. Arnold Robbins maintains the GNU Awk implementation of AWK for more than 10 years. The free GNU Awk manual was also published by O'Reilly in May 2001. Free download of this manual is possible through the following book references.
• Arnold Robbins. GAWK: Effective AWK Programming: A User's Guide for GNU Awk, Edition 3.
• Dale Dougherty, Arnold Robbins (March 1997). sed & awk, Second Edition, Second Edition, O'Reilly Media. ISBN 1-56592-225-5.

[editar] See also

• sed
• Lista de programas para Unix

[editar] Enlaces externos

• awk maintained by Brian Kernighan.
• comp.lang.awk is a USENET newsgroup dedicated to AWK.
• GAWK (GNU awk) webpage
• mawk download site
• DJGPP port of Gawk 3.11b as a downloadable 768KB zipfile
• xgawk download site
• Awka Open Source, AWK to C Conversion Tool
• TAWK Compiler
• Jawk Open Source, an implementation of AWK in Java with extensions
• gnulamp awk tutorial
• Tips sobre linux

Plantilla:Comandos unix