レコード¶

通常、レコードは改行文字により区切られます。 レコードの区切りは、組み込み変数 RS へ値を代入することにより、制御できます。 RS が単一文字の場合、その文字がレコードを区切ります。 そうでない場合は、 RS は正規表現となります。 入力中のテキストで、この正規表現にマッチするものがレコードを区切ります。 しかし互換モードでは、 文字列値の最初の文字だけが、レコードセパレータに使用されます。 RS が空文字列に設定されているときには、レコードは空行で区切られます。 RS が空文字列に設定されたときには、 FS の値にかかわらず、改行文字は常にフィールドセパレータとなります。

フィールド¶

入力レコードを読み込むごとに、 gawk はそのレコードを フィールド に分割しま す。分割する際には、変数 FS の値がフィールドセパレータとして参照されます。 FS の値が1文字なら、その 文字を境にフィールドが分割されます。 FS が空文字列の場合、個々の文字がフィールドセパレータとなります。 いずれでもない場合、 FS は完全な正規表現である と解釈されます。特殊な場合として FS が単一の空白のときには、フィールドは 連続した空白・タブ・改行により分割されます。 (後述の --posix の議論を参照してください)。 変数 IGNORECASE (下記参照) の 値は、 FS が正規表現の場合フィールド分割にも影響を与えることと、 RS が正規表現の場合レコード分割にも影響を与えることに注意してください。

変数 FIELDWIDTHS の値が空白で区切られた数字の列である場合、各フィールドは 固定長であると解釈され、 gawk は指定された幅ごとにフィールドの 分割を行います。この場合、 FS の値は無視されます。 FS に新たに値を設定 することにより、この FIELDWIDTHS の効果を打ち消し、標準の動作に戻すことができます。

入力レコード中の各フィールドの値は、左から $1, $2 等という名前で参照できます。 $0 は レコード全体です。フィールドに値を代入することもできます。フィールドは定数だ けでなく、変数によって参照することもできます。以下の例では、入力レコードの 5 番目のフィールドの値を出力します。

変数 NF は、自動的に入力レコードのフィールドの数に設定されます。

存在しないフィールド (すなわち、 $NF より右のフィールド) を参照した結果は 空文字列になります。しかしながら、存在しないフィールドへの代入(たとえ ば、 $(NF+2)=5 ) は NF の値を増加させ、間のフィールドには空文字が設定されます。 さらに $0 の値は、フィールドの値を変数 OFS の値でフィールドを区切ったものとして再計算されます。 負のフィールド番号への参照は致命的エラーとなります。 NF を減少させると、新しい値を越えるフィールドの値は失われます。 $0 の値は、フィールドの値を変数 OFS の値でフィールドを区切ったものとして再計算されます。

組み込み変数¶

gawk の組み込み変数は以下のとおりです。

ARGC

コマンドライン引数の個数 ( gawk へのオプションと、プログラム指定は含みま せん)。

ARGIND

現在処理中のファイル名が格納されている配列 ARGV のインデックス。

ARGV

コマンドライン引数の配列。配列は、 0 から ARGC - 1 までのインデックスを 持ちます。 ARGV の内容を変更することで、入力に用いるファイル名を変 更することができます。

CONVFMT

数値の変換フォーマット。デフォルト値は "%.6g" です。

ENVIRON

現在の環境変数の値からなる配列。配列は、環境変数名によりインデックスされ 、各要素の値はその環境変数の値です (例えば ENVIRON["HOME"] は /home/arnold となるでしょう)。本配列に 代入を行っても、 gawk からリダイレクトや system() 関数により実行される プログラムの環境には影響を与えません(これは、将来の gawk では変更される可能性があります)。

ERRNO

getline のリダイレクト、 getline による読み込み、 close() 関数の実行時のいずれかにシステムエラーが発生した場合、変数 ERRNO にはエラーの内容を示した文字列が設定されます。

FIELDWIDTHS

空白で区切られたフィールド長のリスト。もしこの値が設定されていれば、 gawk は FS の値を用いてフィールド分割するかわりに、固定長のフィールド分割を行 います。固定長のフィールド分割機能はまだ実験的なもので、 gawk が改良されるに従って意味が変化する可能性があります。

FILENAME

現在の入力ファイル名。もし、コマンドラインで入力ファイルが指定されてい なければ、 FILENAME の値は “-” です。しかしながら、 BEGIN ブロック内では FILENAME は未定義です。

FNR

現在の入力ファイルにおける入力レコード番号。

FS

入力フィールドセパレータ。デフォルトでは単一の空白です。 上述の フィールド を参照してください。

IGNORECASE

すべての正規表現と文字列操作において大文字小文字の区別を制御します。もし、 IGNORECASE が 0 でない値に設定されていれば、文字列比較、ルールのパターンマッチ、 FS によるフィールド分割、 RS によるレコード分割、 ~ と !~ による正規表現マッチ、定義済み関数 gensub(), gsub(), index(), match(), split(), sub() において大文字と小文字の違いは無視されます。このため、 IGNORECASE が 0 以外の値なら、 /aB/ は "ab", "aB", "Ab", "AB" のいずれにもマッチすることになります。 他のAWK 変数と同様に IGNORECASE の初期値は 0 なので、通常は 正規表現と文字列操作において大文字と小文字は区別されます。 Unix では、大文字小文字を無視する場合、 ISO 8859-1 Latin-1 文字集合全てを使用できます。 注: 3.0 以前の gawk では IGNORECASE は正規表現操作のみに影響しました。現在は文字列比較にも影響します。

NF

現在の入力レコードのフィールド数。

NR

現在までに読み込んだ入力レコード数の合計。

OFMT

数字の出力フォーマット。デフォルト値は "%.6g" です。

OFS

出力フィールドセパレータ。デフォルトは空白です。

ORS

出力レコードセパレータ。デフォルトは改行です。

RS

入力レコードセパレータ。デフォルトは改行です。

RT

レコードターミネータ。 gawk は、 RS で指定される文字または正規表現にマッチする入力テキストを、 RT に設定します。

RSTART

match() によりマッチした最初の文字の位置。0 はマッチしなかったことを示します。

RLENGTH

match() によりマッチした文字列の長さ。-1 はマッチしなかったことを示します。

SUBSEP

多次元配列を実現する際に用いられる、配列のインデックスを結合する文字。 デフォルト値は "\034" です。

配列¶

配列は、ブラケット ([ と ]) の間の式によってインデックスを指定します。もし式が式 のリスト(式, 式 ...) なら、式の値を変数 SUBSEP の値を区切りとして 結合した文字列をインデックスとして用います。これにより、多次元配列を シミュレートしています。例えば、

は、文字列 "hello, world\n" を、文字列 "A\034B\034C" で インデックスした配列 x の要素に代入しています。 AWK の配列はすべて、文字列によりインデックスを行う連想配列です。

特殊な演算子 in を if または while ステートメントで用いることによって、あるインデックス値に おける配列の値が定義されているかを調べることができます。

if (val in array)
	print array[val]

もし、配列が多次元インデックスを持つなら、 (i, j) in array を用います。

in はまた、 for ループ中で、配列のすべてのインデックス値について繰り返すために 用いることができます。

配列の要素は、 delete ステートメントを用いて削除することができます。 delete ステートメントはまた、 添字を指定せずに配列名のみを指定することにより、 配列全体を削除するためにも使えます。

変数の型と変換¶

変数とフィールドは、(浮動小数点数の) 数値または文字列、あるいは両方として 扱われます。 変数の値がどのように解釈されるかは、変数の使われ方によって変化します。 数式中で用いられれば変数は数値として解釈され、文字列として用いられれ ば文字列として解釈されます。

変数の値を強制的に数値であると解釈させたい場合は、変数に 0 を加えます。 文字列と解釈させたい場合は空文字列を結合します。

文字列を数値に変換する必要がある場合、変換は atof(3) によって行われます。 数値を文字列に変換する場合は、変数 CONVFMT の値をフォーマット文字列として用いて、 sprintf(3) により行われます。AWK ではすべての数値は浮動小数点数ですが、整数値は常に整数 として変換が行われます。 よって、以下の場合、

CONVFMT = "%2.2f"
a = 12
b = a ""

変数 b は文字列値 "12" となり、"12.00" とはなりません。

gawk は、以下のようにして比較を行います: 2 つの変数が数値なら数値として比 較します。もし片方が数値で片方が`数値'文字列なら、数値として比較されます。 片方が数値でない文字列なら、数値のほうが文字列に変換され、文字列として 比較されます。両方とも文字列なら、文字列として比較されます。POSIX 標準に従う なら、両方とも数値文字列の場合は数値として比較しますが、これは明ら かに間違いです。 gawk はそのような動作をしません。

"57" のような文字列定数は数値文字列では なく 、文字列定数です。「数値文字列」の概念は、フィールド、 getline の入力、 FILENAME 、 ARGV の要素、 ENVIRON の要素、数値文字列から split() によって作成された配列の要素に対してのみ適用されます。 基本的な考え方では、 ユーザ入力 、それも数値に見えるユーザ入力のみが数値として扱われます。

初期化されていない変数は、数値としては 0 を、文字列としては "" (空文字列) を 持ちます。

パターン¶

AWK のパターンは、以下のうちのいずれかです。

BEGIN
END
/regular expression/
relational expression
pattern && pattern
pattern || pattern
pattern ? pattern : pattern
(pattern)
! pattern
pattern1, pattern2

BEGIN と END は特殊なパターンであり、入力と比較されることはありません。すべての BEGIN パターンに対応したアクション部は結合され、 そのようなすべてのアクション部が単一の BEGIN ブロック中にあるかのように扱われます。 結合されたアクションは、 すべての入力ファイルの読み込みに先立って実行されます。同様にすべての END ブロックは結合され、すべての入力ファイルの処理後 (あるいは、exit ステートメント が実行されたとき) に実行されます。 BEGIN と END はパターン式内で他のパターンと混ぜて使うことはできません。また、 BEGIN と END パターンはアクション部を省略することができません。

/regular expression/ パターンでは、正規表現 (regular expression) にマッチした入力レコードに対してアクション が実行されます。正規表現は egrep(1) と同じものが使えます。あとに要約を示します。

関係式(relational expression) では、後述のアクションについての節で示す演算子を用いることが できます。 これらは概して、特定のフィールドが正規表現にマッチするかどうかを 調べるために用いられます。

演算子 &&, ||, ! は、それぞれ C 言語での論理AND、論理OR、論理NOT と等価です。 C 言語と同様に、評価値が確定した時点で以降の評価を打ち切ります。 これらは複数のパターン式を結合するために使用されます。 他のプログラミング言語と同様、括弧によって評価順序を変更することができます。

?: 演算子は C 言語のものと同様です。もし、最初のパターンが真なら、 テストのために 2 番目のパターンが用いられ、そうでなければ 3 番目のパターンが 用いられます。2 番目と 3 番目のパターンのどちらかだけが評価されます。

pattern1, pattern2 形式は 範囲パターン と呼ばれます。範囲パターンは、 pattern1 にマッチするレコードから、 pattern2 にマッチするレコードまでのすべてにマッチします。 この形式は、他のパターン式と混合して用いることはできません。

正規表現¶

awk の正規表現は egrep のものと同様に、拡張された正規表現です。 以下の構成要素から成り立っています。

c

メタ文字ではない c にマッチします。

\c

リテラル文字 c にマッチします。

.

改行を 含む 任意の 1 文字にマッチします。

^

文字列の先頭にマッチします。

$

文字列の終端にマッチします。

[abc...]

文字リストであり、 abc... のいずれか 1 文字にマッチします。

[^abc...]

文字リストの逆であり、 abc... 以外の 1 文字にマッチします。

r1|r2

選言: r1 または r2 にマッチします。

r1r2

結合: r1 の直後に r2 が続くものにマッチします。

r+

r の 1 回以上の繰り返しにマッチします。

r*

r の 0 回以上の繰り返しにマッチします。

r?

r の 0 回または 1 回の繰り返しにマッチします。

(r)

グループ化: r にマッチします。

r{n}

r{n,}

r{n,m}

ブレース中に 1 つか 2 つの数値を記述することにより、 インターバル表現 を表します。ブレース中に数値が 1 つある場合、直前の正規表現 r が n 回繰り返されます。2 つの数値がコンマで区切られている場合、 r は n 回から m 回繰り返されます。1 つの数値に続いてコンマがある場合、 r は少なくとも n 回繰り返されます。

インターバル表現は --posix または --re-interval がコマンドラインにて指定されているときのみ利用可能です。

\y

語の先頭または末尾の空文字列にマッチします。

\B

語の中の空文字列にマッチします。

\<

語の先頭の空文字列にマッチします。

\>

語の末尾の空文字列にマッチします。

\w

語を構成する文字 (レター、数値、アンダスコア) にマッチします。

\W

語を構成する文字以外の文字にマッチします。

\`

バッファ (文字列) の先頭の空文字列にマッチします。

\'

バッファの末尾の空文字列にマッチします。

文字列定数中で用いることができるエスケープシーケンス (後述参照) は、 正規表現中でも使用することができます。

文字クラス は POSIX 標準で導入された新機能です。 文字クラスは特定の属性を持つ文字列リストの特殊表現ですが、 実際の文字集合自身は国や文字集合によって様々なものとなります。 例えば、アルファベット文字はアメリカ合州国とフランスとでは異なります。

文字クラスが有効なのは、 文字リストのブラケットの中の正規表現だけです。 文字クラスは、 [: と、クラスを表現するキーワードと、 :] で構成されます。 以下に POSIX 表現で定義される文字クラスを示します。

[:alnum:]

アルファベットと数値文字。

[:alpha:]

アルファベット文字。

[:blank:]

空白とタブ文字。

[:cntrl:]

制御文字。

[:digit:]

数値文字。

[:graph:]

印字可能で可視な文字。 (空白は印字可能ですが見えません。一方 a は印字可能かつ可視です。)

[:lower:]

アルファベット文字の小文字。

[:print:]

印字可能な文字 (制御文字以外)。

[:punct:]

句読点文字 (レター、数値、制御文字、空白文字のいずれでもない文字)。

[:space:]

空白文字 (空白、タブ、フォームフィード等の少数の文字を指す)。

[:upper:]

アルファベット文字の大文字。

[:xdigit:]

16 進数の数値。

例えば、POSIX 標準以前では、アルファベットと数値の文字にマッチするためには、 /[A-Za-z0-9]/ と書きました。しかし、別のアルファベット文字が文字集合に含まれる場合、 それらにはマッチしません。 POSIX 文字クラスでは、 /[[:alnum:]]/ と記述することができ、文字集合の すべて のアルファベットと数値にマッチします。

文字リスト中には、更に 2 つの特殊シーケンスを使用できます。 これらは、 複数の文字によって表現される単一シンボル ( 照合文字 と呼ばれます) を持ち、 複数の文字が 参照 やソートにおいては等価であるとされる、非 ASCII 文字集合に適用されます。 (例えば、フランス語では単なる “e” とグレーブアクセント付きの e` とでは 等価です。)

照合シンボル

参照シンボルは複数文字の参照要素であり、 [. と .] で括ります。 例えば、 ch が参照要素の場合、 [[.ch.]] は正規表現となり、この参照要素にマッチします。 一方、 [ch] は c か h にマッチする正規表現です。

等価クラス

等価クラスは 等価な文字リストを指すロケール固有の名前です。名前は [= と =] で括ります。 例えば、名前 e は “e,” “e`,”, “e`.” のすべてを表現するために使用されるかもしれません。 この場合、 [[=e=]] は e, e´, e` のいずれかにマッチする正規表現となります。

これらの機能は英語以外のロケールにて非常に有用です。 gawk が正規表現のマッチングに使用するライブラリ関数は、 現在 POSIX 文字クラスのみを理解し、 参照シンボルと等価クラスは理解しません。

\y, \B, \<, \>, \w, \W, \`, \' の演算子は gawk 固有であり、GNU 正規表現ライブラリの機能を元にした拡張です。

様々なコマンドラインオプションによって、正規表現中の文字を gawk がどのように解釈するのかを制御できます。

オプション無し

デフォルトでは、 gawk は上述の POSIX 正規表現および GNU 正規表現のすべての機能を提供します。 しかしながら、インターバル表現はサポートされません。

--posix

POSIX 正規表現のみがサポートされ、GNU 演算子はサポートされません (例えば、 \w はリテラル w にマッチします)。 インターバル表現は許されます。

--traditional

伝統的な Unix awk の正規表現がサポートされます。GNU 演算子、インターバル表現、 POSIX 文字クラス ( [[:alnum:]] など) はサポートされません。 8 進または 16 進のエスケープシーケンスで表現される文字は、 正規表現のメタ文字を表現するとしても、 リテラルとして扱われます。

--re-interval

--traditional が指定されていたとしても、正規表現中でインターバル表現をサポートします。

アクション¶

アクションは、ブレース { と } で囲みます。アクションは通常の代入、条件文、 ループ文等からなります。演算子、制御文、入出力文は C 言語とほぼ同様です。

演算子¶

AWK での演算子を、優先順位の高いものから順に示します。

(...)

グループ化。

$

フィールド参照。

++ --

インクリメント、デクリメント。前置も後置も可能。

^

べき乗 (** も同様の意味で使用できる。また **= 代入演算子も存在する)。

+ - !

単項のプラス、マイナス、論理否定。

* / %

乗算、除算、剰余。

+ -

加算と減算。

space

文字列結合。

< >

<= >=

!= ==

通常の関係演算子。

~ !~

正規表現マッチ、否定のマッチ。 注意: ~ と !~ の左辺に正規表現定数 (/foo/等) を用いてはいけません。正規表現定数は右辺にのみ置くことができます。式 /foo/ ~ exp は (($0 ~ /foo/) ~ exp) と等価であり、 これは通常意図するものとは異なります。

in

配列のメンバ。

&&

論理 AND。

||

論理 OR。

?:

C 言語の条件式と同様です。 expr1 ? expr2 : expr3の形式で使います。もし expr1 が真なら式の値は expr2 になり、そうでなければ expr3 になります。 expr2 か expr3 のうち片方のみが評価されます。

= += -=

*= /= %= ^=

代入。絶対代入 (var = value) と演算子代入 (他の形式) がサポートされています。

制御ステートメント¶

制御ステートメントは以下のとおりです。

if (condition) statement [ else statement ]
while (condition) statement 
do statement while (condition)
for (expr1; expr2; expr3) statement
for (var in array) statement
break
continue
delete array[index]
delete array
exit [ expression ]
{ statements }

入出力ステートメント¶

入出力ステートメントは以下のとおりです。

close(file)

ファイル (またはパイプ、下記参照) をクローズします。

getline

次のレコードを $0 に読み込みます。 NF, NR, FNR が設定されます。

getline <file

ファイル file から次のレコードを $0 に読み込みます。 NF が設定されます。

getline var

次のレコードを変数 var に読み込みます。 NR, FNR が設定されます。

getline var <file

ファイル file から次のレコードを変数 var に読み込みます。

next

現在のレコードに対する処理を終了し、次のレコードを読み込み、AWK プログ ラムの最初のパターンから処理を開始します。 C 言語の continue と類似した意味を持ちます。 もし、入力データの終端に達した場合、 END ブロックが存在すれば実行されます。

nextfile

現在の入力ファイルに対する処理を終了し、次の入力ファイルからレコードを 読み込みます。 FILENAME と ARGIND が更新され、 FNR が 1 にリセットされ、AWK プログラムの 最初のパターンから処理が開始されます。入力データの終端に達したときは、 もし存在すれば、 END ブロックが実行されます。 注: 以前のバージョンの gawk では next file と 2 語で使用されていました。この用法はまだ認識されますが、 警告メッセージを生じさせますし、最終的には無くなる表現です。

print

現在のレコードを出力します。 出力レコードは ORS 変数の値にて終端されます。

print expr-list

式を出力します。各式は OFS の値で区切られます。出力されるレコードの最後に は ORS の値が付加されます。

print expr-list >file

式をファイル file に出力します。各式は OFS の値で区切られます。出力されるレコードの 最後には ORS の値が付加されます。

printf fmt, expr-list

書式付き出力です。

printf fmt, expr-list >file

ファイル file への書式付き出力です。

system(cmd-line)

コマンド cmd-line を実行し、終了ステータスを返します (POSIX に対応しない システムでは使用できない場合があります)。

fflush([file])

オープンされている出力ファイルまたはパイプ file に関連づけられているバッファをフラッシュします。 file を指定しないと、標準出力がフラッシュされます。 file が空文字列の場合、オープンされているすべてのファイルとパイプのバッファを フラッシュします。

その他の形式のリダイレクトとして以下のものが利用可能です。 print と printf に対して、 >> file を指定すると出力はファイル file に追加され、 | command は出力をパイプに対して行います。同様に、 command| getline はコマンドの出力から getline を行ないます。 getline はファイル終端では 0 を、エラー時には -1 を返します。

注: ループ中で getline へパイプ書き込みする場合または print か printf からパイプ読み取りする場合、 コマンドの新インスタンスを作成するために close() を使用することが必要です。 パイプが EOF を返すときでも、AWK は自動的にはパイプを閉じません。

printf ステートメント¶

AWK での printf ステートメントと sprintf() 関数 (後述参照) は、以下の変換指定書式を受け付けます。

%c

1 つの ASCII 文字。 %c に対応する引数が数値なら、その値を ASCII コードとみなし て文字に変換します。そうでなければ、引数は文字列であると解釈され、その 1 文字目が出力されます。

%d

%i

10 進数 (整数部分)。

%e

%E

[-]d.dddddde[+-]dd という形式の浮動小数点数。 %E 形式では e の代りに E が使用されます。

%f

[-]ddd.dddddd という形式の浮動小数点数。

%g

%G

%e と %f の短い方の形式の浮動小数点数。余計な 0 は省略されます。 %G 形式では %e の代りに %E を使用します。

%o

符号なしの 8 進数 (整数)。

%u

符号なしの 10 進数 (整数)。

%s

文字列。

%x

%X

符号なしの 16 進数 (整数)。 %X 形式では、 abcdef の代りに ABCDEF を用います。

%%

単一の文字 % 。引数は使用しません。

% と上記の制御文字との間にオプショナルな追加のパラメータを置く ことができます。以下にそれらを示します。

-

左寄せ。

空白

数値変換において、正の値のプレフィックスは空白となり、 負の値のプレフィックスはマイナス記号となります。

+

プラス記号は幅修正子 (後述) の前に使用し、 整形されるデータが正であったとしても、 数値変換に対して常に符号を付けることを指示します。 + は空白修正子に優先します。

#

ある制御レターに対して「別の形式」を使用します。 %o に対しては先行する 0 を与え、 %x と %X に対しては非 0 の結果に対して先行する 0x と 0X を与えます。 %e, %E, %f に対しては結果に常に小数点を含めます。 %g, %G に対しては結果の末尾から 0 を取り除きません。

0

先頭の 0 (ゼロ) はフラグとして動作し、 出力を空白ではなく 0 でパディングすることを示します。 これは非数値の出力書式に対しても適用されます。 このフラグが有効なのは、フィールド幅が印字される値の幅より広いときだけです。

width

フィールドが指定した幅 width になるようにパディングされます。フィールドは通常空白でパディングされます。 0 フラグが使用された場合には 0 でパディングされます。

.prec

印字において使用する精度を数値で指定します。 %e, %E, %f の書式に対しては、小数点の右側に印字される数字の数を指定します。 %g, %G の書式に対しては、仮数部の最大数を指定します。 %d, %o, %i, %u, %x, %X の書式に対しては、印字される数字の最小数を指定します。 文字列に対しては、印字される文字列からとりだされる最大の文字数を指定します。

ANSI C の printf() の動的な幅 width と精度 prec の指定機能が使用できます。 幅 または 精度 の指定部分に * を指定することで、その値を printf または sprintf() への引数で指定できます。

特殊ファイル名¶

print や printf で書き込みときでも、 getline でファイルから読み取るときでも、 入出力リダイレクトを行う場合、 gawk は内部的な特殊なファイル名を解釈します。 これらのファイル名により、親プロセス (通常はシェルです) から受け継いだ オープン状態のファイルディスクリプタを用いて入出力を行ったり、実行中の gawk プロセスに関する情報を得ることができます。 特殊ファイル名は以下のとおりです。

/dev/pid

現在のプロセスのプロセスID (10 進数で、最後に改行が付きます) を 読み込むことができます。

/dev/ppid

現在のプロセスの親のプロセスのプロセスID (10 進数で、最後に改行が付きます) を 読み込むことができます。

/dev/pgrpid

現在のプロセスのプロセスグループ ID (10 進数で、最後に改行が付きます) を読み込むことができます。

/dev/user

このファイルを読むことで、改行で終わる単一のレコードが得られます。 各フィールドは空白で区切られています。 $1 は getuid(2) システムコールの値、 $2 は geteuid(2) システムコールの値、 $3 は getgid(2) システムコールの値、 $4 は getegid(2) システムコールの値です。もし、さらにフィールドがあれば、 それは getgroups(2) システムコールが返すグループ ID のリストです。 全てのシステムで複数のグループがサポートされているわけではありません。

/dev/stdin

標準入力。

/dev/stdout

標準出力。

/dev/stderr

標準エラー出力。

/dev/fd/n

オープンされたファイルディスクリプタ n に対応しているファイル。

エラーメッセージを出力するには、以下の方法が便利です。

もしこの機能が無かったら、次のようにするしかないところです。

これらのファイル名は、コマンドラインのデータファイル指定で使うこともできます。

数値関数¶

AWK は以下の定義済み数値関数を持っています。

atan2(y, x)

y/x の逆正接をラジアンで与えます。

cos(expr)

expr の余弦をラジアンで与えます。

exp(expr)

指数関数。

int(expr)

整数への切捨て。

log(expr)

自然対数。

rand()

0 から 1 の間の乱数を与えます。

sin(expr)

expr の正弦をラジアンで与えます。

sqrt(expr)

平方根。

srand([expr])

expr の値を乱数生成関数の種として用います。式が指定されなかった場合は、 時刻が用いられます。直前の種の値を返します。

文字列関数¶

gawk は以下の定義済み文字列関数を持っています。

gensub(r, s, h [, t])

対象文字列 t から正規表現 r のマッチを探します。 h が g または G で開始する文字列の場合、マッチする r をすべて s に置き換えます。 そうでない場合、 h は何番目の r のマッチを置き換えるのかを示します。 t が与えられない場合、代りに $0 が使用されます。 置換テキスト s では、シーケンス \n ただし n は 1 から 9 までの数字を使用して、 n 番目にマッチした括弧付きサブ式を示すことができます。 シーケンス \0 は文字 & と同様、マッチしたテキスト全体を表します。 sub() や gsub() とは異なり、修正された文字列が関数の結果として返され、 元の対象テキストは変更され ません 。

gsub(r, s [, t])

文字列 t 中で正規表現 r にマッチした部分をすべて s に置換します。置換の個数を返します。 t を指定しなかった場合は $0 が用いられます。 置換テキストでは、 & は実際にマッチしたテキストで置き換えられます。 \& を使用するとリテラルの & を得ることができます。 sub(), gsub(), gensub() における & とバックスラッシュに関する完全な議論は Effective AWK Language Programming を参照してください。

index(s, t)

文字列 s 中に含まれる文字列 t の位置を返します。 t が含まれていない場合は 0 を返します。

length([s])

文字列 s の長さを返します。 s を指定しなかった場合には $0 の長さを返します。

match(s, r)

文字列 s 中で正規表現 r にマッチする位置を返します。マッチしない場合は 0 を 返します。 RSTART と RLENGTH の値が設定されます。

split(s, a [, r])

文字列 s を正規表現 r を用いて分割し、配列 a に格納します。 フィールド数を返します。 r が省略され た場合は FS が用いられます。配列 a の内容は、分割前にクリアされます。 分割は、上述のフィールド分割と同じ動作を行います。

sprintf(fmt, expr-list)

書式 fmt に従って exp-list を整形表示し、結果の文字列を返します。

sub(r, s [, t])

gsub() と似ていますが、最初にマッチした文字列のみが置換されます。

substr(s, i [, n])

文字列 s の i 文字目から始まる最大 n 文字の部分文字列を返します。 n が省略された場合、 i 文字目以降の部分文字列が返されます。

tolower(str)

文字列 str をコピーし、大文字をすべて小文字に変換したものを返します。 アルファベットでない文字は変化しません。

toupper(str)

文字列 str をコピーし、小文字をすべて大文字に変換したものを返します。 アルファベットでない文字は変化しません。

時間関数¶

タイムスタンプを含んだログファイルの処理は AWK プログラムの主な使い道の1つですから、 gawk はタイムスタンプを取り出したり、フォーマット するための 2 つの関数を提供します。

systime()

基準時点からの経過秒数を返します (POSIX システムでは、基準時点は UTC で 1970 年 1 月 1 日 0:00 です)。

strftime([format [, timestamp]])

書式 format に従って timestamp をフォーマットします。 timestamp は systime() が返す値と同じ形式でなければなりません。 timestamp が省略された場合、現在の日付が使用されます。 format が省略された場合、 date(1) が出力に使用するものと同じデフォルトフォーマットが使用されます。 利用可能なフォーマットについては、ANSI C の strftime() 関数の仕様を参照して下さい。パブリックドメインな strftime(3) とそのマニュアルページが gawk とともに配布されています。もし、 gawk を作成するためにその strftime を用いた場合は、そのマニュアルに記述されている変換書式が gawk でも利用可能です。

文字列定数¶

AWK での文字列定数は、ダブルクォート (") に狭まれた文字の列です。 文字列内では、C 言語のようにいくつかの エスケープシーケンス が使えます。

\\

バックスラッシュそのもの。

\a

「警告」文字。通常は ASCII BEL 文字です。

\b

バックスペース。

\f

改ページ (フォームフィード)。

\n

改行。

\r

復帰 (キャリッジリターン)。

\t

水平タブ。

\v

垂直タブ。

\xhex digits

\x に続く 16 進数で表現された文字。ANSI C と同様に、 \x に続くすべての 16 進数字 はエスケープシーケンスの一部であるとみなされます。 (この機能によりコミッティによる言語デザインが分かります。) 例えば、"\x1B" は ASCII ESC (エスケープ) 文字です。

\ddd

1 桁か 2 桁か 3 桁の 8 進数で表現された文字。例えば、 "\033" は ASCII ESC (エスケープ) 文字です。

\c

文字 c そのもの。

エスケープシーケンスは正規表現定数内でも用いることができます (例えば、 /[ \t\f\n\r\v]/ は空白文字にマッチします)。

互換モードでは、8 進および 16 進のエスケープシーケンスで表現される文字は、 正規表現定数として使用された場合、リテラルとして扱われます。 それゆえ、 /a\52b/ は /a\*b/ と等価です。