Introduction

Meu amigo sugeriu que aprender awk poderia ser útil de várias maneiras. Uma delas para organizar finanças pessoais. Dei uma lida em alguns tutoriais, sendo que o melhor custo benefício foi o Awk in 20 Minutes, de Fred Hebert (ele é o mesmo autor de um livro sobre erlang). Gostei. É sobre tratamento de texto como sed, mas em uma versão estendida e criada na época com a mesma sintaxe de C.

Agora que vou palestrar sobre no Native Floripa de 2022 eu dei uma olhada em outro tutorial muito bom que eu vou chamar de Tutorial from an Experient Mind, de Bruce Barnett. Ele vai um pouco além porque é de alguém interessado em contar alguns macetes que dão uma visão mais interna da linguagem. E para referência eu considero o Gawk Guide como um ótimo compilado.

1977

Por ela ser uma ferramenta antiga, criada por Alfred Aho, Peter Weinberger e Brian Kernighan na década de 70, AWK usa conceitos antigos, como field e record. Ela foi criada para formatar texto em formato de planilha, ou banco de dados. Um field, ou campo, é uma coluna na planilha, e um record, ou registro, é uma linha dessa planilha. Imagine que você pode usar awk para manipular e extrair dados de qualquer texto que contenha esse padrão, sendo que os detalhes como o separador de campos e registros, por padrão espaço e nova-linha, podem ser alterados no começo do programa ou via parâmetros.

BEGIN {
  print "FS:", FS;
  print "RS:", RS;
  print "OFS:", OFS;
  print "ORS:", ORS;
}
{
  print "NF:", NF
  print "NR:", NR
  print "$0:", $0;
  print "$1:", $1;
  print "$2:", $2;
  print "$NR:", $NR;
  print "";
}

One line at a time

pattern { action }
        { action }
pattern

Se não houver padrão então a ação é executada sempre. Se não houver ação, então sempre que o padrão for encontrado em uma linha o programa imprime a linha. Ou seja, há um valor default para padrão e ação.

awk '/test/'
awk '{ print }'
awk '/test/ { print }'
awk '{ if( $0 ~ "test" ) print }'
awk '{ if( $0 ~ "test" ) print $2 }'

Awk maintains a delicate balance between being a line-oriented utility like grep and a full programming language. - Andy Oram

Program

Um Hello World interessante do AWK é imprimir a lista de arquivos e seus proprietários de uma pasta se baseando no comando ls -l. Isso demonstra os conceitos básicos da linguagem e ainda é útil.

pattern { action }

BEGIN { print "START" }
      { print         }
END   { print "STOP"  }

BEGIN { print "File\tOwner"}
{ print $9, "\t", $3}
END { print " - DONE -" }

ls -l | awk '{ print $9, "\t", $3}'

How to run

O uso do parâmetro -f é para conseguirmos rodar programas AWK sem se preocupar se ele é um script. Dessa forma ele funciona como se fosse um bash script:

#!/bin/sh
# Linux users have to change $8 to $9
awk '
BEGIN { print "File\tOwner" }
{ print $8, "\t", $3}
END { print " - DONE -" }
'

Tricks

Awk tem intermamente dois tipos primitivos (fora o array associativo): float e string.
Awk converte "123X" em 0; Nawk converte em 123.
A value of 0 is false, while anything else is true.
Undefined variables has the value of 0.
Unlike AWK, NAWK lets you use booleans as integers.
A positional variable is not a special variable, but a function triggered by the dollar sign.
All interpreter scripts accept one and only one argument; so, /bin/awk -f.

Research

Reference

Awk in 20 Minutes, de Fred Hebert.
Tutorial from an Experient Mind, de Bruce Barnett.
Gawk Guide.