Deprecated: The each() function is deprecated. This message will be suppressed on further calls in /home/zhenxiangba/zhenxiangba.com/public_html/phproxy-improved-master/index.php on line 456
The GNU Awk User's Guide - パターンとアクション移動先先頭, 前, 次, 末尾セクション, 目次.

パターンとアクション

既に説明したように、それぞれのawkの文はアクションを伴ったパターンから構成されている。この章ではパターンとアクションをどのように作成するかを説明する。

Pattern Elements

awkのパターンはルールの実行を制御する。あるルールはそのパターンとカレント入力レコードがマッチしたときに実行される。このセクションではパターンの記述の仕方を説明する。

パターンの種類

以下にawkでサポートしているパターンをまとめる。

/regular expression/: 正規表現はパターンのようなものであり、入力レコードのテキストに一致したときマッチする。 (セクション正規表現を参照.)
expression: 一つの式。数値に変換して0でない、もしくは空でない文字列のときにマッチする (セクションパターンとしての式を参照.) カンマで区切られた二つのパターンはレコードの範囲を指定する。この範囲にはpat1にマッチした最初のレコードと、pat2にマッチした最後のレコードの両方が含まれる(セクションパターンを使ったレコード範囲の指定を参照.)。
BEGIN
END: awkプログラムで、前処理もしくは後処理をするための特別なパターン (セクション特殊パターンBEGINとENDを参照.)
empty: 空のパターンはすべての入力レコードにマッチする (セクション空パターンを参照.)。

パターンとしての正規表現

これまでのサンプルの中で、正規表現をパターンとして使ってきた。この種類のパターンは、あるルールのパターン部分にある単純な正規表現定数である。それは`$0 ~ /pattern/'. と同じ意味を持つ。これは入力レコードが正規表現にマッチしたとき、 (入力レコードに)マッチするパターンである。例を挙げよう。

/foo|bar|baz/  { buzzwords++ }
END            { print buzzwords, "buzzwords seen" }

パターンとしての式

awkの任意の式は、そのままawkの正しいawkのパターンである。そして、式の値が非0(数値の場合)でもなく、空でない文字列 (文字列の場合)の場合には、パターンマッチするということになる。

式は、ルールが新たな入力レコードに対してテストされる度に再評価が行われる。もしここで式が$1のようなフィールドを使っていたのならば、その値は新たな入力レコードテキストによるものである。それ以外のものはawkプログラムの実行時の動作にのみ依存する。

パターンとして使われている式は、一般的にセクション Variable Typing and Comparison Expressionsを参照. にある比較演算子を使った比較式をパターンとして使っている。

(セクション動的正規表現を使うを参照). 正規表現マッチング(と非マッチング)は非常に一般的な式である。 `~'演算子や`!~'演算子の左オペランドは文字列であり、右オペランドはスラッシュで囲まれた (/regexp/のような)正規表現定数か動的正規表現として扱われる文字列値を持つ任意の式である。

`~'演算子や`!~'演算子の左オペランドは文字列であり、右オペランドは(/regexp/)のようにスラッシュで囲まれた正規表現定数か、動的正規表現として使用される文字列としての値を持つ任意の式である (セクション動的正規表現を使うを参照)。

次に挙げる例は、第一フィールドが`foo'である入力レコードの第二フィールドを出力する。

$ awk '$1 == "foo" { print $2 }' BBS-list

(これはなにも出力しない。なぜなら、"foo"という名前のBBSはないからだ。) 対照的に、次の例では第一フィールドに`foo'を含むレコードを出力するものである。

$ awk '$1 ~ /foo/ { print $2 }' BBS-list
-| 555-1234
-| 555-6699
-| 555-6480
-| 555-2127

ブール式もまた同様にパターンとして使われている。パターンが入力レコードにマッチするかどうかを、部分式がマッチするかどうかで判定する。

例を挙げると、次のコマンドは `2400'と`foo'の両方を含む`BBS-list'中のレコード全てを出力する。

$ awk '/2400/ && /foo/' BBS-list
-| fooey        555-1234     2400/1200/300     B

次の例は`2400' か `foo'のいずれか(両方でもよい)を含む `BBS-list'中のすべてのレコードをすべて出力する。

$ awk '/2400/ || /foo/' BBS-list
-| alpo-net     555-3412     2400/1200/300     A
-| bites        555-1675     2400/1200/300     A
-| fooey        555-1234     2400/1200/300     B
-| foot         555-6699     1200/300          B
-| macfoo       555-6480     1200/300          A
-| sdace        555-3430     2400/1200/300     A
-| sabafoo      555-2127     1200/300          C

次の例では、`foo'という文字列を含まない`BBS-list'のレコードを全て出力する。

$ awk '! /foo/' BBS-list
-| aardvark     555-5553     1200/300          B
-| alpo-net     555-3412     2400/1200/300     A
-| barfly       555-7685     1200/300          A
-| bites        555-1675     2400/1200/300     A
-| camelot      555-0542     300               C
-| core         555-2912     1200/300          C
-| sdace        555-3430     2400/1200/300     A

パターン中にあるブール演算子の部分式は、正規表現定数や、比較、あるいは任意のawk式であってよい。範囲パターンは式ではなく、論理パターンの内側に置くことはできない。同様に、あらゆる入力レコードとはマッチしないスペシャルパターンBEGINやENDも式ではなく、論理パターンの内側に置くことはできない。

パターンとしての正規表現定数も同様に expression patternの特殊なケースである。/foo/は、 `foo'がカレント入力レコードにあるときに1という値を持つ式である。したがって、/foo/は`foo/'を含むレコードにマッチするパターンである。

パターンを使ったレコード範囲の指定

範囲パターン(range pattern)はbegpat, endpatのように、カンマで区切られた二つのパターンからなる。これは連続した範囲の入力レコードにマッチする。最初のパターンbegpatは範囲の始まりを制御し、二番目のパターンendpatは範囲の終わりを制御する。たとえば

awk '$1 == "on", $1 == "off"'

これは`on'/`off'のあるレコードの間にあるレコードを `on'/`off'のあるレコードも含めて出力する。

範囲パターンは入力レコードと比較しbegpatとマッチすることで始まる。レコードがbegpatとマッチした時、範囲パターンは真となる。 endpatとマッチする入力レコードがみつかるまですべての入力レコードはパターンにマッチしたと扱われる。 endpatとマッチする入力レコードが見付かったとき、範囲パターンはそれ以降の入力レコードのマッチングの際には偽となる。そして今度はまた入力レコードとbegpatがマッチするかどうかを検査するのである。

範囲パターンを真にしたり、偽にしたりしたレコードそのものも範囲パターンにマッチしたと扱われる。もしここでそのようなレコードは扱いたくないというのであれば if文を使って、ルールのアクション部分でそのようなレコードを区別すれば良い。

範囲の始まりと終わりを同じパターンにすることも可能である。そのような場合、アクションはマッチしたレコードに対してのみ実行される。

例えば、二つの目印(ここでは`%'としよう)に挟まれているテキストを無視したいと考えたとしよう。これを区切りのテキストを記述した範囲パターンとnext文 (まだ説明していない。セクション The next Statementを参照) を組み合わせて、awkに処理をスキップさせることを例えば以下ののプログラムのようにして試みるかもしれない。

/^%$/,/^%$/    { next }
               { print }

このプログラムは、`%'だけがある最初の行で範囲の開始と終了を行ってしまうので失敗してしまう。これを行うには、フラグを使用して次のようなプログラムを書かなければならない。

/^%$/     { skip = ! skip; next }
skip == 1 { next } # `skip' がセットされていたらその行を飛ばす

範囲パターンの中では、`,'はすべての演算子の中でもっとも優先順位の低い(最後に評価が行われる)演算子であることに注意すること。したがって、次の例のようなプログラムでは別の単純なテストと範囲パターンが組み合わされて扱われてしまう。

echo Yes | awk '/1/,/2/ || /Yes/'

このプログラムの作者は`(/1/,/2/) || /Yes/'のつもりだった。しかし、awkはこれを`/1/, (/2/ || /Yes/)'のように解釈する。これは変更したり、対処したりすることはできない。範囲パターンは他のパターンと組み合わせないこと。

特殊パターン`BEGIN`と`END`

BEGINとENDは特殊なパターンである。これらは入力レコードにマッチするためには使われなず、 awkスクリプトのスタートアップやクリーンアップに使われる。

Startup and Cleanup Actions

BEGINルールは一度だけ、最初の入力レコードが読み込まれる前に実行され、 ENDもやはり一度だけ、すべての入力が行なわれた後で実行される。例を挙げよう。

$ awk '
> BEGIN { print "Analysis of \"foo\"" }
> /foo/ { ++n }
> END   { print "\"foo\" appears " n " times." }' BBS-list
-| Analysis of "foo"
-| "foo" appears 4 times.

このプログラムは入力ファイル`BBS-list'中のレコードのうち、 `foo'という文字列を含むレコードの数を出力する。 BEGINルールでレポートのタイトルを出力する。ここで、BEGINルールの中で、カウンタに使用する変数 foobarを 0に初期化する必要はない。awkが自動的にそれを行なうからである (セクション Variablesを参照).

二番目のルールで、`foo'を含むレコードを読むたびに変数foobarをインクリメントしている。 ENDルールでは実行終了時のfoobarの値を出力している。

BEGIN と ENDは範囲を示すためには使えないし、論理演算子と一緒に使うこともできない(それどころかそれらは他の演算子と一緒に使うこともできない)。

awkプログラムではBEGIN ルールや ENDルールを複数記述することもできる。そのような複数のルールは、プログラムの先頭から見付かった順に全てのBEGINルールはスタートアップ時に、全てのENDルールは終了時に実行される。この機能は、awkの1987年のバージョンで付け加えられた。また、これはPOSIXの標準にも含まれている。オリジナル(1978年) のawkでは、BEGINルールはプログラムの先頭に、ENDルールはプログラムの最後に置かれていて、それぞれプログラム中に一つだけあることを要求していた。今やこうする必要はないのだが、このようにすることはプログラムの構成を改良し、可読性を向上させるアイデアではある。

複数のBEGIN や ENDはライブラリを記述するのに便利である。ライブラリはそれぞれ自分のBEGIN ルールや ENDルールを自分のスタートアップやクリーンアップのために持つことができる。気を付けなければならないのは、コマンドラインに記述されるライブラリの名前の順番によって、（ライブラリ中の）BEGIN ルールや ENDルールの実行される順番が左右されるということである。したがって、ライブラリファイルで実行される順番に依存するような記述をしないように注意しなければならない。より詳しいライブラリ関数の使い方はセクションコマンドラインオプションを参照、便利なライブラリ関数はセクション awkの関数ライブラリを参照。

BEGINルールだけで、他のルールを一切持っていないawkプログラムは、BEGINルールを実行した後でプログラムの実行を終了する(オリジナルバージョンのawkでは、ファイルの終端まで入力ファイルを読み込み、呼んだ内容を無視していた)。しかし、ENDルールがあった場合には他のルールがなかったとしても、入力の読み込みを行う。これはENDルールで FNR や NRという変数をチェックする場合に必要だからである (d.c.)。

BEGIN ルールおよび、 ENDルールはアクション部を持っていなければならない。これらのルールにはデフォルトアクションはなく、実行時にカレントレコードも存在しないからである。

Input/Output from `BEGIN` and `END` Rules

BEGINルールやENDルールから入出力を行ったときに生じる幾つかの(時として微妙な)事柄がある。

第一の点は、BEGINルール中で$0の値を扱うことに関してのものである。BEGINルールは何等かの入力が行われる前に実行されるので、入力レコードも、フィールドもBEGINルール実行時には存在していない。 $0やフィールドを参照すると、その結果は空文字列かゼロ(これは文脈による)のいずれかになる。$0に本当の値を格納する手段としては、変数指定なしでgetline(セクション getlineを使った入力を参照) コマンドを使うというものがある。もう一つのやり方として、単に値を代入するという手段もある。

第二の点は第一のものに似ているが、違う方向のものである。ENDルールの内側では、$0やNFは伝統的に大部分の処理系においてEND ルール中の$0やNFは未定義だった。POSIXの標準は、 NFがENDルール中で使用可能であることを規定しており、その内容は最後の入力レコードのフィールド数を保持しているように定められている。恐らくは見落としのために、この標準では論理上そう考えるべきであるにもかからわず、$0を同様に保存するということに言及していない。事実、 gawkはENDルールのために、$0の値を保存している。

第三の点は、先の二つに関連するものである。BEGINルールや ENDルール中で`print'が意味するところはなんだろうか? それは通常と同じく、`print $0'である。 $0が空文字列であれば、空行が印刷される。長い間awkプログラマは、BEGINルールやENDルールの中で、$0が空文字列であることを当てにして `print ""'の意味で`print'を使っていた。 BEGINルールでこれを使っていたらそれはやめたほうが良い。少なくともgawkを使っているときには、これを ENDルールで使うのは悪いアイデアである。これは良くないスタイルであり、空の行を出力したいのならばそれを明確に記述すべきである。

空パターン

空のパターン(つまり、パターンがないということ)はすべての入力レコードとマッチするように扱われる。例えば次のプログラムでは、

awk '{ print $1 }' BBS-list

すべてのレコードの第一フィールドを出力する。

Overview of Actions

awkのプログラムはルールと関数定義などの並びの集まりである (関数はこの後で説明する。セクションユーザー定義関数を参照.)。

ルールはパターンとアクション、もしくはそのどちらか一方からなる。 アクションの目的はawkに対してパターンがマッチしたときに何を行なうかを示すということである。したがって、完全な形のプログラムは次のようなものである。

[pattern] [{ action }]
[pattern] [{ action }]
...
function name(args) { ... }
...

アクションは、カーリーブレース(`{' and `}')に囲まれたひとつ以上のawkの文から構成される。それぞれの文は一つのことをする。文は改行かセミコロンで区切られている。

たとえアクション部がたった一つの文だけであったり、文がなかったとしても、アクション部をカーリーブレースで囲まなければならない。しかし、アクション部を省略するのであればカーリーブレースも一緒に省略することができる(省略されたアクションは`{ print $0 }'と同じ働きをする)。

/foo/  { }  # fooにマッチして、なにもしない - 空のアクション
/foo/       # fooにマッチしてレコードを出力 - 省略されたアクション

以下に挙げるものはawkがサポートする文の種類である。

関数呼び出しや変数への値の代入などの式。 (セクション式を参照). この種の文の実行は単に式の値を計算し、それを無視するだけである。これは式の副作用を活用するということである (セクション代入式を参照).
awkプログラムの制御フローを特定する制御文。 awk言語ではCと同じような(if, for, while, など) 制御文と、幾つかの特殊な制御文がある (セクションアクション中の制御文を参照).
一つ以上の文をカーリーブレースで囲んだ複合文。複合文は幾つかの文を一つにまとめて、if文やwhile文、 do文、for文で扱うために使用する。
getlineコマンド (セクション getlineを使った入力を参照)や next文 (セクション The next Statementを参照)、 nextfile 文 (セクション The nextfile Statementを参照). を使った入力文。
print や printfといった出力文。セクション出力を行うを参照.
配列要素を削除するための削除文。セクション The delete Statementを参照.

次の章は制御文を詳しく説明している。

移動先先頭, 前, 次, 末尾セクション, 目次.