awk命令的含义

Question

我正在尝试理解shell脚本中的gawk。下面的命令试图根据两个(或更多)连续的新行数来计算段落数。

gawk 'END{print "Number of paragraphs: "NR}' RS="" tmp.txt

它怎麽工作?

Answer 1

GNU awk手册中提到RS：

空字符串"" (没有任何字符的字符串)具有作为RS值的特殊含义。这意味着记录是由一个或多个空行分隔的，而没有其他的。

因此，您的程序可以解析如下：

gawk 'END{print "Number of paragraphs: "NR}' RS="" tmp.txt

1. 运行gawk命令。
2. gawk脚本是END{print "Number of paragraphs: "NR} (单引号由shell删除)。当输入结束时，它会打印NR的值，前面有一个短语。NR是读取的记录数。注意，这是在短语和NR之间使用隐式级联运算符。它也可以写成print "Number of paragraphs:", NR，并产生同样的结果。
3. RS=""实际上被gawk看作是RS= (双引号由shell删除)。这将设置从手册中引用的特殊模式。在这里，两个或更多的连续换行符将被计算为段落的结尾，EOF也是如此。
4. 所处理的文件为tmp.txt。

因此，该命令之所以工作，是因为在gawk中内置了一个特殊情况。

本讨论中的所有内容也适用于标准awk。