精通awk系列(15)：awk数据类型和字面量

---

回到：

• Linux系列文章
• Shell系列文章
• Awk系列文章

---

数据类型

gawk有两种基本的数据类型：数值和字符串。在gawk 4.2.0版本中，还支持第三种基本的数据类型：正则表达式类型。

数据是什么类型在使用它的上下文中决定：在字符串操作环境下将转换为字符串，在数值操作环境下将转换为数值。这和自然语言中的一个词语、一个单词在不同句子内的不同语义是一样的。

隐式转换：

• 算术加0操作可转换为数值类型
  • "123" + 0返回数值123
  • " 123abc" + 0转换为数值时为123
  • 无效字符串将转换成0，例如"abc"+3返回3
• 连接空字符串可转换为字符串类型
  • 123""转换为字符串"123"

awk 'BEGIN{a="123";print typeof(a+0)}' # number
awk 'BEGIN{a=123;print typeof(a"")}'   # string

awk 'BEGIN{a=2;b=3;print(a b)+4}' # 27

显式转换：

• 数值->字符串：
  • CONVFMT或sprintf()：功能等价。都是指定数值转换为字符串时的格式

awk 'BEGIN{a=123.4567;CONVFMT="%.2f";print a""}' #123.46
awk 'BEGIN{a=123.4567;print sprintf("%.2f", a)}' #123.46
awk 'BEGIN{a=123.4567;printf("%.2f",a)}' 

• 字符串->数值：strtonum()

gawk 'BEGIN{a="123.4567";print strtonum(a)}' # 123.457

awk字面量

awk中有3种字面量：字符串字面量、数值字面量和正则表达式字面量。

数值字面量

# 结果是123而非123.0
awk 'BEGIN{a=123.0;print a}'

算术运算

++ --    自增、自减，支持i++和++i或--i或i--
^        幂运算(**也用于幂运算)
+ -      一元运算符(正负数符号)
* / %    乘除取模运算
+ -      加减法运算

# 注：
# 1.++和--既可以当作独立语句，也可以作为表达式，如:
#     awk 'BEGIN{a=3;a++;a=++a;print a}'
# 2.**或^幂运算是从右向左计算的：print 2**1**3得到2而不是8

赋值操作(优先级最低)：

= += -= *= /= %= ^= **=

疑惑：b = 6;print b += b++输出结果？可能是12或13。不同的awk的实现在评估顺序上不同，所以不要用这种可能产生歧义的语句。

字符串字面量

awk中的字符串都以双引号包围，不能以单引号包围。

• "abc"
• ""
• "\0"、"\n"

字符串连接（串联）：awk没有为字符串的串联操作提供运算符，可以直接连接或使用空格连接。

awk 'BEGIN{print ("one" "two")}'  # "onetwo"
awk 'BEGIN{print ("one""two")}'
awk 'BEGIN{a="one";b="two";print (a b)}'

注意：字符串串联虽然方便，但是要考虑串联的优先级。例如下面的：

# 下面第一个串联成功，第二个串联失败，
# 因为串联优先级低于加减运算，等价于`12 (" " -23)`
# 即：先转为数值0-23，再转为字符串12-23
$ awk 'BEGIN{a="one";b="two";print (12 " " 23)}'
12 23
$ awk 'BEGIN{a="one";b="two";print (12 " " -23)}'
12-23

正则表达式字面量

普通正则：

• /[0-9]+/
• 匹配方式："str" ~ /pattern/或"str" !~ /pattern/
• 匹配结果返回值为0(匹配失败)或1(匹配成功)
• 任何单独出现的/pattern/都等价于$0 ~ /pattern/
  • if(/pattern/)等价于if($0 ~ /pattern/)
  • 坑1：a=/pattern/等价于将$0 ~ /pattern/的匹配返回值（0或1）赋值给a
  • 坑2：/pattern/ ~ $1等价于$0 ~ /pattern/ ~ $1，表示用$1去匹配0或1
  • 坑3：/pattern/作为参数传给函数时，传递的是$0~/pat/的结果0或1
  • 坑4.坑5.坑6...

强类型的正则字面量(gawk 4.2.0才支持)

• @/pattern/作为独立的一种数据类型：正则表达式类型
• 在使用正则字面量变量进行匹配的时候，不能简写a=@/Alice/;a{print}，只能写完整的匹配a=@/Alice/;$0 ~ a{print}
• 解决上面的坑
• 可使用typeof()(也是4.2才支持的)检查类型，得到的结果将是regexp
  • awk 'BEGIN{re=@/abc/;print typeof(re)}'