awk命令的含义

Question

我试图理解shell脚本中的gawk。下面的命令试图根据标记段落结尾的两个（或更多）连续新行来计算段落数。

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

它是如何运作的？

Answer 1

GNU awk手册中提到了RS：

  

空字符串""（没有任何字符的字符串）具有特殊含义作为值   RS这意味着记录由一个或多个空行分隔，而不是其他任何内容。

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脚本为END{print "Number of paragraphs: "NR}（单引号由shell删除）。当输入结束时，它会打印前面带有短语的NR值。 NR是读取的记录数。请注意，这是使用短语和NR之间的隐式连接运算符。它也可以写成print "Number of paragraphs:", NR，它会产生相同的结果。
3. RS=""实际上被gawk视为RS=（双引号被shell删除）。这将设置手册中引用的特殊模式。在这里，两个或多个连续的换行将被计为段落的结尾，EOF也是如此。
4. 处理的文件为tmp.txt。

因此，该命令有效，因为gawk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。