AWKの文字列操作関数と関連機能 - AWK

2010年6月9日水曜日

AWKの文字列操作関数と関連機能 - AWK

AWKの関数、変数、制御文＜▲＞

**** 文字列操作の手引き
文字列操作関数使用時の注意点まとめ
文字列を組み立てる
   + 速度比較。文字列の組み立て
文字列から文字を1つずつ取り出す
文字列中で使用出来る特殊文字
▼正規表現
ツール。文字列からアスキーコードを調べます（String to ASCII）

**** 組み込み関数
o 調べる
length = 文字列や配列の長さを調べる
index = 文字列の登場位置を調べる
match = 正規表現の登場位置を調べる

o 取り出す
substr = 文字列の一部を取り出す
int = 実数や文字列を整数化する
strtonum = 10進数、8進数、16進数の文字列を数値に変換する（Gawk専用）
split = 文字列を分割する
patsplit = 文字列を分割する。FPAT版（Gawk専用。バージョン4以降）
sprintf = 文字列を組み立てる

o 置き換える
gsub = 文字列を置き換える
sub = 文字列を、最初の1つだけ置き換える
gensub = n番目に見つかった文字列を置き換える（Gawk専用）
toupper = アルファベットを大文字にする
tolower = アルファベットを小文字にする

**** 関係する変数
o 更新する値
$0 = 最後に入力したデータ、1行分。対象文字列の指定が無い時に、使われる事があります。
RSTART = match関数で見つけた文字列の先頭位置
RLENGTH = match関数で見つけた文字列の長さ

o 文字列操作する為に使う値
FS = 分割する時の区切り文字。split関数で区切り文字の指定が無い時に、使われます。
FPAT = 分割する時の列取り出し規則。patsplit関数で区切り文字の指定が無い時に、使われます。（Gawk専用。バージョン4以降）
OFMT = printを使って数値1つだけを書き出す時の書式
CONVFMT = 数値を文字列に自動変換する時の書式
IGNORECASE = 文字列比較の時に、大文字小文字を区別させない（Gawk専用）

**** 関係する演算子
o 代入
=   = 代入

o 結合
(空白を入れて並べて書くと結合) = A B C と書くと、変数Aと変数Bと変数Cを文字列として結合

o 比較
== = 等しい時に真。比較の時は、等号を2つ並べます。
!= = 等しくない時に真
~ = 左辺の中に、右辺の正規表現に一致する部分がある時に真
!~ = 左辺の中に、右辺の正規表現に一致する部分が無い時に真
>   = 左辺よりも大きい時に真
>= = 左辺よりも大きいか、等しい時に真
<   = 左辺よりも小さい時に真
<= = 左辺よりも小さいか、等しい時に真

o 条件演算
?: = A ? B : Cの形。条件Aによって、どちらか1つの値を取ります。

文字列操作機能サポート状況
名前	Gawk on Windows 3.1.7	Gawk for Windows 3.1.6	mawk32 1.3.3	Mawk for Windows 1.3.3	awk (May 1, 2007)	説明
調べる
length	○ （文字数）	○ （文字数）	○ （バイト数）	○ （バイト数）	○ （バイト数）	文字列や配列の長さを調べる
index	○ （文字数）	○ （文字数）	○ （バイト数）	○ （全角不可）	○ （全角不可）	文字列の登場位置を調べる
match	○ （文字数）	○ （文字数）	○ （バイト数）	○ （全角不可）	○ （全角不可）	正規表現の登場位置を調べる
取り出す
substr	○ （文字数）	○ （文字数）	○ （バイト数）	○ （バイト数）	○ （バイト数）	文字列の一部を取り出す
int	○	○	○	○	○	実数や文字列を整数化する
strtonum	○	○	×	×	×	10進数、8進数、16進数の文字列を数値に変換する
split	○	○	○	△ （全角不可）	△ （全角不可）	文字列を分割する
sprintf	○	○	○	○	△ （全角不可）	文字列を組み立てる
置き換える
gsub	○	○	○	△ （全角不可）	△ （全角不可）	文字列を置き換える
sub	○	○	○	△ （全角不可）	△ （全角不可）	文字列を、最初の1つだけ置き換える
gensub	○	○	×	×	×	n番目に見つかった文字列を置き換える
toupper	○	○	△	△ （全角不可）	△ （全角不可）	アルファベットを大文字にする
tolower	○	○	△	△	△	アルファベットを小文字にする
変数。更新する値
$0	○	○	○	○	○	最後に入力したデータ、1行分。対象文字列の指定が無い時に、使われる事があります。
RSTART	○	○	○ （バイト数）	○ （バイト数）	○ （バイト数）	match関数で見つけた文字列の先頭位置
RLENGTH	○	○	○ （バイト数）	○ （バイト数）	○ （バイト数）	match関数で見つけた文字列の長さ
変数。文字列操作する為に使う値
FS	○	○	○	○	○	分割する時の区切り文字。split関数で区切り文字の指定が無い時に、使われます。
OFMT	○	○	○	○	○	printを使って数値1つだけを書き出す時の書式
CONVFMT	○	○	○	○	○	数値を文字列に自動変換する時の書式
IGNORECASE	○	○	×	×	×	文字列比較で大文字小文字を区別させない