awk如何处理输入文件？

我想知道awk的“内部”是如何工作的

---

当awk运行时，它是将输入文件完全加载到内存中还是逐块读取文件？

说到文件，特别是，

awk

将首先读取程序，解释它，然后将它应用到文件的每一行，一行一行-实际上，只有当RS是默认值时，这才是严格正确的。多行解析需要进行更深入的分析。请参见下文（斜体）：

1.4有两条规则的示例 awk实用程序一次读取一行输入文件。对于每一行，awk都会尝试每一行的模式 规则。如果多个模式匹配，则在 它们在awk程序中出现的顺序。如果没有匹配的模式， 然后就不会运行任何操作

在处理所有与该行匹配的规则之后（可能还有 如果没有），awk读取下一行

也看到

7.4.8下一个声明 [……]

在最高级别，awk程序执行是一个读取 输入记录，然后根据它测试每个规则的模式。如果你 将此循环视为for语句，其主体包含规则， 接下来的语句类似于continue语句。它跳过 到该隐式循环体的末尾，并执行 增量（读取另一条记录）

但是，如果使用记录分隔符来跨越更多的行呢

4.1如何将输入拆分为记录 awk将程序的输入分为记录和字段。信息技术 跟踪到目前为止从中读取的记录数 当前输入文件。此值存储在预定义变量中 称为FNR，每次启动新文件时都会将其重置为零

由于我们发现

awk

一次只读取一行文件（实际上是一条记录），我们来看看

getline（）

函数：

getline命令在找到记录时返回1，在找到记录时返回0 遇到文件的结尾。如果在获取 记录，例如无法打开的文件，然后getline返回-1。 在本例中，gawk将变量ERRNO设置为描述 发生的错误

---

指令由解释器解释和执行，解释器尝试从文件中读取新内容。由于这是一个函数，它会相应地返回结果：awk可能无法再访问输入文件，导致

-1

和

ERRNO

基于正则表达式的字段和记录分隔符（许多人认为只是列和行）的优点是，仅通过设置

RS=“^$”

你可以一次看完整个文件。有一次，我滥用mawk2到了极限，将1200万行、3列（900MB的文本中填充了Unicode）的内容展平，强制将其加载为一行（通过设置FS=“[=\n]”*

看着它不出一身冷汗，带着超过3600万的NF回来，真是太有趣了=p

• 我非常懒惰，所以我只发现一个简单的角色，在歌曲和艺术家的名字中出现最少，在任何场景中都不需要逃避，在终端取消引用并跟随它时，不会造成任何危险。如果我必须处理FPAT，我会尖叫

因此，我选择了等号，并使用蛮力将歌曲名称中现有的等号重新转换为unicode双宽度表

---

通过这种方式，它也有助于避免在存储时在任何文本文件中引用字符串。

awk开始读取输入并根据RS对其进行解析。一旦读取了RS（或EOF），解释程序将针对该记录执行。完成后（或进行

next

或

getline

调用），再次对输入进行采样，直到出现新的RS或EOF@edmorton我知道，我的评论是在除了台词之外的任何东西被提及之前发表的。我会一块一块地删除它。