☰

awk代碼解釋

tag-icon • tag-icon awk
awk代碼解釋

我已經得到了一些應該可以工作的程式碼，但它沒有，我試圖理解為什麼會這樣。由於這個原因，我正在嘗試學習 bash 和 awk，但這對我來說很困惑。如果有人能幫我理解這段 awk 程式碼，我會非常高興。

cvgMids.txt包含許多以下格式的行

<http://rdf.freebase.com/ns/g.11b74p1stp>   <http://rdf.freebase.com/ns/type.object.type>   <http://rdf.freebase.com/ns/cvg.video_game_soundtrack>  .
<http://rdf.freebase.com/ns/g.11bc4msmrn>   <http://rdf.freebase.com/ns/type.object.type>   <http://rdf.freebase.com/ns/cvg.cvg_developer>  .
<http://rdf.freebase.com/ns/g.11bxxz28q6>   <http://rdf.freebase.com/ns/type.object.type>   <http://rdf.freebase.com/ns/cvg.computer_videogame> .

  • BEGIN{i=0;}我沒有看到在以下任何行中使用變數 i的意義是什麼。

  • 是<(cat cvgMids.txt) <(gzip -dc freebase-rdf-latest.gz) > cvg_predicates.txt為了什麼？我知道你把文件放在 awk 的末尾，但所有這些括號等讓我感到困惑。

awk 'BEGIN{i=0;}
FNR == NR {
    if($1 in a) next;
    a[$1] = $1;
    next
}
FNR<NR {
    if($1 in a) {print $0;}}' <(cat cvgMids.txt) <(gzip -dc freebase-rdf-latest.gz) > cvg_predicates.txt

答案1

此程式碼片段的作用是輸出未壓縮內容中的行，freebase-rdf-latest.gz其第一個空格分隔欄位$1與 中的任何第一個空格分隔欄位相符cvgMids.txt。不過還可以寫得更簡單。

尤其：

  • 正如您所指出的，i沒有在任何地方使用，因此該BEGIN區塊可能會被消除

  • 序列

    if($1 in a) next;
a[$1] = $1;
next

    可以減少到

    a[$1];
next

    （數組的價值觀從未使用過，僅使用其索引，幾乎可以肯定多次重新分配索引與測試和有條件分配它一樣有效）

  • 在規則-行動中

    FNR<NR {
    if($1 in a) {print $0;}}

    你其實並不需要，FNR<NR因為你已經處理過這個案子FNR==NR並且FNR>NR不會發生1。另外，{print $0;}這是預設操作。所以這樣寫會比較慣用

    $1 in a

  • <(cat cvgMids.txt)並且 <(gzip -dc freebase-rdf-latest.gz)是外殼流程替代。從功能上講，第一個相當於cvgMids.txt（它都是貓的無用用途以及無用的重定向）。也許它是出於美學原因而使用的。

把它們放在一起，我們得到

awk 'FNR == NR {a[$1]; next} $1 in a' cvgMids.txt <(gzip -dc freebase-rdf-latest.gz) > cvg_predicates.txt

但是，如果原始版本不起作用，那麼簡化版本也將不起作用。

1除非你的程式碼修改FNR和/或NR- 這是合法的，但在實踐中很少這樣做。

相關內容