Language Specification

awk4j (AWK for Java Platform)

Home | Download | インストール | さあ始めよう | 言語仕様

---

言語仕様の実装の差異を示すために、 このドキュメントで使用している記号の意味は以下のとおり。

＃ :

POSIX 標準に対する GNU AWK の拡張機能

♭ :

GNU AWK 独自の拡張機能で awk4j では未実装のもの

♪ :

awk4j 固有の拡張機能

パターン { アクション }

function name(parameter list) { statement }

BEGIN

END

式

/正規表現/

パターン && パターン

パターン || パターン

パターン ? パターン : パターン

! パターン

( パターン )

パターン , パターン

空のパターン

if (expression) statement [ else statement ]

while (expression) statement

for (expression; expression; expression) statement

for (var in array) statement

添字が選ばれる順序は、処理系の実現方法に依存

do statement while (expression)

switch (expression) { case expression or パターン: statement } [ default: statement ] ＃

break

continue

delete array ＃

delete array[expression]

exit [ expression ]

♪ 式の値が 0以外の場合は、System.exit() にて shellへの復帰値を設定する (JavaVM を終了) 制御の流れを変更する目的で使用する場合(BEGINからENDへの遷移など)は exit 0 ('0' の場合は exit を発行しない) の利用を推奨

{ statements }

ARGC

ARGV の要素数

ARGIND ＃

配列 ARGV のインデックス (現在処理中のファイル名が格納されている要素を指す)

ARGV

コマンド行引数配列 (添字 1 より格納され、AWK へのオプションは含まない)

♪ ARGV[0] の内容は不定。 AWK(C言語インターフェイス) では実行プログラム名が格納されるが、 Java にはその概念はない

BINMODE ＃

♭ 入出力においてバイナリモードを制御 (Cygwin における行末の改行 "\n", "\r\n" 対策に相当)

CONVFMT

数値から文字列への変換書式 (既定値は %.6g)

ENVIRON

起動時の環境変数のコピー配列

♪ この配列要素の変更は、 リダイレクションや system 関数で起動されるサブプロセスの環境変数に反映される (shell の export コマンドに相当)

ERRNO ＃

close およびファイル名指定の getline で例外発生時の理由を表わす文字列 (理由コードは非互換)

FIELDWIDTHS ＃

♭ 固定長レコードを入力するための空白で区切られたフィールド長のリスト (ASCII コード依存)

FILENAME

現在の入力ファイル名

FNR

現在の入力ファイルから入力したレコード数

FS

入力フィールドセパレータで "正規表現文字列" を受け付ける (既定値は空白で 空白 と TAB にマッチする)

IGNORECASE ＃

文字列比較と正規表現マッチングで英大小文字を区別 (既定値は 0 て英大小文字を区別する)

LINT ＃

♭ コマンドラインオプション "--lint" の有無をアプリで制御

NF

現在の入力レコードのフィールド数

NR

現在までに入力したレコード数の合計

OFMT

数値の出力書式 (既定値は %.6g)

OFS

出力フィールドセパレータ (既定値は空白)

ORS

出力レコードセパレータ (♪ 既定値はプラットフォーム依存の改行 "\n", "\r" または "\r\n")

PROCINFO ＃

♭ 主にプロセス関連の拡張機能 ("/dev/pid", "/dev/ppid"など) を制御するための配列 (UNIX プラットフォーム依存)

RLENGTH

match で正規表現にマッチした文字列の長さ

RS

入力レコードセパレータで "正規表現文字列" を受け付ける (既定値は改行)

RSTART

match で正規表現にマッチした文字列の開始位置

RT ＃

RS にマッチし入力レコードセパレータとなった入力テキスト

SUBSEP

多次元配列の添字区切り文字 (既定値は '\034')

TEXTDOMAIN ＃

♭ GNU AWK 固有機能で国際化に使用

"/dev/stdin" ＃

標準入力 (ファイル記述子 0)

"/dev/stdout" ＃

標準出力 (ファイル記述子 1)

"/dev/stderr" ＃

標準エラー出力 (ファイル記述子 2)

"/dev/null" ＃

NULL (ビットバケツ bit bucket)

"/dev/fd/N" ＃

♭ ファイル記述子 N に結び付けられたファイル (/dev/stdin, /dev/stdout, /dev/stderr の実体)

"/inet/PROTOCOL/LOCAL-PORT/REMOTE-HOST/REMOTE-PORT" ＃

♭ RAW 通信 (/inet/raw/...) は未サポート

• TCP/IP サーバソケット通信:       "/inet/tcp/LOCAL-PORT/0/0"
• TCP/IP クライアントソケット通信: "/inet/tcp/0/REMOTE-HOST/REMOTE-PORT"
• UDP ローカルソケット通信:         "/inet/udp/LOCAL-PORT/0/0"
• UDP リモートソケット通信:           "/inet/udp/0/REMOTE-HOST/REMOTE-PORT"

♪ awk4j 拡張機能 による多重スレッド通信が可能
    リダイレクト指定は、 双方向パイプ(|&) を使用する

"jdbc:SUBPROTOCOL:SUBNAME [ ドライバパラメータ ... ] [ ;; SQL文 ]" ♪

• jdbc:                 この URL が JDBC URL であることを表すスキーム名
• SUBPROTOCOL: サブプロトコル (ドライバを識別する文字列)
• SUBNAME:       接続先のホスト、データベース名称およびドライバオプション
• ;; SQL文:          接続時に実行する SQL文 (オプション)

♪ jdbc URL 指定により一般ファイルインターフェイスにて、 SQL文による DBMSアクセスが可能
    リダイレクト指定は、 双方向パイプ(|&) を使用する

"http:// URL [ #文字コードセット ]" ♪

♪ URL より (文字コードを指定して) 読み込む

"file:// URL [ #文字コードセット ]" ♪

♪ ファイルURL に対して (文字コードを指定して) 入力または出力

close([ file ])

ファイル (またはパイプ) を閉じる (エラー発生時には変数 ERRNO に理由コードを設定)
♪ ファイル名を省略した場合は、 開いているストリームを全て閉じる

close(file , how) ＃

♭ 双方向パイプ(|&) を閉じる

fflush([ file | "" ])

出力バッファをフラッシュする、 ファイル名が空白("") のときは全ての出力ファイルを、 ファイル名を省略した場合は標準出力および標準エラー出力をフラッシュする

getline [ var ] [ < file ]

次のレコードを var (省略時は $0) に読む (リダイレクト指定は <, |, |&)
(ファイル名指定のアクセスでエラー発生時には変数 ERRNO に理由コードを設定)

next

現在のレコードの処理を終了して次のレコードの処理を開始する

nextfile

現在の入力ファイルの処理を終了して次の入力ファイルを読む

print [ expression ... ] [ > file ]

式の値 (省略時は $0 ) を出力する (リダイレクト指定は >, >>, |, |&)
♪ 出力文字列中の "\n" は ORS に変換して出力する

printf format [ , expression ... ] [ > file ]

書式付き出力 (リダイレクト指定は >, >>, |, |&)

system(command)

コマンドを実行して終了ステータスを返す

atan2(y,x)

y/x のアークタンジェント

cos(x)

x の余弦

exp(x)

自然対数の底 e の x 乗

int(x)

小数点以下を切り捨てた整数値

log(x)

x の自然対数

sin(x)

x の正弦

sqrt(x)

x の正の平方根

rand()

0 以上 1 未満の浮動小数点数の擬似乱数を返す

srand([ x ])

x を種として乱数を生成、 x 省略時は直前の種を返す

asort(source [ , dest ]) ＃

source 配列の要素を IGNORECASE に基いてソート。 dest (または source) に出力し要素数を返す (出力配列の添字は 1 からの連番)

asorti(source [ , dest ]) ＃

source 配列の添字を IGNORECASE に基いてソート。 〃

index(in, find)

文字列 in の中で文字列 find が出てくる最初の位置を返す

length([ string ])

string 中の文字数 (♪ 配列を指定した場合は要素数)

match(string, regexp)

正規表現 regexp にマッチする string の最左、最長の文字列位置を返す

match(string, regexp , array) ＃

♭ array はマッチした string の部分文字列配列を取得するための拡張引数

split(string, array [ , fieldsep ])

string を fieldsep によって分割し分割された結果を array に格納し要素数を返す

sprintf(format [ , expression ... ])

printf がその引数を渡されたときに出力するであろう文字列を返す

strtonum(str) ＃

str を検査してその値を返す (str が"0"で始まる場合は、 8進数値, "0x"もしくは"0X"で始まる場合は、 16進数値)

sub(regexp, replacement [ , target ])

正規表現 regexp でターゲット文字列 target を replacement で置換し置換数を返す

gsub(regexp, replacement [ , target ])

正規表現 regexp でターゲット文字列 target を replacement で一括置換し置換数を返す

gensub(regexp, replacement, how [ , target ]) ＃

正規表現 regexp でターゲット文字列 target を replacement で how に基いて置換し置換した文字列を返す

substr(string, start [ , length ])

文字列 string の start 番目の文字から始まる長さ length 文字の部分文字列を返す

tolower(string)

大文字をすべて小文字に変換した文字列を返す

toupper(string)

小文字をすべて大文字に変換した文字列を返す

and(v1, v2) ＃

v1 AND v2 を返す

or(v1, v2) ＃

v1 OR v2 を返す

xor(v1, v2) ＃

v1 XOR v2 を返す

compl(val) ＃

val の2の補数を返す

lshift(val, count) ＃

val を count ビット左にシフトした値を返す

rshift(val, count) ＃

val を count ビット右に0を充填してシフトした値を返す

systime() ＃

基準時点 (1970-01-01 00:00:00 UTC,) からの経過秒数(タイムスタンプ)を返す

mktime(datespec) ＃

日付時刻を表す文字列をタイムスタンプに変換して返す

♭ ISO C標準ライブラリ仕様。引数は "YYYY MM DD HH MM SS [ DST ]" 形式の文字列

♪ Java "java.text.DateFormat" を実装。 引数は "2007/02/28 00:00:00" など (GNU AWK とは非互換)

strftime([ format [ , timestamp ] ]) ＃

指定したタイムスタンプ (省略時は現在時刻) を日付時刻を表す文字列に変換して返す

♭ GNU AWK は ISO C標準ライブラリ仕様。引数format省略時は、 "%a %b %d %H:%M:%S %Z %Y"

♪ Java "java.text.SimpleDateFormat" を実装。 format省略時は、Java デフォルトスタイル (GNU AWK とは非互換)

\\

バックスラッシュ文字

\a

アラート文字 (BEL) ♪ 正規表現 /\a/ は有効、 文字列エスケープ "\a" は不可 ("\u0007" で指定する)

\b

♪ 単語境界を表すメタ文字で、[ 文字クラス]中でのみ 後退文字(BS)としての意味を持つ
(GNU AWK ではメタ文字として \y を使用し \b は 常に後退文字を表すため注意)

\cx

♪ x に対応する制御文字

\e

♪ エスケープ文字 (ESC)

\f

用紙送り文字 (FF)

\n

改行文字 (LF)

\r

復帰文字 (CR)

\t

タブ文字 (TAB)

\v

垂直タブ (VT) ♪ エスケープ指定は不可 ("\u000B" で指定する)

\0nnn

♪ (\1 ～ \9 は前方参照指定で使用するため) 0 で始まる、8 進値を 1 から 3 桁で指定する

\xhh

♪ 2 桁の 16 進値 (n 桁 \xhh… 指定は不可)

\uhhhh

♪ 16 進値 0xhhhh を持つ Unicode エスケープ

\/

スラッシュ文字 (/正規表現/ で使用する)

\"

二重引用符文字 ("正規表現文字列" で使用する)

Note: 非互換のエスケープシーケンスは修正が必要。

英数字: [:alnum:]

\p{Alnum} または [\p{Alpha}\p{Digit}]

英字: [:alpha:]

\p{Alpha} または [\p{Lower}\p{Upper}]

空白またはタブ: [:blank:]

\p{Blank} または [ \t]

制御文字: [:cntrl:]

\p{Cntrl} または [\x00-\x1F\x7F]

10 進数字: [:digit:]

\p{Digit} または [0-9]

表示可能な文字: [:graph:]

\p{Graph} または [\p{Alnum}\p{Punct}]

英小文字: [:lower:]

[a-z]

プリント可能文字: [:print:]

\p{Print} または [\p{Graph}\x20]

句読文字: [:punct:]

\p{Punct} または !"#$%&'()*+,-./:;<=>?@[\]^_`{|}~

空白文字: [:space:]

\p{Space} または [ \t\n\x0B\f\r]

英大文字: [:upper:]

[A-Z]

16 進数字: [:xdigit:]

\p{XDigit} または [0-9a-fA-F]

単語の先頭: \<

(?<!\w)(?=\w)

単語の末尾: \>

(?<=\w)(?!\w)

入力(文字列)の先頭: \`  ＃

\A

最後の行末記号を除く入力(文字列)の末尾: \'  ＃

\Z

単語境界: \y ＃

\b

Use the Source, Luke!
Obi-Wan

This minor node intentionally left blank.  (このセクションは、GNU AWK のドキュメントから拝借しました (^^)!)

Language Specification

1. awk4j 言語仕様
   1. AWK プログラム
   2. パターン
   3. アクション
   4. コメント
   5. 組み込み変数
   6. 特殊ファイル名
   7. 入出力
   8. 数値関数
   9. 文字列関数
   10. ビット操作関数
   11. 時間関数
2. 正規表現
   1. エスケープシーケンス
   2. GNU AWK で拡張された正規表現
3. awk4j 拡張
4. AWK 関連リンク