É útil poder chamar comandos do sistema a partir do awk. No entanto, se você tentar usar o regex estendido do shell, verá que ele não funciona.
Isso acontece porque o awk chama / bin / sh em vez de / bin / bash como você esperaria no linux atualmente.
Existe uma solução que não é muito confusa. Se você precisar ler informações de vários arquivos, alguns dos quais são compactados, alguns dos quais não são, você pode usar expressões regulares estendidas no awk assim:
BEGIN {
filename[0]="/media/Pan/test-data/The_long_file.gz";
filename[1]="/media/Pan/test-data/The_long_file";
for ( n=0;n<2;n++)
{
print "Contents of file: " filename[n];
command="exec /bin/bash -c \"[[ \"" filename[n] "\" =~ .gz ]] \
&&gunzip --to-stdout " filename[n] "\
||cat " filename[n] "\"";
while (( command | getline file_contents ) > 0 )
print file_contents;
}
}
Este exemplo lista o conteúdo do mesmo arquivo / media / Pan / teste-dados / The_long_file duas vezes, uma vez para a versão compactada, uma vez para o texto simples.
Para testar o acima, copie-o para test.awk, crie dois arquivos, um compactado, um descompactado e coloque seus nomes no nome de arquivo [0] e [1], e execute-o:
awk -f test.awk </dev/null
O exemplo em si não é muito útil, eu sei, mas os caracteres de escape e aspas estão todos nos lugares certos, e a substituição de / bin / sh por / bin / bash funciona.
Espero que isso salve a pessoa o tempo que levei para obter a sintaxe correta.
O código acima resolve o problema causado por awk calling / bin / sh usando exec para substituir / bin / sh. O código que é passado para o shell é:
exec /bin/bash -c "[[ \"filename\" =~ .gz ]] &&gunzip --to-stdout filename ||cat filename"
O código que o bash executa é:
[[ "filename" =~ .gz ]] &&gunzip --to-stdout filename ||cat filename
A expressão regular estendida acima verifica se "filename" corresponde à expressão ".gz". Em caso afirmativo, executa o gunzip. Se isso não acontecer, simplesmente gatos o arquivo. Você poderia melhorar a expressão regular substituindo "." com ".", por isso só corresponde a um ".", e adicionando um "$", por isso só coincide com ele no final da linha - Eu não fiz isso para preservar a clareza.