前言：
cu上出了個shell題：
http://bbs.chinaunix.net/thread-2319120-1-1.html
第八題：GNU awk的$1=$1到底有什麼作用？$0=$0呢？
這題問得相當的細緻。可能很多人已經常用這二個賦值語句，卻半知半解。以下分二部分對這個題目進行分析
建議沒心情，沒耐心，沒興趣的人，只需要瞭解下第一部分，看第二部分就表看了，很羅嗦的。
第一部分：能過man上邊的解析，回籤這二個賦值語句的功能
第二部分：awk部分源碼解析（結點樹簡介，及域模塊)
通過分析awk 域模塊源碼 ，瞭解awk的內部處理機制
參考程序及源碼版本：gawk-3.1.5
=========================第一部分================================================
第一部分：GNU awk的$1=$1到底有什麼作用？$0=$0呢？
首先了解一下一些知識，先翻一下man awk裏的這段話：
assigning to a non-existent field (e.g., $(NF+2) = 5) increases the value of NF,
對不存在的域賦值，會增加NF值
creates any intervening fields with the null string as their value,
中間域默認爲NULL字符串
and causes the value of $0 to be recomputed, with the fields being separated by the value of OFS.
$0會被根據OFS值重新計算，
References to negative numbered fields cause a fatal error.
引用負的域索引是無效的，並且會導致錯誤
Decrementing NF causes the values of fields past the new value to be lost,
減少NF值時，索引大於NF的域將會丟失
and the value of $0 to be recomputed, with the fields being separated by the value of OFS.
同時$0也會被根據OFS值重新計算，
Assigning a value to an existing field causes the whole record to be rebuilt when $0 is referenced.
對當前存在的域值進行賦值，會使記錄在$0被引用時重構
Similarly,assigning a value to $0 causes the record to be resplit, creating new values for the fields.
對$0賦值，也會使記錄重新重分割，對域重新賦值
這裏涉及到二種記錄操作
1：記錄分割，記錄按FS值分割成域，賦給每個域值
2：記錄重構，根據域值和OFS重構域。重構之後: $0=$1OFS$2OFS……
另外補充一點額外的知識：
$0與$1,$2….是分開存放的，$0保存的是記錄初始的整串值（包括剛讀進來時候的分隔符），而$1,2...保存的是分割後的域值，
awk內部函數機制基本上保證了二者的同步，一般不會出現什麼錯誤。
儘管如此，分開存儲的記錄和域還是不可必免會存在一些應用問題，下邊舉二個例子說明：
例子一：當我們想通過更改OFS，變更域之間的輸出分隔符時，此時$0由於保存的是原來的串，輸出並不是按$1OFS$2進行輸出：
此時的辦法採用可以列舉的辦法：
但是當域值很多時（或不固定時），再用列舉的話可能要借用NF，寫一個循環
例子二：當我們想通過更改FS，變更域之間的分隔符時，此時$0由於保存的是原來的串，$1並沒有重新分隔
$1=$1的解析：
命令分解：
1：賦值操作的順序是從右到左，先通過右操作數引用了$1,取得當前$1的值，
2：再通過賦值操作將值賦給左邊的$1
步驟解析：
步驟1沒什麼特別的，若當前NF=0，這裏的$1只會得到空值（NULL string)
步驟2分二種情況
1：若當前NF=0，即上邊引文中提到的 assigning to a non-existent field，
此時，NF由0變1，
2：若NF>1，則NF不變
接下來是關健做用：由於步驟2觸發了域賦值操作，產生了連帶的動作：在下一次引用$0時，會對$0進行重新構。（根據OFS）
歸納作用：
下次引用$0時，對$0進行按引用時的OFS進行重構（$1OFS$2OFS……）
應用：
例子一：變更輸出分隔符，可以這樣：
再來是$0=$0的解析
命令分解：
1：賦值操作的順序是從右到左，先通過右操作數引用了$0,取得當前$0的值
2：再通過賦值操作將值賦給左邊的$0
步驟分析：
步驟1：這裏引用了$0進行取值，由於上邊提到的設定，要注意是否有重構問題
步驟2：這裏是賦值引用，對$0的賦值引用，會涉及到根據當前的FS對域的重分割
歸納作用：根據右操作數$0取出的值（可能是重構的），賦給$0,並根據FS重新分隔
應用：
例子二：變更輸入分隔符，對當前記錄進行重解析：
綜合應用$1=$1,$0=$0
這裏涉及到了FS跟OFS同時變更時，要注意分析，區別應用：
例子三：替換原來的分隔符（假如爲A）爲新的串（B），最後按分隔符（C）輸出第三域
這裏如果少了$1=$1的話，則$0在引用時無法根據新的OFS值重構，沒有做替換，仍按原先的串按新FS解析，得到原先的第三域值
這裏如果少了$0=$0的話，$0以原先的值"1CA2CA3CA"在讀入時按"A"分隔，$3不變
這個結果與下邊等同：
=====================================================================================================
二：awk部分源碼解析（結點樹簡介，及域模塊)
看man還是有些不夠清晰的，或多或少會留下點疑問，應該會有人考慮到$0在分割之後存放成各個域，既然可以通過各個域拼接起來，爲什麼還要保存一份原先的串的樣本？
比如怎麼證明$0是獨立於$1,$2,$3的存儲存在？這樣做又出於什麼考慮？
再比如爲什麼在$1=$1後不是立即重構$0,而是在引用的時候才重構。
再比如對$0進行賦值後，是直接觸發分割的，還是在引用域前才進行分隔。
沒什麼什麼比查源碼更能回答這些問題的了
通過查看awk的源碼中的awk.h頭文件可以瞭解到awk的源碼的核心數據結構：結點（typedef struct NODE)和結點樹，awk代碼裏的各種元素都是以樹和結點這種結構存在的，變量如FS/$0/$0是結點，操作符如“=賦值符等”也是結點，內置函數（builtin)也是結點，哈希數組也是結點。
awk是以節點（node 結構)樹的形式保存各種變量和操作的，比如各變量，各{}操作塊都是樹的節點。awk通過調用awkgram.c的yylex+yyparse二個函數，解析awk程序，並形成各種樹，比較典型的，如主體程序有三顆數：
程序塊在解析形成樹之後，由函數 執行Int interpret(register NODE *volatile tree)
begin模塊跟end模塊都執行一次
而中間模塊：expression_value 是在do_input裏，一次讀一一條記錄執行一次的
然後回到正題：域模塊源碼：field.c，通過分析模塊的數據結構和函數來了解模塊設計，包括分隔符設計，記錄分割，記錄設置，域設置等
首先是數據結構：
fields_arr數組保存了所有域節點，$1,2...分別對應一樣的下標fields_arr[1,2…]：
C的數組索引是從0開始的，這裏也不例外，
fields_arr[0]是用於保存完整記錄的節點，保存記錄值，即$0
然後是函數，我們關注函數的功能和調用。
NF相關函數：
NF（域數值）賦值函數：
直接更改NF值，域數組隨NF長短做伸縮
最後一句話:field0_valid = FALSE;涉及到記錄重構，見rebuild_record()
記錄層面的函數：賦值，重構，域分割等
記錄重置函數：
重置記錄，清除fields_arr，NF= -1,視情況保存當前FS
當對$0賦值時即是調用此函數
記錄賦值函數：
此函數調用：reset_record,重置數組，將buf數組裏的內容保存到fields_arr[0] 裏邊去
注意：此時並未進行分割。註釋裏是這麼寫的：
* setup $0, but defer parsing rest of line until reference is made to $(>0)
* or to NF. At that point, parse only as much as necessary.
雖然保存的記錄值，但沒有做域解析，直到域或NF引用才做解析
記錄重構函數:
這個函數沒有參數，這個函數的功能是把當前各域fields_arr[1,2….]數組拼接OFS，形成新的字符串更新到fields_arr[0]
並且這個函數只在get_field函數裏，只有在field0_valid標誌爲fault時前提下，做$0引用時，才調用
記錄分割函數：
根據設定的規則，解析域，包括定長解析，正則解析，字符串解析等。
（這麼多的規則，是爲了滿足功能和效率需求。）
域層面的函數：
域賦值函數：
通過對域節點操作fields_arr[num]，簡單的賦域值，這函數由get_field調用
最關健的函數：
域引用函數：
requested是fields_arr的下標數值，下標爲零是記錄,即$0，下標大於零是域
這邊稱爲引用函數，因爲域引用，有可能是出現在賦值運算符的左邊（LHS）或右邊（LHS）
因爲在詞法解析過程中，$n是出現在賦值語句"="號左邊還是右邊都是一樣的標記，並沒有什麼不同，
到語法解析的時候才能明白並且由assign指定，assign爲空則是取值引用，非空則是賦值引用
這個函數分爲以下四種情況：
1：$0取值引用，requested=0，assign = NULL
若 field0_valid = FALSE則調用 rebuild_record（重構fields_arr[0])，
返回fields_arr[0]
2：$n(n>=1)取值引用，requested!=0，assign = NULL
若未進行域解析，則調用域解析函數，
返回fields_arr[n]
3：$0賦值引用，requested=0，assign != NULL
若 field0_valid = FALSE,同樣調用 rebuild_record重構記錄，
記錄賦值是在 set_record裏完成的，返回fields_arr[0]
4：$n(n>=1)賦值引用：requested!=0，assign = NULL
設置 field0_valid = FALSE;
域賦值在set_field裏完成的，返回fields_arr[n]
結論：
1：記錄值（$0）與各域值（$1,2,….）是分離存放不同node結點裏，前者存放在fields_arr[0]，後者存放在fields_arr[1,2...]
2：域賦值引用會引起記錄重構和分割（不是同步的）
3：域取值引用會根據情況判斷是否進行記錄重構，或重新分割。
再看awk的一些更新記錄關於get_field函數的說明：
其實這部分機制也就是awk程序當前版本的一種設定。在版本變更中，有的做爲bug,有的做爲設定進行調整。
沒必要再深究下去了，知道基本的作用就行了。