小試awk

       awk好久沒用了，這些天處理文本用了一下，還是那麼銳利。awk的高產，PATTERN-ACTION獨特的文本行處理方式，規則表達式的匹配，C語言的語法，使之始終是我編程工具中必備的利器之一。貼一下：
注意：原始文件爲:a.txt,b.txt,uk.txt,只引用其中一小部分， merge.txt爲中間文件，illegal.txt爲最終生成的文件。

a.txt
[ei]


[Ab]
[Ab5ekstrE]
[Abi5niFiEu]

[7Ab5EuvEu]
......................

b.txt
a
a few
a little
ab
ab extra
ab initio
ab intra
ab ovo
..............................

#merge.awk
#ARGV[1] is dictionary tones, ARGV[2] is words list.
#merge the two files except blank tones in ARGV[1]
BEGIN {
    ORS="";
    while(getline < ARGV[1] > 0)
    {
        tone = $0 #store the line
        getline < ARGV[2]
        if(length(tone) > 0)
        {
            print tone "/t/t/t" $0
            print "/n"
        }
    }
}


$ awk  -f  merge.awk a.txt b.txt>merge.txt

生成的中間文件下面要用到：
merge.txt
[ei]            a
[Ab]            ab
[Ab5ekstrE]            ab extra
[Abi5niFiEu]            ab initio
[7Ab5EuvEu]            ab ovo
.......................................

uk.txt
ii    i:
aa    B:
oo    C:
uu    u:
@@    /:
......................................

#find.awk
#check illegal dictionary tones(illege is defined as this: the tones can't find in tts lists(us.txt))
BEGIN {
    while(getline<ARGV[1] > 0)
        tone[$2]++
   
    while(getline<ARGV[2] >0)
    {
         for(i = 1; i <= length($1); i++)
        {
            c1 = substr($1, i, 1)  #tone charaters
            c2 = substr($1, i, 2)  #two charaters
           
            if(c2 in tone)
                i++
            else if(c1 in tone)
            {
                c2 = substr($1, i, 2)
                if(c2 in tone)
                    i++
            }
            else if(c1 != "[" && c1 != "]" && c1 !~ /[57]/)
            {
                if(c1 == ":")
                    c1 = substr($1, i-1, 2);
                print c1 "/t" $0
            }
        } 
    }
}


$awk -f  find.awk uk.txt merge.txt>illegal.txt

最終生成的文件
illegal.txt
[:    [:blQdsQkE]            bloodsucker
B    [5blBuzi]            blowsy
B    [5dVBki]            jockey
B    [5glEub7flBuE]            globeflower
B    [5hBundztQN]            hound's-tongue

2、背單詞老是按1個次序背效果不好，下面的小程序可以用來打亂次序：

#This program is used to rearrange a text in random way.

{   
    lines[NR] = $0           #read the text into array line by line  (i->line), NR increments by one from one.
}

END{
    seed = srand()        #set the seed with current time if pass empty parameter to srand, return older seed.
    #print seed
    for(i = 0; i < FNR; i++)
    {
        while(1)
        {
            r = int(rand()*FNR) + 1 #get a random r in range(1-FNR)
            if(r in lines)        #if r exist in array, print it and delete it.
            {
                #print r" --------- "lines[r]
                print  lines[r]
                delete lines[r]
                break
            }
            #print r
        }
    }   
}