Nociones de programación en awk - Que es awk y para que se usa

La palabra 'awk' se usa tanto para referirse a un lenguaje de manipulación de ficheros de datos como para referirse a su interprete.

Dado que los SO tipo Unix incluido Linux acostumbran con mucha frecuencia a usar ficheros de configuración del sistema en formatos de de texto perfectamente legibles y editables se diseño un lenguaje para poder procesar este tipo de ficheros de datos en formato de texto.

Cuando un programa necesita una velocidad muy alta para acceder a unos datos o para modificarlos se utilizan estructuras de datos más sofisticadas.

En muchos otros casos un fichero de configuración será accedido de forma muy ocasional, y resulta más interesante usar un formato de texto sencillo. Por ejemplo hay ficheros de configuración que solo se usan durante la carga de un programa. Algunos de estos programas suelen cargarse una sola vez mientras arranca el sistema y luego en condiciones normales permanecen arrancados todo el tiempo.

'awk' nació en 1978 como un lenguaje pequeño y sencillo pero desde entonces ha evolucionado mucho y en la actualidad se puede afirmar que es un lenguaje muy potente y versátil. Imposible tratarlo en profundidad en un curso como este.

'awk' es un complemento muy bueno para su uso con shell-script. Esta lección no va a condicionar la asimilación de lecciones posteriores pero recomendamos que como mínimo le de un breve repaso ya que 'awk' puede resultar extremadamente útil en determinadas circunstancias.

Nos vamos a conformar con explicar unas pocas cosas porque con ello conseguiremos dos objetivos. El primero que pueda usarlo para un limitado tipo de tareas bastante frecuentes, y el segundo que conozca su existencia y para que se usa. De esta forma puede ampliar conocimientos por su cuenta cuando lo necesite.

Nos vamos a centrar en el procesamiento de datos en los cuales cada línea estará estructurada en campos. Estos campos estarán delimitados entre si por algún carácter o por alguna secuencia especial de caracteres especialmente reservado para ello. Esta secuencia será el delimitador de campos y no debe aparecer en el interior de ningún campo. Cada línea equivale a un registro.

La mayoría de las bases de datos, y hojas de cálculo permiten volcar los datos en formato de texto para poder ser exportados entre distintas bases de datos. Estas salidas se pueden procesar fácilmente mediante 'awk'. También se puede usar 'awk' con la salida de diversos programas. Esto permite entre otras cosas usar 'awk' para acoplar una salida de un programa con la entrada de otro que necesite un formato muy distinto. En definitiva vamos a explicar solo una pequeña parte de este potente lenguaje pero comprobará su gran utilidad muy pronto.