44、gawk安装与配置全解析

gawk安装与配置全解析

1. 配置过程

如果你对使用C语言和类Unix操作系统有所了解，那么这部分内容会很有用。gawk的源代码通常会尽可能遵循正式标准，这意味着gawk使用的是ISO C标准和POSIX操作系统接口标准指定的库例程，其源代码需要使用ISO C编译器（1990标准）。

许多Unix系统并不完全支持ISO或POSIX标准，gawk发行版中的 missing_d 子目录包含了那些最可能缺失的函数的替代版本。

configure 创建的 config.h 文件包含了描述你尝试编译gawk的特定操作系统特性的定义，具体描述了以下三方面内容：
- 可用的头文件，以便正确包含它们。
- 你的C库中实际可用的（所谓）标准函数。
- 关于你的操作系统的各种杂项信息。

例如，如果 stat 结构中没有 st_blksize 元素，那么 ‘HAVE_STRUCT_STAT_ST_BLKSIZE’ 将未定义。

你的C编译器可能会向 configure 提供错误信息，它可能在库函数不可用时不报错退出。为了解决这个问题，可以编辑 custom.h 文件。使用适合你系统的 #ifdef ，并定义 configure 应该定义但未定义的常量，或者取消定义 configure 定义了但不应该定义的常量。 custom.h 文件会被 config.h 文件自动包含。

此外，Autoconf生成的 configure 程序可能在你的系统上无法正常工作。如果遇到问题， configure.ac 文件是Autoconf的输入，你可以修改这个文件并生成一个能在你系统上工作的新 configure 版本。

graph TD
    A[开始配置] --> B[检查ISO和POSIX标准支持]
    B --> C{支持全部标准?}
    C -- 是 --> D[使用标准库例程]
    C -- 否 --> E[使用missing_d子目录中的替代函数]
    D --> F[运行configure生成config.h]
    E --> F
    F --> G{编译器是否报错?}
    G -- 是 --> H[处理错误]
    G -- 否 --> I[检查custom.h文件]
    H --> I
    I --> J{是否需要修改configure.ac}
    J -- 是 --> K[修改configure.ac并重新生成configure]
    J -- 否 --> L[完成配置]
    K --> L

2. 在PC操作系统上的安装

这部分涵盖了在运行MS-DOS和任何版本MS-Windows的英特尔架构机器上安装和使用gawk的内容。“Windows32”指的是Microsoft Windows 95/98/ME/NT/2000/XP/Vista/7/8。

由于MS-DOS（以及其他操作系统下的MS-DOS shell）的限制，各种“DOS扩展程序”经常与gawk等程序一起使用。Microsoft Windows 3.1和Windows32的不同功能也可能会增加复杂性。

2.1 为PC操作系统编译gawk

可以使用DJ Delorie的GNU开发工具（DJGPP：仅适用于MS-DOS）或MinGW（适用于Windows32）为MS-DOS和Windows32编译gawk。gawk发行版中的 README_d/README.pc 文件包含额外说明， pc/Makefile 包含重要的编译选项信息。

编译步骤如下：
1. 将 pc 目录中的文件（除了 ChangeLog ）复制到包含gawk其他源代码的目录。
2. 使用适当的目标名称作为参数调用 make 来构建gawk。从 pc 目录复制的 Makefile 包含一个带有注释的配置部分，可能需要进行编辑以适应你的 make 工具。

Makefile 支持多个目标来构建各种MS-DOS和Windows32版本。如果 make 命令不指定目标，会打印出目标列表。例如，要使用DJGPP工具构建gawk，输入 make djgpp （构建所需的DJGPP工具可在 ftp://ftp.delorie.com/pub/djgpp/current/v2gnu/ 找到）；要使用MinGW工具构建原生MS-Windows二进制的gawk，输入 make mingw32 。

2.2 测试gawk

使用 make 运行标准测试并安装gawk需要额外的类Unix工具，包括 sh 、 sed 和 cp 。为了运行测试， test/*.ok 文件可能需要转换为具有通常的MS-DOS风格的行尾标记。或者，运行 make check CMP="diff -a" 以使用GNU diff 的文本模式而不是 cmp 来比较结果文件。

2.3 使用gawk

在MS-DOS和MS-Windows下，Cygwin和MinGW环境支持 |& 运算符和TCP/IP网络。

gawk的MS-DOS和MS-Windows版本按照“AWKPATH环境变量”的描述搜索程序文件，但 AWKPATH 变量中的元素用分号而不是冒号分隔。如果 AWKPATH 未设置或为空，默认搜索路径是 .;c:/lib/awk;c:/gnu/lib/awk 。

一个类似 sh 的shell（与MS-DOS下的 command.com 或MS-Windows下的 cmd.exe 不同）对于awk编程可能很有用，DJGPP工具集包含了Bash的MS-DOS端口。

在MS-Windows和MS-DOS下，gawk（以及许多其他文本程序）会在输入时将行尾的 \r\n 静默转换为 \n ，在输出时将 \n 转换为 \r\n 。特殊的 BINMODE 变量允许控制这些转换，其解释如下：
| BINMODE值 | 含义 |
| ---- | ---- |
| “r” 或 1 | 读取时设置为二进制模式（即读取时不进行转换） |
| “w” 或 2 | 写入时设置为二进制模式（即写入时不进行转换） |
| “rw” 或 “wr” 或 3 | 读写都设置为二进制模式 |
| 非空字符串 | 等同于 BINMODE=3 （即读写都不进行转换），但如果字符串不是”rw”或”wr”，gawk会发出警告信息 |

标准输入和标准输出的模式仅设置一次（在读取命令行之后，但在处理任何awk程序之前）。通过在命令行上使用适当的 -v BINMODE=N 选项可以设置标准输入或标准输出的 BINMODE 。 BINMODE 在打开文件或管道时设置，中途不能更改。

以下是一些设置二进制模式的示例：
- 设置标准输出和其他文件的写入二进制模式，并将 ORS 设置为通常的MS-DOS风格行尾：
gawk -v BINMODE=2 -v ORS="\r\n" …
或者
gawk -v BINMODE=w -f binmode2.awk …
- 更改记录分隔符为 \r\n 并设置读取二进制模式，但不影响标准输入模式：
gawk -v RS="\r\n" -e "BEGIN { BINMODE = 1 }" …
或者
gawk -f binmode1.awk …

2.4 在Cygwin环境中使用gawk

如果你使用Cygwin环境，在MS-Windows下可以直接构建和使用gawk。该环境使用Bash、GCC、GNU Make和其他GNU程序，很好地模拟了GNU/Linux。Cygwin的编译和安装过程与Unix系统相同：

tar -xvpzf gawk-4.1.2.tar.gz
cd gawk-4.1.2
./configure
make && make check

与同一系统上的GNU/Linux相比，Cygwin上的 configure 步骤需要更长的时间，但最终会完成，之后 make 过程照常进行。

2.5 在MSYS环境中使用gawk

在MS-Windows的MSYS环境中，gawk自动使用二进制模式读写文件，因此不需要使用 BINMODE 变量。但这可能会给其他移植到MS-Windows的类Unix组件带来问题，因为它们期望gawk能自动转换 \r\n ，而实际上gawk不会。

3. 在Vax/VMS和OpenVMS上编译和安装gawk

这部分将详细介绍在VMS系统下编译和安装gawk的方法。这里的“VMS”泛指OpenVMS。

3.1 编译gawk

在VMS下编译gawk，有两种方式可供选择：一是使用DCL命令程序，它会发出所有必要的CC和LINK命令；二是使用适用于MMS和MMK实用程序的Makefile。从源代码目录开始，可以使用以下任意一种方法：
1. 使用DCL命令程序：

$ @[.vms]vmsbuild.com

2. 使用MMS：

$ MMS/DESCRIPTION=[.vms]descrip.mms gawk

3. 使用MMK：

$ MMK/DESCRIPTION=[.vms]descrip.mms gawk

MMK是MMS的开源免费近似克隆版本，能更好地处理支持大小写文件名的ODS - 5卷。MMK可从 https://github.com/endlesssoftware/mmk 获取。在使用ODS - 5卷并启用扩展解析时，目标参数的大小写可能需要严格匹配。

gawk已在多个VMS版本和架构上进行了测试，如VAX/VMS 7.3、Alpha/VMS 7.3 - 1、Alpha/VMS 7.3、Alpha/VMS 7.3 - 2和IA64/VMS 8.3等。最近的构建在Alpha VMS 8.3上使用HP C V7.3，在Alpha和IA64 VMS 8.4上使用HP C 7.3.1。

graph TD
    A[开始编译] --> B{选择编译方式}
    B -- DCL命令程序 --> C[@[.vms]vmsbuild.com]
    B -- MMS --> D[MMS/DESCRIPTION=[.vms]descrip.mms gawk]
    B -- MMK --> E[MMK/DESCRIPTION=[.vms]descrip.mms gawk]
    C --> F[完成编译]
    D --> F
    E --> F

3.2 编译gawk动态扩展

移植到VMS的扩展可以使用以下命令之一进行编译：

$ MMS/DESCRIPTION=[.vms]descrip.mms extensions

或者

$ MMK/DESCRIPTION=[.vms]descrip.mms extensions

gawk使用 AWKLIBPATH 作为环境变量或逻辑名称来查找动态扩展。动态扩展需要使用与编译gawk本身相同的编译器选项进行编译，包括浮点运算、指针大小和符号名称处理。具体要求如下：
| 架构 | 编译器选项 |
| ---- | ---- |
| Alpha和Itanium | /name=(as_is,short)<br>/float=ieee/ieee_mode=denorm_results |
| VAX | /name=(as_is,short) |

编译时宏需要在包含第一个VMS提供的头文件之前定义，示例代码如下：

#if (__CRTL_VER >= 70200000) && !defined (__VAX)
#define _LARGEFILE 1
#endif
#ifndef __VAX
#ifdef __CRTL_VER
#if __CRTL_VER >= 80200000
#define _USE_STD_STAT 1
#endif
#endif
#endif

如果编写自己的VMS扩展，必须自行提供这些定义。在VMS上构建gawk时创建的 config.h 文件会为你完成这些定义；如果使用该文件或类似文件，必须记得在包含任何VMS提供的头文件之前包含它。

3.3 安装gawk

要使用gawk，只需要一个“外部”命令，即一个值以美元符号开头的DCL符号。例如：

$ GAWK :== $disk1:[gnubin]gawk

将 $disk1:[gnubin] 替换为gawk.exe的实际位置。这个符号应该放在任何想要运行gawk的用户的 login.com 文件中，以便用户每次登录时都能定义该符号。或者，也可以将该符号放在系统范围的 sylogin.com 程序中，这样所有用户都可以运行gawk。

如果gawk是通过PCSI套件安装到 GNV$GNU: 目录树中的，程序名将是 GNV$GNU:[bin]gnv$gawk.exe ，帮助文件将是 GNV$GNU:[vms_help]gawk.hlp 。PCSI套件还会安装一个 GNV$GNU:[vms_bin]gawk_verb.cld 文件，可用于将gawk和awk添加为DCL命令。

对于当前进程，可以使用以下命令：

$ set command gnv$gnu:[vms_bin]gawk_verb.cld

系统管理员可以使用 GNV$GNU:[vms_bin]gawk_verb.cld 将gawk和awk添加到系统范围的 DCLTABLES 中。DCL语法在 gawk.hlp 文件中有文档说明。

可选地，可以将 gawk.hlp 条目加载到VMS帮助库中：

$ LIBRARY/HELP sys$help:helplib [.vms]gawk.hlp

可以用特定于站点的帮助库替换标准的VMS库 HELPLIB 。加载帮助文本后，使用以下命令：

$ HELP GAWK

可以获取关于gawk实现和awk编程语言的信息。逻辑名称 AWK_LIBRARY 可以指定awk程序文件的默认位置。对于 -f 选项，如果指定的文件名中没有设备或目录路径信息，gawk首先会在当前目录中查找，然后在 AWK_LIBRARY 翻译指定的目录中查找。如果在两个目录中都未找到文件，gawk会在文件名后添加 .awk 后缀并重新尝试查找。如果 AWK_LIBRARY 未定义，则默认值为 SYS$LIBRARY: 。

3.4 运行gawk

VMS上的命令行解析和引号约定与其他系统有显著不同，因此本书或其他来源中的示例通常需要进行一些小的更改，但更改幅度较小，所有awk程序都应该能正常运行。以下是两个简单的测试示例：

$ gawk -- "BEGIN {print \"Hello, World!\"}"
$ gawk -"W" version

注意，大写和混合大小写的文本必须加引号。VMS版的gawk除了原始的shell风格接口外，还包括一个DCL风格的接口。双命令行解析的一个副作用是，如果只有一个参数（如带引号的字符串程序），命令会变得模糊不清。为了解决这个问题，通常可选的 -- 标志是必需的，以强制使用Unix风格的解析而不是DCL解析。如果存在其他破折号类型的选项（或多个要处理的参数，如数据文件），则不存在歧义，可以省略 -- 。

程序退出时，退出值是Unix风格的值，并会编码为VMS退出状态值。VMS严重性位将根据退出值设置。失败用1表示，VMS会设置 ERROR 状态；致命错误用2表示，VMS会设置 FATAL 状态；其他所有值都表示 SUCCESS 状态。退出值会进行编码以符合VMS编码标准，其 C_FACILITY_NO 为 0x350000 ，并在将数字左移3位后加上常量 0xA000 以留出严重程度代码的空间。要从VMS状态中提取实际的gawk退出代码，可以使用以下公式：

unix_status = (vms_status .and. &x7f8) / 8

使用 exec() 调用gawk的C程序将获得原始的Unix风格退出值。旧版本的VMS版gawk将Unix退出代码0视为1，失败视为2，致命错误视为4，并传递其他所有数字，这违反了VMS退出状态编码要求。VAX/VMS浮点使用无偏舍入。VMS默认以GMT报告时间值，除非设置了 SYS$TIMEZONE_RULE 或 TZ 逻辑名称。较旧版本的VMS（如VAX/VMS 7.3）不会设置这些逻辑名称。使用 -f 选项查找awk程序文件时，默认搜索路径是 "SYS$DISK:[],AWK_LIBRARY:" 。逻辑名称 AWKPATH 可用于覆盖此默认值，其格式是用逗号分隔的目录规范列表。定义时，值应该加引号，以确保它保留单一翻译而不是多翻译的RMS搜索列表。

4. 报告问题和错误

如果你在使用gawk时遇到问题或认为发现了错误，应该向开发者报告。在报告错误之前，要确保你真的发现了一个真正的错误。仔细重读文档，查看是否允许你执行你正在尝试的操作。如果不清楚是否可以执行某项操作，也应该报告，这可能是文档中的错误。

在报告错误或尝试自行修复之前，尝试将问题隔离到最小的awk程序和输入数据文件，以便重现问题。然后向开发者发送程序和数据文件、你使用的Unix系统类型、编译gawk所用的编译器以及gawk给出的准确结果。同时说明你期望发生的情况，这有助于开发者判断问题是否真的出在文档中。

确保包含你使用的gawk版本号，可以使用以下命令获取该信息：

gawk --version

一旦有了精确的问题描述，将电子邮件发送到 bug - gawk@gnu.org 。gawk维护者订阅了这个地址，因此他们会收到你的错误报告。虽然你可以直接向维护者发送邮件，但建议使用错误报告地址，因为该邮件列表会在GNU项目中存档。所有邮件必须使用英语，因为这是所有维护者共同理解的唯一语言。不要尝试通过在Usenet/Internet新闻组 comp.lang.awk 上发布来报告gawk中的错误。gawk开发者偶尔会阅读这个新闻组，但不能保证会看到你的帖子。这里描述的步骤是报告错误的唯一官方认可方式。

综上所述，gawk在不同操作系统上的安装、配置、使用和问题处理都有其特定的方法和注意事项。通过遵循上述步骤和建议，你可以顺利地在各种系统中使用gawk进行数据处理和编程。