awk 总结

说明：本文源于“朱双印博客”，原文地址：http://www.zsythink.net/archives/tag/awk

awk 命令:

　　综合：
　　　　awk功能是对“文本”进行格式化输出，形成报表；awk一行一行的处理文本。

　　　awk -- 功能:
　　　　awk功能，对文本进行格式化输出，形成报表；根据原始文档，使用awk命令，产生新的报表；

　　awk -- 命令格式:
　　　　awk [options] 'program' file1, file2, ...fileN
　　　　awk [options] 'Pattern {Action}' file1, file2, ...fileN

　　awk -- 命令说明：

　　　　1、Pattern 指 “条件”，相当于“输出的过滤条件”

　　　　2、action 指 “动作”，常用动作是“ print, printf ”;

　　　　3、当 action 中包含多条语句，使用逗号“;”分隔；

awk -- 说明：

1、双引号（""）中的内容，按照原样输出；单引号（''）中表示program。

2、内置变量 ( $0, $1, $2,... ,$NF )：

　　$0 -- 表示输出“整行”；

　　$NF -- 表示 当前行分割后的最后一列；

　　$1 , $2, ... -- 表示行的第“1”列；

3、 awk -- Pattern

　　BEGIN - 在处理文本之前，执行的操作；

　　END - 在处理文本以后，执行的操作；

4、awk -- 分隔符：

　　a、分隔符：输入分隔符

　　　　输入分隔符，field separator，简称 FS。
　　　　输入分隔符，awk以“空格”为默认的分隔符，用“空格”对每一列进行分隔；
　　　　输入分隔符，对文件输出时，用什么“符号”将“以整个字符串作为一行的文本”分割成若干列

　　　　　　举例1：选项形式，“-F”选项指定分隔符: "-F#"，在"docs.txt"中，每行的“#”符号为列分隔符；
　　　　　　　　awk -F# '{print $1,$2,$3}' docs.txt

　　　　　　举例2：变量形式，“ -v FS='#' ”,指定分隔符：
　　　　　　　　awk -v FS='#' '{print $1,$2,$3}' docs.txt

　　b、分隔符：输出分隔符

　　　　输出分隔符，output field seperator，简称OFS。

　　　　输出分隔符：对文本进行输出时，用指定的“符号”分隔“原始文件的每一列”；

　　　　　　举例1：以变量形式，指定输出文本分隔符。
　　　　　　　　awk -v OFS='@@@' '{print $1,$2,$3}' docs.txt

　　c、总结：输入输出分隔符：

　　　　使用“输入分隔符”，将“以整个字符串为行的文本”分割成若干个“列”；

　　　　使用“输出分隔符”，将“指定的分隔符”替换“空格分隔符”，输出文本；

5、 下面两个命令的区别：有逗号，两列分开显示；无逗号，两列合成一列显示。

　　awk '{ print $1, $2}' docs.txt 两列分开显示；

　　awk '{ print $1 $2}' docs.txt 将两列合成一列以后，显示；

6、awk -- 变量：

　　变量：分为“内置变量”和“自定义变量”；

　　a、内置变量：

　　　　内置变量：

　　　　　　RS-将“指定的分隔符” 作为“行”的分隔符，分隔输入的文件；

　　　　　　ORS-将“指定的分隔符”替换“原始的‘行’分隔符”；

　　　　　　FS-将“指定的分隔符” 作为“列”的分隔符；分隔输入的文件；
　　　　　　OFS-将“指定的分隔符” 替换“原始的‘列’分隔符”；

　　　　　　NF：Number of Field，当前行的共有多少列（即当前行被分割成了几列）；
　　　　　　NR：Number of Row，当前的行号，当前处理的文本的行号；
　　　　　　FNR：各个文件分别显示行号；
　　　　　　FILENAME：当前文件名；
　　　　　　ARGC：命令行参数的个数；
　　　　　　ARGV：数组，保存的 是命令行所给定的各个参数；

　　　　　　　　实例：
　　　　　　　　　　1、显示所指定的文件的“行数，每行有多少列”：
　　　　　　　　　　　　awk '{ print NR, NF}' file1, file2, ...
　　　　　　　　　　　　awk '{ print "abc", ARGC,ARGV[1], ARGV[2]}' file1, file2, ...

　　　　　　　　　　2、 RS-将“指定的分隔符” 作为“行”的分隔符，分隔输入的文件；
　　　　　　　　　　　　ORS-将“指定的分隔符”替换“原始的‘行’分隔符”；
　　　　　　　　　　　　FS-将“指定的分隔符” 作为“列”的分隔符；分隔输入的文件；
　　　　　　　　　　　　OFS-将“指定的分隔符” 替换“原始的‘列’分隔符”；

　　　　　　　　　　　　举例：
　　　　　　　　　　　　　　RS：awk -v RS='@@@' '{ print $1, $2}' file.txt
　　　　　　　　　　　　　　ORS：awk -v ORS='@@@' '{ print $1, $2}' file.txt
　　　　　　　　　　　　　　FS：awk -v FS='@@@' '{ print $1, $2}' file.txt
　　　　　　　　　　　　　　OFS：awk -v OFS='@@@' '{ print $1, $2}' file.txt
　　　　　　　　　　　　　　重点：awk -v FS='@' -v OFS='#' '{ print $1, $2}' file.txt

　　b、自定义变量：

　　　　自定义内置变量的方法：
　　　　　　方法一： -v varname=value 变量名区分大小写；
　　　　　　方法二： 在"program"中定义自变量,
　　　　　　　　（awk [option] ' program ' file）
　　　　　　　　（awk [option] 'Pattern {Action}' file）;

　　　　　　　　实例：
　　　　　　　　　　举例1：自定义变量，方法一；
　　　　　　　　　　　　awk -v myvar1="hello world" '{ print myvar1}' docs.txt
　　　　　　　　　　　　awk -v myvar1="hello houdini" -v myvar2="hello world" '{ print myvar1,myvar2}' docs.txt

　　　　　　　　　　举例2：在“ program ” 中定义，自变量;定义多个自变量时，用“;”分隔；
　　　　　　　　　　　　awk '{ name="china"; print NR ,name}' docs.txt
　　　　　　　　　　　　awk '{ name="china";age="39"; print NR, name, age}' docs.txt

7、awk -- 格式化：

　　a、print 不支持格式化输出：
　　　　用法： print var1, var2, var3, ...

　　b、printf 支持格式化输出：
　　　　用法： printf "格式化字符串", var1, var2, var3, ...
　　　　　　实例： awk '{ printf " 1:%s 2:%s 3:%s \n", $1, $2, $3}' docs.txt

　　　　说明：awk中使用printf动作是注意3点。
　　　　　　a、printf动作输出的文本不会换行；想换行，必须使用格式化字符串"\n"；
　　　　　　b、printf动作，“格式化字符串”与“字段（$1, $2等）”之间，用逗号","分隔；
　　　　　　c、printf动作，“格式替换符”必须与“字段($1,$2,...)”之间“一一对应”；

8、awk -- Pattern

　　a、综述：
　　　　Pattern 译为 “ 模式 ”；只有与“模式”匹配的行，才会执行 “ 动作 ”。
　　　　Pattern 相当于每行的“过滤条件”；只有满足 “Pattern 条件”的行，才会执行 “Action”。

　　b、模式分类：

　　　　-- 空模式；
　　　　　　　　实例： awk ' { action }' docs.txt
　　　　-- 关系模式；
　　　　　　-- <, <=; >, >=; ==, !=;
　　　　　　-- ~（与正则表达式匹配，表达式为“真”）, !~(与正则表达式不匹配，表达式为真)

　　　　-- BEGIN/END模式；

　　　　-- 正则模式；
　　　　　　-- 功能：对文本内容，与“正则表达式”匹配。
　　　　　　　　-- awk '/正则表达式/ { action }' file1,...
　　　　　　-- 正则表达式包含"/",用"\"进行转义处理；
　　　　　　　　-- awk '/ \/bin\/ / { print }' docs.txt
　　　　　　　　　　-- 说明："/"转义处理；显示，文件docs.txt中包含字符串“/bin/”的行；
　　　　　　　　-- awk '/ \\zhao / {print }' docs.txt
　　　　　　　　　　-- 说明："\"转义处理；显示，文件docs.txt中包含字符串“\zhao”的行

　　　　--注意事项：
　　　　　　-- awk 使用“扩展正则表达式”；
　　　　　　-- {x,y}，需要使用"--posix"或"--re-interval"选项；
　　　　　　-- ：awk --posix '/ [[:alpha:]]{1,3} / {print }' docs.txt；
　　　　　　　　-- 说明：显示，文件docs.txt中包含1~3个字母的字符串的行；
　　　　　　-- ：awk --re-interval '/[[:alpha:]]{1,3} / {print }' docs.txt
　　　　　　　　-- 说明：显示，文件docs.txt中包含1~3个字母的字符串的行；

　　　　-- 行范围模式；

　　　　　　-- 语法格式：
　　　　　　　　-- awk '/正则表达式1/,/正则表达式2/ {action}' file1, ...

　　　　　　-- 功能：从第一次匹配“正则表达式1”的行开始，到第一次“正则表达式2”的行结束；
　　　　　　　　　　此区间的所有行，都会执行此语法的“动作”。

　　c、实例：
　　　　-- 空模式(无任何条件，每行都会执行“动作”)：
　　　　　　--实例： awk ' { print $1, $2}' docs.txt

　　　　-- 关系模式：
　　　　　　--例子：  awk 'NF ==3 { print $1, $2}' docs.txt
　　　　　　　　-- 说明：显示，文件docs.txt中当前行号等于3的行的第一列和第二列；
　　　　　　~：   awk '$1~/[[:digit:]]+/ {print }' docs.txt
　　　　　　　　-- 说明：显示，文件docs.txt中“第一列包含至少一个数字”的行；
　　　　　　!~：  awk '$1!~/[[:digit:]]+/ {print NR,$0}' docs.txt
　　　　　　　　-- 说明：显示，文件docs.txt中“第一列不含有数字”的行的行号和整行内容；

　　　　-- 正则模式：
　　　　　　--： awk '/[[:alpha:]]+/ { print }' docs.txt
　　　　　　　　-- 说明：显示，文件docs.txt中含有一个或多个字母的行；
　　　　　　--： awk '/ \/bin\/ / { print }' docs.txt 对"/"转义处理
　　　　　　　　-- 说明：显示，文件docs.txt中包含字符串“/bin/”的行；
　　　　　　--： awk '/ \\zhao / {print }' docs.txt 对"\"转义处理
　　　　　　　　-- 说明：显示，文件docs.txt中包含字符串“\zhao”的行；

　　　　-- 行范围模式：
　　　　　　--： awk '/88/,/li/ { print }' docs.txt
　　　　　　　　-- 说明：文件docs中从“包含88的行”到“包含li的行”之间，显示这个区间的所有的行；

9、awk -- Action

综合：
　　-- {} 包含多条语句时候，用分号";"分隔。

a、action的理解：

　　举例1： awk '{ print $0 }' docs.txt
　　-- 说明：
　　　　-- 上面的语句包含两个动作： “ { } ” 和 “ print $0 ”；
　　　　-- “ { } ” 为 “ 组合语句 ”类型的动作；
　　　　-- “ print $0 ” 为 “输出语句”类型的动作；

　　举例2：awk '{print $1} {print $2}' docs.txt
　　-- 说明：
　　　　-- 每行的第一列输出完毕后，然后输出每行的第二列；
　　　　-- 举例2语句 等于 awk '{ print $1; print $2 }' docs.txt

b、控制语句 之 条件（if、if...else... 、嵌套）：

综合：
　　-- 说明：在“action('program' = ' Pattern {Action}')”内，
　　　　　　满足条件的行，则执行“动作”（与Pattern 很像，只是“条件”在“动作”之内）。
　　-- 复合条件：
　　　　-- and :
　　　　　　awk '{ if( condition1 && condition2 ){ print}}' docs.txt
　　　　　　　　-- 实例： awk '{ if( NR >= 2 && NR<=4){ print NR, $0}}' docs.txt
　　　　-- or :
　　　　　　awk '{ if( condition1 || condition2 ){ print}}' docs.txt
　　　　　　-- 实例： awk '{ if( NR==3 || NR==4){ print NR, $0}}' docs.txt
　　　　-- not :
　　　　　　awk '{ if( !(condition) ){ action } }' docs.txt

实例：
　　-- if： awk '{ if( NR == 3 ){ print $0；print $0} }' docs.txt
　　　　-- 说明： 显示，docs中“行号等于3”的整行内容,然后再显示“行号等于3”的整行内容；
　　-- if...else...：awk '{ if(NR==3){ print NR, $0}else{print NR,"-- empty --"} }' docs.txt
　　　　-- 说明：显示，文件docs.txt中 “行号等于3”，显示行号和整行内容；“行号不等于3”，显示行号和"--empyt --" ；
　　-- if...else if...else... 嵌套(相当于swich)：
　　　　awk '{ if(NR==3){ print NR, $0}else if(NR==4){ print NR, $0}else{print NR,"NR != 3 and NR != 4 "} }' docs.txt

c、控制语句 之 循环 (for, while, do...while...)

　　语法：
　　　　-- for:
　　　　　　-- for(条件初始化; 循环条件; 循环){ action1; action2;... }
　　　　　　-- for( 变量 in 数组){ action1; action2;... }
　　　　-- while:
　　　　　　-- while(循环条件){ action1; action2;... }
　　　　　　-- do { action } while(循环条件)

　　实例：
　　　　-- for:
　　　　　　-- awk '{ for(i=1;i<=5;i++){ print NR, i} }' docs.txt
　　　　-- while:
　　　　　　-- ++i：awk -v i=1 '{ while(i<=5){ i++; print NR, i} }' docs.txt
　　　　　　-- i++：awk -v i=1 '{ while(i<=5){ print NR, i; i++} }' docs.txt
　　　　-- do...while()：awk -v i=1 '{ do{ print NR,i; i++}while(i<=5)}' docs.txt

d、特殊"动作"（break/continue/exit/next/）

　　-- 循环控制“动作”:
　　　　-- break：结束循环语句；
　　　　　　-- 实例：awk 'BEGIN{for(i=1;i<5;i++){ print "i=", i; break} }' docs.txt
　　　　-- continue：结束‘本次’循环，执行‘下次’循环；
　　　　　　-- 实例：awk 'BEGIN{for(i=1;i<5;i++){ print "i=", i; continue} }' docs.txt

　　　　-- exit ：退出当前执行的"program"；执行“END模式的动作”；
　　　　　　　　如果没有“END模式”，直接退出awk命令。
　　　　　　-- 实例： awk '{ print $0; exit; print NR} END{ print "warning:EXIT"}' docs.txt
　　　　-- next ：忽略对文件当前行的处理；直接处理文件的下一行
　　　　　　-- 实例： '$1 ~ /[[:digit:]]+/{ next} {print NR, $0}' docs.txt

10、awk -- 数组

综合：

　　-- 数组的定义：相当于同时声明多个带有下标的变量,变量间用分号";"分隔；
　　　　-- 实例：awk '{ name[1]="dog"; name[2]="cat"; name[3]="goose"} { idx=""; for(idx in name){print NR, name[idx]} }' docs.txt

　　-- index 是保留关键字，不能做自定义变量的名字；

　　-- awk 数组的默认下表，从1开始；

　　-- awk 数组元素值=""，表示此元素值为“空”，隐藏“数组的此元素”；

　　-- awk 数组元素值="空格"，表示此元素数值为“空格”，“空格”不为“空”；

　　-- 判断数组中是否存在对应的元素："if( 数组下标 in 数组名)"；执行“END模式的动作”；

　　-- awk 数组的“下标”可以是“数字”，也可以是“任意的字符串”；

　　-- awk 数组的本质是“关联数组”；awk默认会把“数字”下标转化为“字符串”，
　　　　所以，本质上“awk的数组” 还是一个使用字符串作为下标的关联数组；

-- delete
　　-- 删除数组元素：" delete 数组名[下标] "；
　　-- 删除数组："delete 数组名"；

-- 数组遍历：
　　-- 数组下标为数字：
　　　　-- for(变量初始化; 条件; 自增自减){ // 数组名[变量]}
　　-- 数组下标为字符串：
　　　　-- for(变量 in 数组名){ // 数组名[变量] }

特殊案例：

　　-- 字符串统计（这里是重点，超级难理解）：

　　-- 原理 ：
　　-- 核心思想：“字符串”可以进行数学加一运算(varname += 1)，
　　　　　　　　即“相同变量名的字符串”可以累加，“字符串的值”是“此字符串出现的次数”；

　　-- awk 'BEGIN{ var1="china"; print var1; var1 += 1; print var1}' docs.txt

　　-- 在数学计算中，字符串变量当作数字“0”参与数值计算；

　　-- 方法：对于一个不存在的元素，进行自加运算后，这个元素的值变成了自家运算的次数。

　　-- 统计“所有字段出现的次数”：
　　　　-- awk '{ count[$1]++ } END{ for(i in count){ print count[i], i}}' docs.txt

11、awk -- 内置函数

综合：

　　-- 数学函数：rand()-随机函数, srand()-随机函数 / int()-截取整数部分；

　　-- 字符处理函数：
　　　　-- 替换函数：
　　　　　　gsub(源字符, 目标字符, 字段)：范围内的所有'l'都替换为'm',
　　　　　　sub(源字符, 目标字符, 字段)：替换范围内的第一个字符'l'替换为'm';
　　　　　　　　-- 举例1： gsub(l, m, $1);
　　　　　　　　-- 举例2： sub(l, m, $1);

　　-- length(字段)：输出每行的所有列分别含有多少个字符；
　　　　-- 举例： awk '{ length($1) }' docs.txt ;

　　-- index(字段, 查询的字符串)：获取“指定字符串” 在 “整行 ”的第几个字符开始；
　　　　-- 举例： awk '{ index($1, "lee")}'

　　

　　-- 其他函数：
　　　　-- asort(原数组, 新数组)：将“原数组”排序，排序后的结果放入“新数组”；
　　　　　　--举例： awk 'BEGIN{ t["z"]=66; t["a"]=3; t["q"]=88; asort(t, newarray); for(i in newarray){ print i, newarray[i]} }' docs.txt

12、awk -- 补充

-- 三元运算符：(exp1) ? exp2 : exp3 == if ( exp1){ exp2} else { exp3}

 

-- 奇数行打印/偶数行打印：
　　-- 奇数行打印：' i = !i'
　　　　-- awk 'i = !i{ print NR, $0}' docs.txt;
-- 偶数行打印：' !(i = !i)'
　　　　-- awk '!(i = !i){ print NR, $0}' ldocs.txt;