awk 命令详解

简单使用：

awk ：对于文件中一行行的独处来执行操作 。

使用 『：』 来分割这一行，把这一行的第一第四个域打印出来 。

awk -F ：'{print $1,$4}'

详细介绍：

AWK 命令介绍

awk 语言的最基本功能是在文件或字符串中基于指定规则浏览和抽取信息，awk 抽取信息后，才能进行其他文本操作，完整的 awk 脚本通常用来格式化文本文件中的信息

1. 调用 awk:

第一种命令行方式，如:
awk [-Field-separator] 'commands' input-file(s)

这里 commands 是真正的 awk 命令，[-F 域分隔符] 是可选的，awk 默认使用空格分隔，因此如果要浏览域间有空格的文本，不必指定这个选项，但如果浏览如 passwd 文件，此文件各域使用冒号作为分隔符，则必须使用-F 选项: awk -F : 'commands' input-file

第二种，将所有 awk 命令插入一个文件，并使 awk 程序可执行，然后用 awk 命令解释器作为脚本的首行，以便通过键入脚本名称来调用它

第三种，将所有 awk 命令插入一个单独文件，然后调用，如:

awk -f awk-script-file input-file

-f 选项指明在文件 awk-script-file 的 awk 脚本，input-file 是使用 awk 进行浏览的文件名

2. awk 脚本:

awk 脚本由各种操作和模式组成，根据分隔符 (-F 选项)，默认为空格，读取的内容依次放置到对应的域中，一行一行记录读取，直到文件尾

2.1. 模式和动作

任何 awk 语句都是由模式和动作组成，在一个 awk 脚本中可能有许多语句。模式部分决定动作语句何时触发及触发事件。动作即对数据进行的操作，如果省去模式部分，动作将时刻保持执行状态

模式可以是任何条件语句或复合语句或正则表达式，模式包含两个特殊字段 BEGIN 和 END，使用 BEGIN 语句设置计数和打印头，BEGIN 语句使用在任何文本浏览动作之前，之后文本浏览动作依据输入文件开始执行;END 语句用来在 awk 完成文本浏览动作后打印输出文本总数和结尾状态标志，有动作必须使用 {} 括起来

实际动作在大括号 {} 内指明，常用来做打印动作，但是还有更长的代码如 if 和循环 looping 语句及循环退出等，如果不指明采取什么动作，awk 默认打印出所有浏览出的记录

2.2. 域和记录:

awk 执行时，其浏览标记为 $1，$2...$n，这种方法称为域标记。使用 $1，$3 表示参照第 1 和第 3 域，注意这里使用逗号分隔域，使用 $0 表示使用所有域。例如:

awk '{print $0}' temp.txt > sav.txt

表示打印所有域并把结果重定向到 sav.txt 中

awk '{print $0}' temp.txt|tee sav.txt

和上例相似，不同的是将在屏幕上显示出来

awk '{print $1,$4}' temp.txt

只打印出第 1 和第 4 域

awk 'BEGIN {print "NAME  GRADE\n----"} {print $1"\t"$4}' temp.txt

表示打信息头，即输入的内容的第一行前加上"NAME GRADE\n-------------"，同时内容以 tab 分开

awk 'BEGIN {print "being"} {print $1} END {print "end"}' temp

同时打印信息头和信息尾

2.3. 条件操作符:

< 、<=、==、!=、>=、~匹配正则表达式、!~不匹配正则表达式

匹配:awk '{if ($4~/ASIMA/) print $0}' temp 表示如果第四个域包含 ASIMA，就打印整条

精确匹配:awk '$3=="48" {print $0}' temp 只打印第 3 域等于"48"的记录

不匹配: awk '$0 !~ /ASIMA/' temp 打印整条不包含 ASIMA 的记录

不等于: awk '$1 != "asima"' temp

小于: awk '{if ($1<$2) print $1 "is smaller"}' temp

设置大小写: awk '/[Gg]reen/' temp 打印整条包含 Green，或者 green 的记录

任意字符: awk '$1 ~/^...a/' temp 打印第 1 域中第四个字符是 a 的记录，符号』^』 代表行首，符合』.』 代表任意字符

或关系匹配: awk '$0~/(abc)|(efg)/' temp 使用|时，语句需要括起来

AND 与关系: awk '{if ( $1=="a" && $2=="b" ) print $0}' temp

OR 或关系: awk '{if ($1=="a" || $1=="b") print $0}' temp

2.4. awk 内置变量:

例:
awk 'END {print NR}' temp 在最后打印已读记录条数

awk '{print NF，NR，$0} END {print FILENAME}' temp

awk '{if (NR>0 && $4~/Brown/) print $0}' temp 至少存在一条记录且包含 Brown

NF 的另一用法: echo $PWD | awk -F/ '{print $NF}' 显示当前目录名

2.5. awk 操作符:

在 awk 中使用操作符，基本表达式可以划分成数字型、字符串型、变量型、域及数组元素

设置输入域到变量名:

awk '{name=$1;six=$3; if (six=="man") print name " is " six}' temp

域值比较操作:

awk 'BEGIN {BASE="27"} {if ($4<BASE) print $0}' temp

修改数值域取值:(原输入文件不会被改变)

awk '{if ($1=="asima") $6=$6-1;print $1，$6，$7}' temp

修改文本域:

awk '{if ($1=="asima) ($1=="desc");print $1}' temp

只显示修改记录:(只显示所需要的，区别上一条命令，注意 {})

awk '{if ($1=="asima) {$1=="desc";print$1}}' temp

创建新的输出域:

awk '{$4=$3-$2; print $4}' temp

统计列值:

awk '(tot+=$3);END {print tot}' temp           #会显示每列的内容
 
awk '{(tot+=$3)};END {print tot}' temp         #只显示最后的结果

文件长度相加:

ls -l|awk '/^[^d]/ {print $9"\t"$5} {tot+=$5} END{print "totKB:" tot}'

只列出文件名:

ls -l|awk '{print $9}'     #常规情况文件名是第 9 域

2.6. awk 内置字符串函数:

sub(r，s) 在整个 $0 中用 s 替代 r

awk 'gsub(/name/，"xingming") {print $0}' temp

gsub(r，s，t) 在整个 t 中用 s 替代 r

index(s，t) 返回 s 中字符串 t 的第一位置

awk 'BEGIN {print index("Sunny"，"ny")}' temp 返回 4

length(s) 返回 s 的长度

match(s，r) 测试 s 是否包含匹配 r 的字符串

awk '$1=="J.Lulu" {print match($1，"u")}' temp 返回 4

split(s，a，fs) 在 fs 上将 s 分成序列 a

awk 'BEGIN {print split("12#345#6789"，myarray，"#")"'

返回 3，同时 myarray[1]="12"， myarray[2]="345"， myarray[3]="6789"

sprint(fmt，exp) 返回经 fmt 格式化后的 exp

sub(r，s) 从 $0 中最左边最长的子串中用 s 代替 r(只更换第一遇到的匹配字符串)

substr(s，p) 返回字符串 s 中从 p 开始的后缀部分

substr(s，p，n) 返回字符串 s 中从 p 开始长度为 n 的后缀部分

2.7. printf 函数的使用:

字符转换:

echo "65" |awk '{printf "%c\n"，$0}'    #输出 A

awk 'BEGIN {printf "%f\n"，999}' #输出 999.000000

格式化输出:

awk '{printf "%-15s %s\n"，$1，$3}' temp

将第一个域全部左对齐显示

2.8. 其他 awk 用法:

向一行 awk 命令传值:

awk '{if ($5<AGE) print $0}' AGE=10 temp

who | awk '{if ($1==user) print $1 " are in " $2 ' user=$LOGNAME #使用环境变量

awk 脚本命令:

开头使用 !/bin/awk -f ，如果没有这句话自含脚本将不能执行，例子:

!/bin/awk -f
# all comment lines must start with a hash '#'
# name: student_tot.awk
# to call: student_tot.awk grade.txt
# prints total and average of club student points
# print a header first
BEGIN
{
print "Student    Date   Member No.  Grade  Age  Points  Max"
print "Name  Joined Gained  Point Available"
print"========================================================="
}
# let's add the scores of points gained
(tot+=$6);
# finished processing now let's print the total and average point
END
{
    print "Club student total points :" tot
    print "Average Club Student points :" tot/N
}

2.9. awk 数组:

awk 的循环基本结构

For (element in array) print array[element]
awk 'BEGIN {record="123#456#789";split(record，myarray，"#")} 
END { for (i in myarray) {print myarray[i]} }

3.0 awk 中自定义语句
一. 条件判断语句 (if)

if(表达式) #if ( Variable in Array )
语句 1
else
语句 2
格式中"语句 1"可以是多个语句，如果你为了方便 Unix awk 判断也方便你自已阅读，你最好将多个语句用 {} 括起来。 Unix awk 分枝结构允许嵌套，其格式为：

if(表达式)

{语句 1}

else if(表达式)
{语句 2}
else
{语句 3}

[chengmo@localhost nginx]# awk 'BEGIN{ 
test=100;
if(test>90)
{
    print "very good";
}
else if(test>60)
{
    print "good";
}
else
{
    print "no pass";
}
}'
 
very good

每条命令语句后面可以用 「；」 号结尾。

二. 循环语句 (while,for,do)

1.while 语句

格式：

while(表达式)

{语句}
例子：

[chengmo@localhost nginx]# awk 'BEGIN{ 
test=100;
total=0;
while(i<=test)
{
    total+=i;
    i++;
}
print total;
}'
5050

2.for 循环

for 循环有两种格式：

格式 1：

for(变量 in 数组)

{语句}

例子：

[chengmo@localhost nginx]# awk 'BEGIN{ 
for(k in ENVIRON)
{
    print k"="ENVIRON[k];
}
}'
 
AWKPATH=.:/usr/share/awk
OLDPWD=/home/web97
SSH_ASKPASS=/usr/libexec/openssh/gnome-ssh-askpass
SELINUX_LEVEL_REQUESTED=
SELINUX_ROLE_REQUESTED=
LANG=zh_CN.GB2312

。。。。。。

说明：ENVIRON 是 awk 常量，是子典型数组。

格式 2：

for(变量; 条件; 表达式)

{语句}

例子：

[chengmo@localhost nginx]# awk 'BEGIN{ 
total=0;
for(i=0;i<=100;i++)
{
    total+=i;
}
print total;
}'

5050

3.do 循环

格式：

do

{语句}while(条件)

例子：

[chengmo@localhost nginx]# awk 'BEGIN{ 
total=0;
i=0;
do
{
    total+=i;
    i++;
}while(i<=100)
print total;
}'
5050

以上为 awk 流程控制语句，从语法上面大家可以看到，与 c 语言是一样的。有了这些语句，其实很多 shell 程序都可以交给 awk，而且性能是非常快的。

break 当 break 语句用于 while 或 for 语句时，导致退出程序循环。
continue 当 continue 语句用于 while 或 for 语句时，使程序循环移动到下一个迭代。
next 能能够导致读入下一个输入行，并返回到脚本的顶部。这可以避免对当前输入行执行其他的操作过程。
exit 语句使主输入循环退出并将控制转移到 END, 如果 END 存在的话。如果没有定义 END 规则，或在 END 中应用 exit 语句，则终止脚本的执行。

NR 与 FNR：
QUOTE:
A．awk 对多输入文件的执行顺序是，先将代码作用于第一个文件 （一行行读入），然后该重复的代码又作用于第二个文件，再作用于第三个文件。
B．awk 对多输入文件的执行顺序产生了行序号的问题。当第一个文件执行完，下次读入第二个文件，那么第二个文件的第一行怎么算呢？如果又计为 1 的话，那不就两个 1 了么？（因为第一个文件也有第一行） 。这就是 NR 和 FNR 的问题。
NR ：全局行数 （第二个文件的第一行接着第一个文件尾行数顺序计数）
FNR：当前文件自身的行数 （不考虑前几个输入文件的自身行数及总数）
例如：data1.txt 中有 40 行，data2.txt 中有 50 行，那么 awk 『{}』 data1.txt data2.txt
NR 的值依次为：1，2……40，41，42……90
FNR 的值依次为：1，2……40， 1， 2……50
getline 函数说明：
awk 的 getline 语句用于简单地读取一条记录。如果用户有一个数据记录类似两个物理记录，那么 getline 将尤其有用。它完成一般字段的分离 (设置字段变量 $0 FNR NF NR) 。如果成功则返回 1，失败则返回 0（到达文件尾） 。
QUOTE:
A．getline 从整体上来说，应这么理解它的用法：
当其左右无重定向符 | 或 < 时，getline 作用于当前文件，读入当前文件的第一行给其后跟的变量 var 或 $0（无变量）；应该注意到，由于 awk 在处理 getline 之前已经读入了一行，所以 getline 得到 的返回结果是隔行的。 当其左右有重定向符 | 或 < 时，getline 则作用于定向输入文件，由于该文件是刚打开，并没有被 awk 读入一行，只是 getline 读入，那么 getline 返回的是该文件的第一行，而不是隔行。 B．getline 用法大致可分为三大类 （每大类又分两小类），即总共有 6 种用法。代码如下： QUOTE:

nawk 『BEGIN{「cat data.txt」|getline d; print d}』 data2.txt 
nawk 『BEGIN{「cat data.txt」|getline; print $0}』 data2.txt
nawk 『BEGIN{getline d < 「data.txt」; print d}』 data2.txt 
nawk 『BEGIN{getline < 「data.txt」; print $0}』 data2.txt

以上四行代码均实现 「只打印 data.txt 文件的第一行」（若打印全部行，用循环）
eg. nawk 『BEGIN{FS=」:」;while(getline<」/etc/passwd」>0){print $1}}』 data.txt

QUOTE:

nawk 『{getline d; print d」#」$3}』 data.txt

awk 首先读入第一行，接着处理 getline 函数，然后把下一行指定给变量 d，再先打印 d，由于 d 后面有换行符，所以后面紧跟的＃会覆盖 d，后面的 $3 同样也会覆盖 d 。
QUOTE:

nawk 『{getline; print $0」#」$3}』 data.txt

awk 首先读入第一行接着处理 getline 函数，然后把下一行指定给 $0，现在的 $0 已经是下一行内容，后面的 #和 $3（从 $0 中取） 会覆盖 $0 的内容。
在 awk 中，有时需要调用系统工具来完成 awk 不擅长的工作，awk 提供的 system 命令可以用来执行，但收不到外部工具的输出结果。好在可以运用 getline 来满足这个需求。例如

test.awk:
{
   datecommand="/bin/date -j -f \"%d/%b/%Y:%H:%M:%S\" " $olddatestr " \"+%Y%m%d %H%M%S\"";
   datecommand | getline newdatestr 
   close(datecommand);
}

外部命令需要 awk 占用一个文件描述符，而 awk 最多能打开的文件有一个上限，而且不大 （比如说 16），所以最后做一个 close 是好习惯。把命令串定义为一个变量也是为了 close 的时候方便