【linux】awk的使用

2022-11-18 11:08:28

教程来自：http://www.runoob.com/linux/linux-comm-awk.html

教程中的例子很好，可以有助于快速上手awk.但是里面的细节介绍的并不清楚。

问题1：什么时候写在 ''  单引号中, 什么时候写在 '' 单引号前， 什么时候写在 '' 单引号后？

问题2：BEGIN{}是在遍历前执行，{}是在遍历中执行，END{}是在遍历后执行。那么同时出现多个{}是什么情况呢？何时可以写多个{} ？

基本用法

log.txt文本内容如下：

2 this is a test

3 Are you like awk

This's a test

10 There are orange,apple,mongo

用法一：

awk '{[pattern] action}' {filenames}   # 行匹配语句 awk '' 只能用单引号

实例：

# 每行按空格或TAB分割，输出文本中的1、4项

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

 ---------------------------------------------

 2 a

 3 like

 This's

 10 orange,apple,mongo

 # 格式化输出

 $ awk '{printf "%-8s %-10s\n",$1,$4}' log.txt

 ---------------------------------------------

 2        a

 3        like

 This's

 10       orange,apple,mongo

用法二：

awk -F  #-F相当于内置变量FS, 指定分割字符

实例：

# 使用","分割

 $  awk -F, '{print $1,$2}'   log.txt

 ---------------------------------------------

 2 this is a test

 3 Are you like awk

 This's a test

 10 There are orange apple

 # 或者使用内建变量

 $ awk 'BEGIN{FS=","} {print $1,$2}'     log.txt

 ---------------------------------------------

 2 this is a test

 3 Are you like awk

 This's a test

 10 There are orange apple

 # 使用多个分隔符.先使用空格分割，然后对分割结果再使用","分割

 $ awk -F '[ ,]'  '{print $1,$2,$5}'   log.txt

 ---------------------------------------------

 2 this test

 3 Are awk

 This's a

 10 There apple

用法三：

awk -v  # 设置变量

实例：

 $ awk -va=1 '{print $1,$1+a}' log.txt

 ---------------------------------------------

 2 3

 3 4

 This's 1

 10 11

 $ awk -va=1 -vb=s '{print $1,$1+a,$1b}' log.txt

 ---------------------------------------------

 2 3 2s

 3 4 3s

 This's 1 This'ss

 10 11 10s

用法四：

awk -f {awk脚本} {文件名}

实例：

 $ awk -f cal.awk log.txt

运算符

运算符 描述
= += -= *= /= %= ^= **= 赋值
?: C条件表达式
|| 逻辑或
&& 逻辑与
~ ~! 匹配正则表达式和不匹配正则表达式
< <= > >= != == 关系运算符
空格 连接
+ - 加，减
* / & 乘，除与求余
+ - ! 一元加，减和逻辑非
^ *** 求幂
++ -- 增加或减少，作为前缀或后缀
$ 字段引用
in 数组成员

过滤第一列大于2的行

$ awk '$1>2' log.txt    #命令

#输出

3 Are you like awk

This's a test

10 There are orange,apple,mongo

过滤第一列等于2的行

$ awk '$1==2 {print $1,$3}' log.txt    #命令

#输出

2 is

过滤第一列大于2并且第二列等于'Are'的行

$ awk '$1>2 && $2=="Are" {print $1,$2,$3}' log.txt    #命令

#输出

3 Are you

内建变量

变量 描述
\$n 当前记录的第n个字段，字段间由FS分隔
\$0 完整的输入记录
ARGC 命令行参数的数目
ARGIND 命令行中当前文件的位置(从0开始算)
ARGV 包含命令行参数的数组
CONVFMT 数字转换格式(默认值为%.6g)ENVIRON环境变量关联数组
ERRNO 最后一个系统错误的描述
FIELDWIDTHS 字段宽度列表(用空格键分隔)
FILENAME 当前文件名
FNR 同NR，但相对于当前文件
FS 字段分隔符(默认是任何空格)
IGNORECASE 如果为真，则进行忽略大小写的匹配
NF 当前记录中的字段数
NR 当前记录数
OFMT 数字的输出格式(默认值是%.6g)
OFS 输出字段分隔符(默认值是一个空格)
ORS 输出记录分隔符(默认值是一个换行符)
RLENGTH 由match函数所匹配的字符串的长度
RS 记录分隔符(默认是一个换行符)
RSTART 由match函数所匹配的字符串的第一个位置
SUBSEP 数组下标分隔符(默认值是/034) 
$ awk 'BEGIN{printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n","FILENAME","ARGC","FNR","FS","NF","NR","OFS","ORS","RS";printf "---------------------------------------------\n"} {printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n",FILENAME,ARGC,FNR,FS,NF,NR,OFS,ORS,RS}'  log.txt

FILENAME ARGC  FNR   FS   NF   NR  OFS  ORS   RS

---------------------------------------------

log.txt    2    1         5    1

log.txt    2    2         5    2

log.txt    2    3         3    3

log.txt    2    4         4    4

$ awk -F\' 'BEGIN{printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n","FILENAME","ARGC","FNR","FS","NF","NR","OFS","ORS","RS";printf "---------------------------------------------\n"} {printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n",FILENAME,ARGC,FNR,FS,NF,NR,OFS,ORS,RS}'  log.txt

FILENAME ARGC  FNR   FS   NF   NR  OFS  ORS   RS

---------------------------------------------

log.txt    2    1    '    1    1

log.txt    2    2    '    1    2

log.txt    2    3    '    2    3

log.txt    2    4    '    1    4

# 输出顺序号 NR, 匹配文本行号

$ awk '{print NR,FNR,$1,$2,$3}' log.txt

---------------------------------------------

1 1 2 this is

2 2 3 Are you

3 3 This's a test

4 4 10 There are

# 指定输出分割符

$  awk '{print $1,$2,$5}' OFS=" $ "  log.txt

---------------------------------------------

2 $ this $ test

3 $ Are $ awk

This's $ a $

10 $ There $

使用正则，字符串匹配

# 输出第二列包含 "th"，并打印第二列与第四列

$ awk '$2 ~ /th/ {print $2,$4}' log.txt

---------------------------------------------

this a

~ 表示模式开始。// 中是模式。

# 输出包含"re" 的行

$ awk '/re/ ' log.txt

---------------------------------------------

3 Are you like awk

10 There are orange,apple,mongo

忽略大小写

$ awk 'BEGIN{IGNORECASE=1} /this/' log.txt

---------------------------------------------

2 this is a test

This's a test

模式取反

$ awk '$2 !~ /th/ {print $2,$4}' log.txt

---------------------------------------------

Are like

a

There orange,apple,mongo

$ awk '!/th/ {print $2,$4}' log.txt

---------------------------------------------

Are like

a

There orange,apple,mongo

awk脚本

关于awk脚本，我们需要注意两个关键词BEGIN和END。

  • BEGIN{ 这里面放的是执行前的语句 }
  • END {这里面放的是处理完所有的行后要执行的语句 }
  • {这里面放的是处理每一行时要执行的语句}

假设有这么一个文件（学生成绩表）：

$ cat score.txt

Marry   2143 78 84 77

Jack    2321 66 78 45

Tom     2122 48 77 71

Mike    2537 87 97 95

Bob     2415 40 57 62

我们的awk脚本如下：

$ cat cal.awk

#!/bin/awk -f

#运行前

BEGIN {

    math = 0

    english = 0

    computer = 0

    printf "NAME    NO.   MATH  ENGLISH  COMPUTER   TOTAL\n"

    printf "---------------------------------------------\n"

}

#运行中

{

    math+=$3

    english+=$4

    computer+=$5

    printf "%-6s %-6s %4d %8d %8d %8d\n", $1, $2, $3,$4,$5, $3+$4+$5

}

#运行后

END {

    printf "---------------------------------------------\n"

    printf "  TOTAL:%10d %8d %8d \n", math, english, computer

    printf "AVERAGE:%10.2f %8.2f %8.2f\n", math/NR, english/NR, computer/NR

}

我们来看一下执行结果：

$ awk -f cal.awk score.txt

NAME    NO.   MATH  ENGLISH  COMPUTER   TOTAL

---------------------------------------------

Marry  2143     78       84       77      239

Jack   2321     66       78       45      189

Tom    2122     48       77       71      196

Mike   2537     87       97       95      279

Bob    2415     40       57       62      159

---------------------------------------------

  TOTAL:       319      393      350

AVERAGE:     63.80    78.60    70.00

另外一些实例

AWK的hello world程序为：

BEGIN { print "Hello, world!" }

计算文件大小

$ ls -l *.txt | awk '{sum+=$6} END {print sum}'

--------------------------------------------------

666581

从文件中找出长度大于80的行

awk 'lenght>80' log.txt

打印九九乘法表

seq 9 | sed 'H;g' | awk -v RS='' '{for(i=1;i<=NF;i++)printf("%dx%d=%d%s", i, NR, i*NR, i==NR?"\n":"\t")}'
上一篇：【转】如何利用多核CPU来加速你的Linux命令 — awk, sed, bzip2, grep, wc等


下一篇：linux 的 awk 使用