awk 命令使用入门

Linux 下处理和分析文本文件内容，AWK 命令是一个强有力的工具。特别是文件内容是以行和列的形式排版的时候，AWK 就是命令行界的 Excel 啊！

简单的 awk 命令可以直接在命令行中使用，复杂情况下就得写 awk 脚本来解决了。

awk 命令基本用法：

awk 'pattern {action}' input-file > output-file

这个命令的简单解释就是：遍历输入文件 input-file 内容的每一行，在符合模式 pattern 的行上执行动作 action，并将执行结果写入 output-file 文件。

如果省略了 pattern 模式的话，每一行都将执行动作 action。例如：

awk '{ print $5 }' table1.txt > output1.txt

这句命令的意思就是输出文件 table1.txt 每行内容的第五列到文件 output1.txt。默认情况下，每列以空格符或者 tab 符（也叫做空白符）分割。因此，如果文件 table1.txt 内容是这样的话：

1, Justin Timberlake, Title 545, Price $7.30
2, Taylor Swift, Title 723, Price $7.90
3, Mick Jagger, Title 610, Price $7.90
4, Lady Gaga, Title 118, Price $7.30
5, Johnny Cash, Title 482, Price $6.50
6, Elvis Presley, Title 335, Price $7.30
7, John Lennon, Title 271, Price $7.90
8, Michael Jackson, Title 373, Price $5.50

那么，运行该命令后文件 output1.txt 的内容便如下：

545,
723,
610,
118,
482,
335,
271,
373,

如果分隔符不是空格符或者 tab 符的话，你可以在命令中指定它：

awk -F, '{ print $3 }' table1.txt > output1.txt

该条命令就会选择文件 table1.txt 内容的每行的第三列输出到文件 output1.txt 中，其中每列的分隔符为逗号。所以，文件 output1.txt 的内容便是这样了：

 Title 545
 Title 723
 Title 610
 Title 118
 Title 482
 Title 335
 Title 271
 Title 373

在花括号中间的内容即（print $3）叫做代码区。如果在代码区前面放一个条件表达式的话，代码区的代码只会在条件表达式成立时执行：

awk '$7=="\$7.30" { print $3 }' table1.txt > output1.txt

这条命令的意思就是，只有某行第七列等于 $7.30 时，才会将该行第三列内容输出到文件 output1.txt 中。$7.30 前的反斜杠是为了阻止系统将其解释为变量 $7，加上反斜杠后其仅仅被解释为普通字符串。该命令输出如下：

Timberlake,
Gaga,
Presley,

我们也可以把一个正则表达式当做条件表达式。例如：

awk '/30/ { print $3 }' table1.txt > output1.txt

在两个反斜杠之间的内容便是正则表达式。也就是说，只有某行包含字符串“30”时，才会将该行的第三列输出到文件 output1.txt 中。其输出如下：

Timberlake,
Gaga,
Presley,

如果文件内容某列全数字的话也可以使用它们进行计算：

awk '{ print ($2 * $3) + $7 }' table1.txt

现在第一列我们使用 $1，第二列使用 $2，那么有没有 $0 呢？当然是有的啦，$0 就表示一个完整的行内容，还有变量 NF 就表示每行的列数呢！所以所有文件 table1.txt 每行每列都是数字的话，我们可以这样进行每行累加求和：

awk '{ sum=0; for (col=1; col<=NF; col++) sum += $col; print sum; }' table1.txt

当然了，说起 awk 我们不用忘了它的好兄弟 sed 命令，那么下次就来说说 sed 命令吧！

参考

https://www.lifewire.com/write-awk-commands-and-scripts-2200573

http://man.linuxde.net/awk