awk基本使用方法简单介绍

之前说过sed, 今天来说awk, 它也是一个文本处理器。 是linux下的一个命令， 比sed更强大。 搞linux开发， 尤其是后台开发， 这个命令差点儿必需要用到。 awk这三个字母分别代表其三位作者的名字， 而不是某个/某些有意义单词的缩写。

还是那句话，以实践操作为荣， 以仅仅看不练为耻。当然， 理解awk的原理是必须的：读入有'\n'换行符切割的一条记录，将记录按指定的域分隔符划分域，$0表示全部域, $1表示第一个域, $n表示第n个域。 默认域分隔符是空格键或tab键。

鉴于awk涉及的东西太多， 所以本文中， 我们只介绍主要的使用方法， 以后遇到了新的东东。 再加入到本博文中。 滚雪球似地积累。

先来感受一下awk, 我们如果test.txt中的内容：

xxx     Math English C++  Experiment
Monkey  100   90     95   Good
Cat     80    100    60   Perfect
Dog     90    60     70   Great
Tiger   95    85     90   Fantastic

之前。 我们用sed来输出行， 如今， 我们来感受一下用awk输出列, 例如以下：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{print $2}' test.txt
Math
100
80
90
95

Administrator@51B6904C3C8A485 ~/learn_awk
$

看到了吧， 这就是awk. 注意上面仅仅能是单引號， 不能是双引號， $2表示第二列。

我们来看看awk的一般格式：awk [option]  'pattern {action}' test.txt,  比方上面的awk '{print $2}' test.txt, 此时，採用默认选项。 且条件永远为真。

以下， 我们依据awk的原型来一一说明：

        A.awk 

事实上awk就相当于一个函数名， 没什么好说的了。

        B. option

我们先看例如以下操作。 打印test.txt文件的第二列：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{print $2}' test.txt
Math
100
80
90
95

Administrator@51B6904C3C8A485 ~/learn_awk

能够看到。 命令中没有选项， 也就是採用了默认选项， 如今如果a.txt中的文件内容为：

xxx|Math|English|C++|Experiment
Monkey|100|90|95|Good
Cat|80|100|60|Perfect
Dog|90|60|70|Great
Tiger|95|85|90|Fantastic

我们再用awk '{print $2}' a.txt就不灵了。 为什么呢？ 由于awk '{print $2}' a.txt的选项为空， 默认的是以空格为分隔符， 显然不能进行划分。

那怎么办呢？ 此时， 我们应该显式地指明分隔符。 例如以下：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk -F "|" '{print $2}' a.txt
Math
100
80
90
95

Administrator@51B6904C3C8A485 ~/learn_awk
$

这就对了。好了， 兴许我们仍然针对test.txt， 不针对a.txt. 也就是说。 採用默认的选项。

       C. pattern

这个最好理解了。 比方， 条件就是一种模式(但模式不不过条件， 有可能是一些正則表達式等)。我们看到。 在awk '{print $2}' test.txt中。 是无条件的， 所谓无条件即为真。

日本无条件投降。 大概就是这个意思。 当然。 为了讲清楚条件， 我们还是来看看：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '1<2 {print $2}' test.txt
Math
100
80
90
95

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '1<1 {print $2}' test.txt

Administrator@51B6904C3C8A485 ~/learn_awk
$

我们看到。 当条件为真的时候， 才会有真正的打印， 反之， 打个屁。

假设要打印整个文件。 能够这么搞：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '1' test.txt
xxx     Math English C++  Experiment
Monkey  100   90     95   Good
Cat     80    100    60   Perfect
Dog     90    60     70   Great
Tiger   95    85     90   Fantastic

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '0' test.txt

Administrator@51B6904C3C8A485 ~/learn_awk
$

能够看看到， 条件为真， 有打印。

否则， 没有打印。

       D. action

这个好理解。 无非就是内置命令而已， 比方print $2, 例如以下：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{print $2}' test.txt
Math
100
80
90
95

Administrator@51B6904C3C8A485 ~/learn_awk
$

当然， 假设你喜欢C/C++语言格式。 那全然能够写成：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{printf("%s\n", $2)}' test.txt
Math
100
80
90
95

Administrator@51B6904C3C8A485 ~/learn_awk
$

实际上。 在pattern部分， 我们是能够用C/C++语言的if等keyword的， 如：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{if(1<2) printf("%s\n", $2)}' test.txt
Math
100
80
90
95

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{if(1<1) printf("%s\n", $2)}' test.txt

Administrator@51B6904C3C8A485 ~/learn_awk
$

我们看到， awk看似非常小， 事实上五脏俱全。

弄清了上面的基本构成， awk就算基本入门了。 既然已经与awk有了初步的恋爱感觉了， 那就要趁热打铁的练习一下。

      一. awk的内置变量

1. $0表示整行， $n表示第n个分段。 例如以下：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{print $0}' test.txt
xxx     Math English C++  Experiment
Monkey  100   90     95   Good
Cat     80    100    60   Perfect
Dog     90    60     70   Great
Tiger   95    85     90   Fantastic

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{print $2}' test.txt
Math
100
80
90
95

Administrator@51B6904C3C8A485 ~/learn_awk
$

再如：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{print $1, $3}' test.txt
xxx English
Monkey 90
Cat 100
Dog 60
Tiger 85

Administrator@51B6904C3C8A485 ~/learn_awk
$

2. FILENAME表示文件名。 比方：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{printf("%s\n", FILENAME)}' test.txt
test.txt
test.txt
test.txt
test.txt
test.txt

Administrator@51B6904C3C8A485 ~/learn_awk
$

能够看到， 文件名称被打印出来了。 为什么是5个呢？ 由于awk是逐行处理的。

3. NR是当前的行数， 能够理解为number of row, 当然， 假设你非要说now row这种中式英语。 那也能够。

总之。 你要明确。 NR非常实用。例如以下：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{printf("%d:%s\n", NR, FILENAME)}' test.txt
1:test.txt
2:test.txt
3:test.txt
4:test.txt
5:test.txt

Administrator@51B6904C3C8A485 ~/learn_awk
$

那要创建test1.txt---test5.txt怎么搞呢？ 也非常easy， 联合我们之前介绍过的xargs, 例如以下：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{printf("%s%d\n", FILENAME, NR)}' test.txt | xargs touch

Administrator@51B6904C3C8A485 ~/learn_awk
$ ls
test.txt  test.txt1  test.txt2  test.txt3  test.txt4  test.txt5

Administrator@51B6904C3C8A485 ~/learn_awk
$

4. FNR是文件里的行数。 和NR还是有点小小差别的。 且看：

Administrator@51B6904C3C8A485 ~/learn_awk
$ cp test.txt test_bak.txt

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{printf("%d:%d:%s\n", NR, FNR, FILENAME)}' test.txt test_bak.txt
1:1:test.txt
2:2:test.txt
3:3:test.txt
4:4:test.txt
5:5:test.txt
6:1:test_bak.txt
7:2:test_bak.txt
8:3:test_bak.txt
9:4:test_bak.txt
10:5:test_bak.txt

Administrator@51B6904C3C8A485 ~/learn_awk
$

5. NF表示当前行有多少个段， 学这些东西的时候， 不要死记， 要知道NF是number of field的缩写， 那就清晰了。 例如以下：

Administrator@51B6904C3C8A485 ~/learn_awk
$ echo "good good study" | awk '{print NF}'
3

Administrator@51B6904C3C8A485 ~/learn_awk
$

可见有3个段， 以下我们看看test.txt的每行是不是有5个段：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{print NF}' test.txt
5
5
5
5
5

Administrator@51B6904C3C8A485 ~/learn_awk
$

果然如此。

6. FS是filed seperator, 也就是段切割符号， 默认情况下为空格， 以下我们不用默认的。 而用"|", 例如以下：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk -F "|" '{print FS}' test.txt
|
|
|
|
|

Administrator@51B6904C3C8A485 ~/learn_awk
$

当然， 还有其它的一些内置变量， 在此就不一一举例了， 以后要用的时候， 一查便知。

      二. 常见的一些pattern

1. 条件式的pattern, 我们事实上已经熟悉了。 比方：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '1' test.txt
xxx     Math English C++  Experiment
Monkey  100   90     95   Good
Cat     80    100    60   Perfect
Dog     90    60     70   Great
Tiger   95    85     90   Fantastic

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '1<=1' test.txt
xxx     Math English C++  Experiment
Monkey  100   90     95   Good
Cat     80    100    60   Perfect
Dog     90    60     70   Great
Tiger   95    85     90   Fantastic

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '1<=0' test.txt

Administrator@51B6904C3C8A485 ~/learn_awk
$

2. 来个复杂一点的条件pattern, 例如以下：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk 'length > 30' test.txt
xxx     Math English C++  Experiment
Cat     80    100    60   Perfect
Dog     90    60     70   Great
Tiger   95    85     90   Fantastic

Administrator@51B6904C3C8A485 ~/learn_awk
$

3. 继续条件pattern, 例如以下：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '$1=="Cat"' test.txt
Cat     80    100    60   Perfect

Administrator@51B6904C3C8A485 ~/learn_awk
$

继续加个条件：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '$1!="Cat" && $3>=85' test.txt
xxx     Math English C++  Experiment
Monkey  100   90     95   Good
Tiger   95    85     90   Fantastic

Administrator@51B6904C3C8A485 ~/learn_awk
$

4. 打印第2-4行：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk 'NR>=2 && NR<=4 {print $0}' test.txt
Monkey  100   90     95   Good
Cat     80    100    60   Perfect
Dog     90    60     70   Great

Administrator@51B6904C3C8A485 ~/learn_awk
$

别忘了， 我们的sed也能够, 也蛮牛逼的:

Administrator@51B6904C3C8A485 ~/learn_awk
$ sed -n "2,4"p test.txt
Monkey  100   90     95   Good
Cat     80    100    60   Perfect
Dog     90    60     70   Great

Administrator@51B6904C3C8A485 ~/learn_awk
$

好了， 条件式的pattern我们介绍到这里。 以下我们介绍与正則表達式有关的一些pattern.

5. 行过滤， 类似于grep的功能。 如：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '/Cat/' test.txt
Cat     80    100    60   Perfect

Administrator@51B6904C3C8A485 ~/learn_awk
$

对了，sed也有类似功能， 例如以下：

Administrator@51B6904C3C8A485 ~/learn_awk
$ sed -n "/Cat/"p test.txt
Cat     80    100    60   Perfect

Administrator@51B6904C3C8A485 ~/learn_awk
$

6. 那能不能实现grep -v的功能呢？ 肯定能够， 假设你觉得不能， 那太小看awk了， 且看：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '!/Cat/' test.txt
xxx     Math English C++  Experiment
Monkey  100   90     95   Good
Dog     90    60     70   Great
Tiger   95    85     90   Fantastic

Administrator@51B6904C3C8A485 ~/learn_awk
$

7. 输出以xxxxxx开头的行：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '/^C/' test.txt
Cat     80    100    60   Perfect

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '/^(C|D)/' test.txt
Cat     80    100    60   Perfect
Dog     90    60     70   Great

Administrator@51B6904C3C8A485 ~/learn_awk
$

8. 输出以xxxxxx结尾的行：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '/t$/' test.txt
xxx     Math English C++  Experiment
Cat     80    100    60   Perfect
Dog     90    60     70   Great

Administrator@51B6904C3C8A485 ~/learn_awk
$

9. 自然而言地， 在一个pattern里， 我们能够既有正则又有条件， 如：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '/100/ && $4 >= 60' test.txt
Monkey  100   90     95   Good
Cat     80    100    60   Perfect

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '/100/ && $4 > 60' test.txt
Monkey  100   90     95   Good

Administrator@51B6904C3C8A485 ~/learn_awk
$

10. 最后再来一个：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '/^x/, /^D/' test.txt
xxx     Math English C++  Experiment
Monkey  100   90     95   Good
Cat     80    100    60   Perfect
Dog     90    60     70   Great

Administrator@51B6904C3C8A485 ~/learn_awk
$

当然了。 sed肯定也有此功能。 不信你就翻翻我之前的博文。

       三. 常见的一些action, 实际上主要是内置函数

1. 最常见的print, printf, 例如以下：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{print $2}' test.txt
Math
100
80
90
95

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{printf("%d\n", $2)}' test.txt
0
100
80
90
95

Administrator@51B6904C3C8A485 ~/learn_awk
$

2.  在action中也能够有种逻辑。 比方打印第2-4行：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{if(NR>=2 && NR<=4) print $0}' test.txt
Monkey  100   90     95   Good
Cat     80    100    60   Perfect
Dog     90    60     70   Great

Administrator@51B6904C3C8A485 ~/learn_awk
$

当然， 你也能够把这个if条件移动到pattern中去， 如：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk 'NR>=2 && NR<=4 {print $0}' test.txt
Monkey  100   90     95   Good
Cat     80    100    60   Perfect
Dog     90    60     70   Great

Administrator@51B6904C3C8A485 ~/learn_awk
$

3.  计算字符串长度， 相当于C/C++中的length函数

Administrator@51B6904C3C8A485 ~/learn_awk
$ echo "good good study" | awk '{print length}'
15

Administrator@51B6904C3C8A485 ~/learn_awk
$

再如：

Administrator@51B6904C3C8A485 ~/learn_awk
$ awk '{print length}' test.txt
36
30
33
31
35

Administrator@51B6904C3C8A485 ~/learn_awk
$

实际上， awk还有非常多内建的函数。 本文无法覆盖awk的全部内容。 只提供冰山一角的一些东东， 但供入门肯定是没有问题的。兴许会更依据实际， 对本文进行逐渐补充和完好。

肚子饿了。 该吃饭了。