linux下awk内置函数的使用(split/substr/length)

一、split 初始化和类型强制 

awk的内建函数split允许你把一个字符串分隔为单词并存储在数组中。你可以自己定义域分隔符或者使用现在FS(域分隔符)的值。
格式：

   split (string, array, field separator)
   split (string, array)  -->如果第三个参数没有提供，awk就默认使用当前FS值。

例1：替换分隔符

time="12:34:56"
out=`echo $time | awk '{split($0,a,":");print a[1],a[2],a[3]}'`
echo $out

例2：计算指定范围内的和(计算每个人1月份的工资之和)

$ cat test.txt
Tom     --      car
John    --      bike
vivi    --      car
Tom     --      car
John    --      bike
$ awk '{split($2,a,"-");if(a[2]==01){b[$1]+=$5}}END{for(i in b)print i,b[i]}' test.txt
vivi
Tom
John 

例3：

$ head industryList.txt
IT
IT,互联网
IT服务(系统/数据/维护)
IT服务(系统/数据/维护),专业服务/咨询(财会/法律/人力资源等)
IT服务(系统/数据/维护),专业服务/咨询(财会/法律/人力资源等),学术/科研,计算机软件
$ head industryList.txt | awk '{split($0, arr, ","); for (i in arr) print arr[i]}'
IT
IT
互联网
IT服务(系统/数据/维护)
IT服务(系统/数据/维护)
专业服务/咨询(财会/法律/人力资源等)
IT服务(系统/数据/维护)
专业服务/咨询(财会/法律/人力资源等)
学术/科研
计算机软件
$ cat industryList.txt | awk '{split($0, arr, ","); for (i in arr) print arr[i]}' | sed 's/ //g' | sort | uniq > industryList_split.txt

二、substr 截取字符串
        返回从起始位置起，指定长度之子字符串；若未指定长度，则返回从起始位置到字符串末尾的子字符串。
格式：
  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
例子：

$ echo "" | awk '{print substr($0,1,1)}'

解释：
awk -F ',' '{print substr($3,6)}'    --->  表示是从第3个字段里的第6个字符开始，一直到设定的分隔符","结束.
substr($3,10,8)  --->  表示是从第3个字段里的第10个字符开始，截取8个字符结束.
substr($3,6)     --->  表示是从第3个字段里的第6个字符开始，一直到结尾

三、length 字符串长度
   length函数返回没有参数的字符串的长度。length函数返回整个记录中的字符数。

$ echo "" | awk '{print length}'

$ cat info.json | jq .industryList | awk -F '"' '{print $2}' | awk '{if (length > 0) print $0}' | sort | uniq > industryList.txt

四、gsub函数

gsub函数则使得在所有正则表达式被匹配的时候都发生替换。gsub(regular expression, subsitution string, target string);简称 gsub（r,s,t)。

举例：把一个文件里面所有包含 abc 的行里面的 abc 替换成 def，然后输出第一列和第三列

$ awk '$0 ~ /abc/ {gsub("abc", "def", $0); print $1, $3}' abc.txt

参考：

http://gdcsy.blog.163.com/blog/static/12734360920130241521280/

http://www.cnblogs.com/sunada2005/p/3493941.html