Linux - awk 文本处理工具一

AWK

AWK是一个优良的文本处理工具，Linux及Unix环境中现有的功能最强大的数据处理引擎之一；
awk经过改进生成的新的版本nawk,gawk，现在默认linux系统下日常使用的是gawk，用命令可以查看正在应用的awk的来源（ls -l /bin/awk ）。

AWK 常见参数

# 默认是执行打印全部 print $0
# 1为真 打印$0
# 0为假 不打印

-F   # 改变FS值(分隔符)
~    # 域匹配
==   # 变量匹配
!~   # 匹配不包含
=    # 赋值
!=   # 不等于
+=   # 叠加

\b   # 退格
\f   # 换页
\n   # 换行
\r   # 回车
\t   # 制表符Tab
\c   # 代表任一其他字符

-F"[ ]+|[%]+"  # 多个空格或多个%为分隔符
[a-z]+         # 多个小写字母
[a-Z]          # 代表所有大小写字母(aAbB...zZ)
[a-z]          # 代表所有大小写字母(ab...z)
[:alnum:]      # 字母数字字符
[:alpha:]      # 字母字符
[:cntrl:]      # 控制字符
[:digit:]      # 数字字符
[:graph:]      # 非空白字符(非空格、控制字符等)
[:lower:]      # 小写字母
[:print:]      # 与[:graph:]相似，但是包含空格字符
[:punct:]      # 标点字符
[:space:]      # 所有的空白字符(换行符、空格、制表符)
[:upper:]      # 大写字母
[:xdigit:]     # 十六进制的数字(0-9a-fA-F)
[[:digit:][:lower:]]    # 数字和小写字母(占一个字符)

　　AWK 內建变量

$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（即非 0 值），则进行忽略大小写的匹配
NF            # 当前记录中的字段数(列)
NR            # 当前行数
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)
BEGIN         # 先处理(可不加文件参数)
END           # 结束时处理

　　AWK 内置函数

gsub(r,s)          # 在整个$0中用s替代r   相当于 sed 's///g'
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
length(s)          # 返回s长度
match(s,r)         # 测试s是否包含匹配r的字符串
split(s,a,fs)      # 在fs上将s分成序列a
sprint(fmt,exp)    # 返回经fmt格式化后的exp
sub(r,s)           # 用$0中最左边最长的子串代替s   相当于 sed 's///'
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