linux命令（43）：awk的使用技巧

时间：2021-05-04 16:07:45

AWK是一种处理文本文件的语言，是一个强大的文本分析工具。

之所以叫AWK是因为其取了三位创始人 Alfred Aho，Peter Weinberger, 和 Brian Kernighan 的Family Name的首字符。

语法

awk [选项参数] 'script' var=value file(s)
或
awk [选项参数] -f scriptfile var=value file(s)

选项参数说明：

    • -F fs or --field-separator fs
      指定输入文件折分隔符，fs是一个字符串或者是一个正则表达式，如-F:。
    • -v var=value or --asign var=value
      赋值一个用户定义变量。
    • -f scripfile or --file scriptfile
      从脚本文件中读取awk命令。
    • -mf nnn and -mr nnn
      对nnn值设置内在限制，-mf选项限制分配给nnn的最大块数目；-mr选项限制记录的最大数目。这两个功能是Bell实验室版awk的扩展功能，在标准awk中不适用。
    • -W compact or --compat, -W traditional or --traditional
      在兼容模式下运行awk。所以gawk的行为和标准的awk完全一样，所有的awk扩展都被忽略。
    • -W copyleft or --copyleft, -W copyright or --copyright
      打印简短的版权信息。
    • -W help or --help, -W usage or --usage
      打印全部awk选项和每个选项的简短说明。
    • -W lint or --lint
      打印不能向传统unix平台移植的结构的警告。
    • -W lint-old or --lint-old
      打印关于不能向传统unix平台移植的结构的警告。
    • -W posix
      打开兼容模式。但有以下限制，不识别：/x、函数关键字、func、换码序列以及当fs是一个空格时，将新行作为一个域分隔符；操作符**和**=不能代替^和^=；fflush无效。
    • -W re-interval or --re-inerval
      允许间隔正则表达式的使用，参考(grep中的Posix字符类)，如括号表达式[[:alpha:]]。
    • -W source program-text or --source program-text
      使用program-text作为源代码，可与-f命令混用。
    • -W version or --version
      打印bug报告信息的版本。

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 
   各文件分别计数的行号 
  



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 
   输入字段分割符 
  



NR 
   已经读出的记录数，就是行号，从1开始 
  



OFMT 
   数字的输出格式(默认值是%.6g) 
  



OFS 
   输出记录分隔符（输出换行符），输出时用指定的符号代替换行符 
  



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) 
  



































 

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")}'
 


其他使用样例：
 

awk计算某一列的和：
 

awk 'BEGIN{sum=0}{sum+=$1}END{print sum}' test1.log
 

计算多少行到多少行某一列的和：
 

awk 'BEGIN{sum=0}{if(NR>4 && NR<8){sum+=$3}}END{print sum}' 1233.txt
 

例子：
 

1.简单的按列求和
 
[linux@test /tmp]$ cat test


123.52
125.54
126.36 

[linux@test /tmp]$ awk '{sum += $1};END {print sum}' test
 

375.42
2.对符合某些条件的行，按列求和
 
[linux@test /tmp]$ cat test
aaa 123.52 

bbb 125.54
aaa 123.52
aaa 123.52
ccc 126.36
对文件test中 第一列为aaa的行求和
 
[linux@test /tmp]$ awk '/aaa/ {sum += $2};END {print sum}' test
 
370.56 
关于awk内建变量个人见解，简单易懂


解释一下变量：


变量：分为内置变量和自定义变量;输入分隔符FS和输出分隔符OFS都属于内置变量。


内置变量就是awk预定义好的、内置在awk内部的变量，而自定义变量就是用户定义的变量。
 
   
    

  •  FS：输入字段分隔符， 默认为空白字符
    •  
    
  •  OFS：输出字段分隔符， 默认为空白字符
    •  
    
  •  RS：输入记录分隔符(输入换行符)， 指定输入时的换行符
    •  
    
  •  ORS：输出记录分隔符（输出换行符），输出时用指定符号代替换行符
    •  
    
  •  NF：当前行的字段的个数(即当前行被分割成了几列)
    •  
    
  •  NR：行号，当前处理的文本行的行号。
    •  
    
  •  FNR：各文件分别计数的行号
    •  
    
  •  ARGC：命令行参数的个数
    •  
    
  •  ARGV：数组，保存的是命令行所给定的各参数
    •  
   


自定义变量的方法
 
   
    

  •  方法一：-v varname=value ，变量名区分字符大小写。
    •  
    
  •  方法二：在program中直接定义。
    •  
   


标签：
相关文章