awk简介
awk是一种编程语言,用于在linux/unix下对文本和数据进行处理。数据可以来自标准输入(stdin)、一个或多个文件,或其它命令的输出。它支持用户自定义函数和动态正则表达式等先进功能,是linux/unix下的一个强大编程工具。它在命令行中使用,但更多是作为脚本来使用。
awk命令格式和选项
调用awk语法格式
1.条件(Pattern):
一般使用关系表达式作为条件。这些关系表达式非常多,具体参考下表。
awk 支持的主要条件类型
条件类型 |
条 件 |
说 明 |
awk 保留字 |
BEGIN |
在 awk 程序一开始,尚未读取任何数据之前执行。BEGIN 后的动作只在程序开始时执行一次 |
awk 保留字 |
END |
在 awk 程序处理完所有数据,即将结束时执行?END 后的动作只在程序结束时执行一次 |
关系运算符 |
> |
大于 |
关系运算符 |
< |
小于 |
关系运算符 |
>= |
大于等于 |
关系运算符 |
<= |
小于等于 |
关系运算符 |
== |
等于。用于判断两个值是否相等。如果是给变童赋值,则使用"=” |
关系运算符 |
!= |
不等于 |
关系运算符 |
A~B |
判断字符串 A 中是否包含能匹配 B 表达式的子字符串 |
关系运算符 |
A!~B |
判断字符串 A 中是否不包含能匹配 B 表达式的子字符串 |
正则表达式 |
/正则/ |
如果在“//”中可以写入字符,则也可以支持正则表达式 |
例如:
x>10:判断变量 x 是否大于 10;
x == y:判断变量 x 是否等于变量 y;
A~B:判断字符串 A 中是否包含能匹配 B 表达式的子字符串;
A!~B:判断字符串 A 中是否不包含能匹配 B 表达式的子字符串;
2.awk内置变量
awk有许多内置变量用来设置环境信息,这些变量可以被改变,下面给出了最常用的一些变量。
变量名 |
释义 |
ARGC |
命令行参数个数 |
ARGV |
命令行参数排列 |
ENVIRON |
支持队列中系统环境变量的使用 |
FILENAME |
awk浏览的文件名 |
FNR |
浏览文件的记录数 |
FS |
设置输入域分隔符,等价于命令行 -F选项 |
NF |
浏览记录的域的个数(按分割符分割的区域数) |
NR |
已读的记录数(当前行数) |
OFS |
输出域分隔符 |
ORS |
输出记录分隔符 |
RS |
控制记录分隔符 |
此外,$0变量是指整条记录。$1表示当前行的第一个域,$2表示当前行的第二个域,......以此类推。
awk的条件用法
1) BEGIN
BEGIN 是 awk 的保留字,是一种特殊的条件类型。BEGIN 的执行时机是"在 awk 程序一开始,尚未读取任何数据之前"。
一旦 BEGIN 后的动作执行一次,当 awk 开始从文件中读入数据时,BEGIN 的条件就不再成立,所以 BEGIN 定义的动作只能被执行一次。
这里定义了两个动作
- 第一个动作使用BEGIN条件,所以会在读入文件数据前打印"这是一张成绩单"(只会执行一次)
- 第二个动作会打印文件的第二个字段和第六个字段
2) END
END 也是 awk 的保留字,不过刚好和 BEGIN 相反。END 是在 awk 程序处理完所有数据,即将结束时执行的。END 后的动作只在程序结束时执行一次。例如:
3)关系运算符
【例 1】成绩大于等于87分的学生的名字
使用cat输出文件内容,用grep取反包含"Name"的行
判断第六个字段(平均成绩)大于等于87分的行,如果判断式成立,则打印第六列(学员名)
【例 2】Sc 用户的平均成绩
如果第二个字段中包含"Sc"字符,则打印第六个字段
这里要注意,在 awk 中,只有使用"//"包含的字符串,awk 命令才会査找。也就是说,字符串必须用"//"包含,awk 命令才能正确识别。
【例3】linux成绩大于90分,打印name is a good student
先判断行号,如果大于 2
再判断成绩,如果 linux 的值大于 90 分,就打印好学生
【例4】统计每一科的总分和平均分
脚本比较长,可以写在一个文件中(student_count.awk) -f指定文件执行
BEGIN打印表头,然后对每一行数据进行处理,如果当前是第一行,先把所有读取到的科目名称赋值给变量,非第一行,创建一个数组,把对应科目的分数累加,end格式化输出
执行命令输出:
4) 正则表达式
当使用 df 命令査看分区的使用情况时,如果我只想査看已tmp开头的分区的使用情况,则可以这样做:
正则表达式具体用法此处不展开讲述
命令写法规范:
- 多个条件{动作}可以用空格分隔,也可以用回车分隔。
- 在一个动作中,如果需要执行多条命令,则需要用分隔,或用回车分隔。
- 在 awk 中,变量的赋值与调用都不需要加入"$"符号。
- 在条件中判断两个值是否相同,请使用"==",以便和变量赋值进行区分
awk执行过程分析
- 第一步: 执行BEGIN { commands } pattern 语句块中的语句
BEGIN语句块:在awk开始从输入输出流中读取行之前执行,在BEGIN语句块中执行如变量初始化,打印输出表头等操作。 - 第二步:从文件或标准输入中读取一行,然后执行pattern{ commands }语句块。它逐行扫描文件,从第一行到最后一行重复这个过程,直到全部文件都被读取完毕。
pattern语句块:pattern语句块中的通用命令是最重要的部分,它也是可选的。如果没有提供pattern语句块,则默认执行{ print },即打印每一个读取到的行。{ }类似一个循环体,会对文件中的每一行进行迭代,通常将变量初始化语句放在BEGIN语句块中,将打印结果等语句放在END语句块中。 - 第三步:当读至输入流末尾时,执行END { command }语句块
END语句块:在awk从输入流中读取完所有的行之后即被执行,比如打印所有行的分析结果这类信息汇总都是在END语句块中完成,它也是一个可选语句块。