linux awk文字處理命令
阿新 • • 發佈：2021-01-20
linux awk文字處理命令
AWK 是一種處理文字檔案的語言，是一個強大的文字分析工具。
之所以叫 AWK 是因為其取了三位創始人 Alfred Aho，Peter Weinberger, 和 Brian Kernighan 的 Family Name 的首字元。
語法
awk [選項引數] 'script' var=value file(s)
或
awk [選項引數] -f scriptfile var=value file(s)
選項引數說明：
-F fs or --field-separator fs 指定輸入檔案折分隔符，fs是一個字串或者是一個正則表示式，如-F:。 -v var=value or --asign var=value 賦值一個使用者定義變數。 -f scripfile or --file scriptfile 從指令碼檔案中讀取awk命令。 -mf nnn and -mr nnn 對nnn值設定內在限制，-mf選項限制分配給nnn的最大塊數目；-mr選項限制記錄的最大數目。這兩個功能是Bell實驗室版awk的擴充套件功能，在標準awk中不適用。 -W compact or --compat, -W traditional or --traditional 在相容模式下執行awk。所以gawk的行為和標準的awk完全一樣，所有的awk擴充套件都被忽略。 -W copyleft or --copyleft, -W copyright or --copyright 列印簡短的版權資訊。 -W help or --help, -W usage or --usage 列印全部awk選項和每個選項的簡短說明。 -W lint or --lint 列印不能向傳統unix平臺移植的結構的警告。 -W lint-old or --lint-old 列印關於不能向傳統unix平臺移植的結構的警告。 -W posix 開啟相容模式。但有以下限制，不識別：/x、函式關鍵字、func、換碼序列以及當fs是一個空格時，將新行作為一個域分隔符；操作符**和**=不能代替^和^=；fflush無效。 -W re-interval or --re-inerval 允許間隔正則表示式的使用，參考(grep中的Posix字元類)，如括號表示式[[:alpha:]]。 -W source program-text or --source program-text 使用program-text作為原始碼，可與-f命令混用。 -W version or --version 列印bug報告資訊的版本。
1.基本用法
log.txt文字內容如下：
2 this is a test
3 Are you like awk
This's a test
10 There are orange,apple,mongo
用法一：
awk '{[pattern] action}' {filenames} # 行匹配語句 awk '' 只能用單引號
例項：
# 每行按空格或TAB分割，輸出文字中的1、4項 $ awk '{print $1,$4}' log.txt --------------------------------------------- 2 a 3 like This's 10 orange,apple,mongo # 格式化輸出 $ 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相當於內建變數FS, 指定分割字元
例項：
# 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 # 或者使用內建變數 $ 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 # 使用多個分隔符.先使用空格分割，然後對分割結果再使用","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 # 設定變數
例項：
$ 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指令碼} {檔名}
例項：
$ awk -f cal.awk log.txt
2.運算子
運算子 描述
= += -= *= /= %= ^= **= 賦值
?: C條件表示式
|| 邏輯或
&& 邏輯與
~ 和 !~ 匹配正則表示式和不匹配正則表示式
< <= > >= != == 關係運算符
空格 連線
+ - 加，減
* / % 乘，除與求餘
+ - ! 一元加，減和邏輯非
^ *** 求冪
++ -- 增加或減少，作為字首或字尾
$ 欄位引用
in 陣列成員
過濾第一列大於2的行
$ awk '$1>2' log.txt #命令
#輸出
3 Are you like awk
This's a test
10 There are orange,apple,mongo
過濾第一列等於2的行
$ awk '$1==2 {print $1,$3}' log.txt #命令
#輸出
2 is
過濾第一列大於2並且第二列等於'Are'的行
$ awk '$1>2 && $2=="Are" {print $1,$2,$3}' log.txt #命令
#輸出
3 Are you
3.內建變數
變數 描述
$n 當前記錄的第n個欄位，欄位間由FS分隔
$0 完整的輸入記錄
ARGC 命令列引數的數目
ARGIND 命令列中當前檔案的位置(從0開始算)
ARGV 包含命令列引數的陣列
CONVFMT 數字轉換格式(預設值為%.6g)ENVIRON環境變數關聯陣列
ERRNO 最後一個系統錯誤的描述
FIELDWIDTHS 欄位寬度列表(用空格鍵分隔)
FILENAME 當前檔名
FNR 各檔案分別計數的行號
FS 欄位分隔符(預設是任何空格)
IGNORECASE 如果為真，則進行忽略大小寫的匹配
NF 一條記錄的欄位的數目
NR 已經讀出的記錄數，就是行號，從1開始
OFMT 數字的輸出格式(預設值是%.6g)
OFS 輸出記錄分隔符（輸出換行符），輸出時用指定的符號代替換行符
ORS 輸出記錄分隔符(預設值是一個換行符)
RLENGTH 由match函式所匹配的字串的長度
RS 記錄分隔符(預設是一個換行符)
RSTART 由match函式所匹配的字串的第一個位置
SUBSEP 陣列下標分隔符(預設值是/034)
$ awk 'BEGIN{printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n","FILENAME","ARGC","FNR","FS","NF","NR","OFS","ORS","RS";printf "---------------------------------------------\n"} {printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n",FILENAME,ARGC,FNR,FS,NF,NR,OFS,ORS,RS}' log.txt
FILENAME ARGC FNR FS NF NR OFS ORS RS
---------------------------------------------
log.txt 2 1 5 1
log.txt 2 2 5 2
log.txt 2 3 3 3
log.txt 2 4 4 4
$ awk -F\' 'BEGIN{printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n","FILENAME","ARGC","FNR","FS","NF","NR","OFS","ORS","RS";printf "---------------------------------------------\n"} {printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n",FILENAME,ARGC,FNR,FS,NF,NR,OFS,ORS,RS}' log.txt
FILENAME ARGC FNR FS NF NR OFS ORS RS
---------------------------------------------
log.txt 2 1 ' 1 1
log.txt 2 2 ' 1 2
log.txt 2 3 ' 2 3
log.txt 2 4 ' 1 4
# 輸出順序號 NR, 匹配文字行號
$ awk '{print NR,FNR,$1,$2,$3}' log.txt
---------------------------------------------
1 1 2 this is
2 2 3 Are you
3 3 This's a test
4 4 10 There are
# 指定輸出分割符
$ awk '{print $1,$2,$5}' OFS=" $ " log.txt
---------------------------------------------
2 $ this $ test
3 $ Are $ awk
This's $ a $
10 $ There $
4.使用正則，字串匹配
# 輸出第二列包含 "th"，並列印第二列與第四列
$ awk '$2 ~ /th/ {print $2,$4}' log.txt
---------------------------------------------
this a
~ 表示模式開始。// 中是模式。
# 輸出包含 "re" 的行
$ awk '/re/ ' log.txt
---------------------------------------------
3 Are you like awk
10 There are orange,apple,mongo
5.忽略大小寫
$ awk 'BEGIN{IGNORECASE=1} /this/' log.txt
---------------------------------------------
2 this is a test
This's a test
6.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
7.awk指令碼
關於 awk 指令碼，我們需要注意兩個關鍵詞 BEGIN 和 END。
BEGIN{ 這裡面放的是執行前的語句 }
END {這裡面放的是處理完所有的行後要執行的語句 }
{這裡面放的是處理每一行時要執行的語句}
假設有這麼一個檔案（學生成績表）：
$ 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
我們的 awk 指令碼如下：
$ cat cal.awk
#!/bin/awk -f
#執行前
BEGIN {
math = 0
english = 0
computer = 0
printf "NAME NO. MATH ENGLISH COMPUTER TOTAL\n"
printf "---------------------------------------------\n"
}
#執行中
{
math+=$3
english+=$4
computer+=$5
printf "%-6s %-6s %4d %8d %8d %8d\n", $1, $2, $3,$4,$5, $3+$4+$5
}
#執行後
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
}
我們來看一下執行結果：
$ 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
另外一些例項
AWK 的 hello world 程式為：
BEGIN { print "Hello, world!" }
計算檔案大小
$ ls -l *.txt | awk '{sum+=$5} END {print sum}'
--------------------------------------------------
666581
從檔案中找出長度大於 80 的行：
awk 'length>80' log.txt
列印九九乘法表
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")}'