SED&AWK
SED
1、sed是流编辑器（stream editor）缩写，作用主要是文本替换
命令格式：sed ‘s/pattern/replace_string/' file或者cat file | sed 's/pattern/replace_string/'
2、默认情况下sed只会打印替换后的文本，如果需要在替换的同时保存更改，可以使用-i选项，可以将替换结果应用于源文件，很多用户在进行替换后会使用重定向来保存文件：
sed ‘s/pattern/replace_string/' file > newfile
其实只需要使用sed -i ‘s/pattern/replace_string/' file
sed 's/\b[0-9]\{3\}\b/NUMBER/g' test.txt （匹配出文件中的三位数并全部替换成NUMBER）
3、默认情况下sed命令只会替换第一处符合模式的内容，如果需要全部替换可以在命令尾部加上参数g，使用sed ‘s/pattern/replace_string/g' file对所有匹配的内容进行替换，如果想从第n处匹配开始替换，可以是用/ng,如：sed ‘s/pattern/replace_string/2g' file
4、 使用sed '/pattern/d' file删除匹配样式的行，使用sed ‘/^$/d' file删除空白行
5、已匹配字符串标记（&）
echo thisi is an example | sed 's/\w\+/[&]/g'
[this] [is] [an] [example]
6、子字符串匹配（\1\）
echo this is digit 7 in a number | sed 's/digit \([0-9]\)/\1/'
this is 7 in a number
\n代表匹配的内容，\1代表第一个（）内匹配的内容，\2代表第二个（）内匹配的内容，依次类推
7、组合多个表达式
sed ‘expression’ | sed ‘ expression’
等价于
sed ‘expression ； expression’
等价于
sed -e ‘expression’ -e ‘ expression’
e.g.
echo abc | sed 's/a/A/' | sed 's/c/C/'
echo abc | sed 's/a/A/; s/c/C/'
echo abc | sed -e 's/a/A' -e 's/c/C'
的输出都为AbC
8、引用
使用变量时需要使用“”，不能使用单引号’‘
e.g.
text=hello
echo hello world | sed "/s/$text/Hello/"
Hello world
awk
1、脚本的结构基本如下：
awk ‘BEGIN{ print “start”} pattern { commands } END{ print “end” }' file
awk也可以从stdin中读取
awk脚本通常由3部分组成。BEGIN END 和 带模式匹配选项的常见语句块。这三部分都是可选项，在脚本中可以省略任意部分
2、工作原理：
（1）执行BEGIN{ commnands }语句块中的语句
（2）从文件或者stdin中读取一行，然后执行 pattern { commands }。重复这个过程，知道文件全部被读取完毕
（3）当读至输入流末尾时，执行END { commands }语句块
最重要的部分就是pattern语句块中的通用命令，这个语句块同样是可选的，如果不提供，默认执行{ print },即打印所读取到的每一行。awk对于每一行，都会执行这个语句块。就像一个用来读取行的while循环，在循环体中提供了相应的语句
每读取一行，awk就会检查该行和提供的模式是否匹配，模式本身可以是正则表达式、条件语句以及行匹配范围等。如果当前行匹配为该样式，则执行{}中的语句
模式是可选的，如果没有提供模式，那么awk就认为所有的行都是匹配的，并执行{}中的语句
注意：使用不带参数的print是，它会打印出当前行，关于print需要记住2点：当print的参数以逗号分隔时，打印结果以空格作为定界符。当print参数以空格分隔时，打印结果之间没有分隔。
如：echo | awk '{ var1="v1";var2="v2";var3="v3"; print var1,var2,var3;}'
结果为v1 v2 v3
echo | awk '{ var1="v1";var2="v2";var3="v3"; print var1 var2 var3;}'
结果为v1v2v3
echo | awk '{ var1="v1";var2="v2";var3="v3"; print var1 "-" var2 "-" var3; }'
结果为v1-v2-v3
3、补充内容
（1）特殊变量
NR:表示记录数量，在执行过程中对应于当前行号
NF:表示字段数量，在执行过程中对应于当前行的字段数
$0:表示执行过程中的当前行文本内容
$1:表示第一个字段的文本内容
$2:表示第二个字段的文本内容
常见用法：$NF代表最有一个字段 $(NF-1)代表倒数第二个字段
打印没一行的第3、第2个字段 awk '{ print $3,$2 }' file
统计文件中的行数 awk 'END{print NR}' file
每行第一个字段相加 seq 5 | awk ‘BEGIN{sum=0;print "SUmmation:"} {print $1 "+";sum+=$1} END {print "==" print sum }’
4、awk使用外部标量
（1）使用-v
（1）使用-v
VAR=10000
echo | awk -v VARIABLE=$VAR '{print VARIABLE}'
（2）使用键值对的方式，以空格分隔，跟在BEGIN {} END语句块之后
echo | awk ‘{ print v1,v2}' v1=$var1 v2=$var2
5、getline
语法：getline var。变量var就宝航特定行的内容，如果调用不带参数的getline，我们可以用$0,$1,$2访问文本行的内容
seq 5 | awk 'BEGIN { getline; print "Read ahead first line",$0 } {print $0}'
6、使用规律模式对awk处理进行过滤
awk 'NR < 5' 行号小于5的行
awk 'NR==1,NR==4' 行号在1到4之间的行
awk '/linux/' 包含linux的行
awk '!/linux/' 不包含linux的行
7、从awk中读取命令输出
echo | awk '{ "grep root /etc/passwd" | getline cmdout;print cmdout} '
8、awk中使用循环
for(i=0;i<10;i++) { print $i ; }
或者
for(i in array) { print array[i]; }
9、awk內建字符串控制函数
length(strng)
index(srtring,search_string)
split(string,array,delimiter)
substr(stirng,start-position,end-position)
sub(regex,replacement_str,string)
gsub(regex,replacement_str,string)
match(regex,string) RSTART、RLENGTH
例子：
$ echo "hahahahahahhaha" | awk '{sub(/h/,"ok",$0);print $0}' //只匹配第一个
okahahahahahhaha
$ echo "hahahahahahhaha" | awk '{gsub(/h/,"ok",$0);print $0}' //全部匹配
okaokaokaokaokaokokaoka
10、应用：统计词频
#!/bin/bash
#文件名：word_frea.sh
#用途：计算文件中的单词词频
if [ $# -ne 1 ];
then
echo "Usage:$0 filename";
exit 1
fi
filename=$1
egrep -o "\b[[:alpha:]]+\b" $filename | \
awk '{ count[$0]++}
END {printf ("%-14s%s\n" , "Word","Count");
for(ind in count)
{ printf("%-14s%s\n",ind,count[ind]);
}
}'
