linux awk文本处理命令

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。

1.基本用法

log.txt文本内容如下：

 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

2.运算符

 运算符	描述
= += -= *= /= %= ^= **=	赋值
?:	C条件表达式
||	逻辑或
&&	逻辑与
~ 和 !~	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

3.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	一条记录的字段的数目
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)

 $ 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
# 输出顺序号 NR, 匹配文本行号
$ 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
# 指定输出分割符
$  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

5.忽略大小写

 $ 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+=$5} END {print sum}'
--------------------------------------------------
666581

从文件中找出长度大于 80 的行：

 awk 'length>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")}'

整理自：https://www.runoob.com/linux/linux-comm-awk.html

posted on 2021-01-20 17:13 进击的davis 阅读(231) 评论(0) 编辑收藏举报

刷新页面返回顶部

登录后才能查看或发表评论，立即登录或者逛逛博客园首页

阅读排行：
· ThreeJs-16智慧城市项目（重磅以及未来发展ai）
· .NET 原生驾驭 AI 新基建实战系列（一）：向量数据库的应用与畅想
· Browser-use 详细介绍&使用文档
· 软件产品开发中常见的10个问题及处理方法
· Vite CVE-2025-30208 安全漏洞

终点就在前方

linux awk文本处理命令

linux awk文本处理命令

1.基本用法

2.运算符

3.内建变量

4.使用正则，字符串匹配

5.忽略大小写

6.模式取反

7.awk脚本

导航

积分与排名

随笔分类 (955)

随笔档案 (648)

阅读排行榜

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

	-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。

	2 this is a test
	3 Are you like awk
	This's a test
	10 There are orange,apple,mongo

	# 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

	# 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

	$ 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

	运算符描述
	= += -= = /= %= ^= *= 赋值
	?: C条件表达式
	\|\| 逻辑或
	&& 逻辑与
	~ 和 !~ 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

	$ awk '$1>2' log.txt #命令
	#输出
	3 Are you like awk
	This's a test
	10 There are orange,apple,mongo

	$ awk '$1>2 && $2=="Are" {print $1,$2,$3}' log.txt #命令
	#输出
	3 Are you

	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 一条记录的字段的数目
	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)

	$ 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
	# 输出顺序号 NR, 匹配文本行号
	$ 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
	# 指定输出分割符
	$ awk '{print $1,$2,$5}' OFS=" $ " log.txt
	---------------------------------------------
	2 $ this $ test
	3 $ Are $ awk
	This's $ a $
	10 $ There $

	# 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

	$ awk 'BEGIN{IGNORECASE=1} /this/' log.txt
	---------------------------------------------
	2 this is a test
	This's a test

	$ 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

	$ 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
	}

	$ 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

	$ ls -l *.txt \| awk '{sum+=$5} END {print sum}'
	--------------------------------------------------
	666581