linux 中 awk 之 sub、gsub、substr、index、match函数的用法

 

001、awk中sub函数的用法：sub用于替换，其语法如下：

a、

[root@pc1 test1]# ls
a.txt
[root@pc1 test1]# cat a.txt                          ## 测试数据
abcdxabcd abcd xyz qmn
opqriytyx abcd uny een
abcdkabcd eabc abc abc
[root@pc1 test1]# awk '{sub("abc", "QQQ", $0); print $0}' a.txt  ## 替换对象是整个记录（一行）；替换每行匹配的第一个
QQQdxabcd abcd xyz qmn                                           ## 顺序依次是匹配内容，替换内容和替换对象
opqriytyx QQQd uny een
QQQdkabcd eabc abc abc

 

b、替换对象也可以是单独的一个字段，比如第一个字段$1；

[root@pc1 test1]# ls
a.txt
[root@pc1 test1]# cat a.txt                                        ## 测试数据
abcdxabcd abcd xyz qmn
opqriytyx abcd uny een
abcdkabcd eabc abc abc
[root@pc1 test1]# awk '{sub("abc", "QQQ", $1); print $0}' a.txt    ## 限定匹配字段为第一个字段
QQQdxabcd abcd xyz qmn
opqriytyx abcd uny een
QQQdkabcd eabc abc abc

 

002、gsub： gsub和sub的区别就是gsub替换的是整行的所有匹配内容，而sub替换的是匹配的第一个，示例如下：

[root@pc1 test1]# ls
a.txt
[root@pc1 test1]# cat a.txt                                          ## 测试数据
abcdxabcd abcd xyz qmn
opqriytyx abcd uny een
abcdkabcd eabc abc abc
[root@pc1 test1]# awk '{sub("abc", "QQQ", $0); print $0}' a.txt      ## sub替换效果
QQQdxabcd abcd xyz qmn
opqriytyx QQQd uny een
QQQdkabcd eabc abc abc
[root@pc1 test1]# awk '{gsub("abc", "QQQ", $0); print $0}' a.txt     ## gsub替换效果
QQQdxQQQd QQQd xyz qmn
opqriytyx QQQd uny een
QQQdkQQQd eQQQ QQQ QQQ

 

003、awk的substr函数的用法：

substr在awk中用于截取字符串，示例如下：

a、

[root@pc1 test1]# ls
a.txt
[root@pc1 test1]# cat a.txt                   ## 测试数据
abcdxabcd abcd xyz qmn
opqriytyx abcd uny een
abcdkabcd eabc abc abc
[root@pc1 test1]# awk '{tmp = substr($0,3); print tmp}' a.txt
cdxabcd abcd xyz qmn                          ## 从整个字段的第三个字符开始截取，一直到整个字段最后               
qriytyx abcd uny een
cdkabcd eabc abc abc

 

b、

除了可以指定字符截取的起点，也可以指定字符向后截取的范围，如下：

[root@pc1 test1]# ls
a.txt
[root@pc1 test1]# cat a.txt                                    ## 测试文本
abcdxabcd abcd xyz qmn
opqriytyx abcd uny een
abcdkabcd eabc abc abc
[root@pc1 test1]# awk '{tmp = substr($0,3); print tmp}' a.txt  ## 从第三个字符开始截取，不限制范围
cdxabcd abcd xyz qmn
qriytyx abcd uny een
cdkabcd eabc abc abc
[root@pc1 test1]# cat a.txt
abcdxabcd abcd xyz qmn
opqriytyx abcd uny een
abcdkabcd eabc abc abc
[root@pc1 test1]# awk '{tmp = substr($0,3,3); print tmp}' a.txt ## 从第三个字符截取，限制范围（向后截取3个）
cdx
qri
cdk

 

b、substr截取也可以指定不同的字段，示例如下：

[root@pc1 test1]# ls
a.txt
[root@pc1 test1]# cat a.txt         ## 测试数据
abcdxabcd abcd xyz qmn
opqriytyx abcd uny een
abcdkabcd eabc abc abc
[root@pc1 test1]# awk '{tmp = substr($0,2,2); print tmp}' a.txt
bc                                  ## 整个字段截取
pq
bc
[root@pc1 test1]# cat a.txt
abcdxabcd abcd xyz qmn
opqriytyx abcd uny een
abcdkabcd eabc abc abc
[root@pc1 test1]# awk '{tmp = substr($2,2,2); print tmp}' a.txt
bc                                   ## 限定第二个字段截取
bc
ab

 

004、awk中index函数用于返回匹配字符串的索引，用法如下：

[root@pc1 test1]# ls
a.txt
[root@pc1 test1]# cat a.txt            ## 测试文本
abcdxabcd abcd xyz qmn
opqriytyx abcd uny een
abcdkabcd eabc abc abc
[root@pc1 test1]# awk '{print index($0, "abc")}' a.txt
1                                      ## 在整个字段中进行匹配，返回匹配到的第一个字符的索引
11
1
[root@pc1 test1]# awk '{print index($1, "abc")}' a.txt
1                                      ## 同理可以限制匹配的字段，这里限制在第一个字段中匹配；0表示没有匹配到
0
1

 

005、awk中match函数的用法

a、就匹配而言，match的用法和index的用法一致，如下：

[root@pc1 test1]# ls
a.txt
[root@pc1 test1]# cat a.txt     ##  测试数据
abcdxabcd abcd xyz qmn
opqriytyx abcd uny een
abcdkabcd eabc abc abc
[root@pc1 test1]# awk '{print match($0, "abc")}' a.txt
1
11
1
[root@pc1 test1]# awk '{print index($0, "abc")}' a.txt
1                               ## match和index的效果一致
11
1
[root@pc1 test1]# awk '{print match($1, "abc")}' a.txt
1
0
1
[root@pc1 test1]# awk '{print index($1, "abc")}' a.txt
1                                ## match和index的效果一致
0
1

 

b、match和index的区别

I、

区别:index匹配的是字符串,match匹配的是正则表达式；

也就是说index函数的第二个参数时字符串； match的第二个参数时正则表达式；

可以用以下示例说明：

[root@pc1 test1]# ls
a.txt
[root@pc1 test1]# cat a.txt             ## 测试数据
abcdxabcd abcd xyz qmn
opqriytyx abcd uny een
abxdkabdy eabc abd abc
[root@pc1 test1]# awk '{print index($0, "ab[cd]")}' a.txt
0                                       ## index默认第二个参数时字符串，因为无法匹配到，均返回0，表示没有匹配到
0
0
[root@pc1 test1]# awk '{print match($0, "ab[cd]")}' a.txt
1                                       ## match默认第二个参数时正则表达式，表示可以同时匹配到abc或者abd，并返回匹配索引
11
6

 

II、match匹配有两个内置变量，RSTART和RLENGTH，前者是匹配的索引，后者是匹配的长度，示例如下：

[root@pc1 test1]# ls
a.txt
[root@pc1 test1]# cat a.txt  ## 测试数据
abcd abcd xyz qmn
opqriytyx abcdkk uny een
abcdkabdy eabc abd abc
[root@pc1 test1]# awk '{print match($0, "abc[a-z]+")}' a.txt
1                            ## match第二个参数正则表达式表示的是匹配abc后任意小写字母一次或多次                                  
11
1
[root@pc1 test1]# awk '{print match($0, "abc[a-z]+"), RSTART, RLENGTH}' a.txt
1 1 4                       ## RSTAT变量表示匹配的索引，因此1、2列相同，RLENGTH表示匹配的长度，第一行匹配到第一个字段
11 11 6                     ## 长度为4，第二行匹配到第二个字段，长度为6，第三行匹配到第一个字段，长度为9
1 1 9

 

 

。