awk命令

  • awk是一种处理文本的语言,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
    赋值一个用户定义的变量。


awk的工作原理

awk 'BEGIN{ commands } pattern{ commands } END{ commands }'
  • 第一步:执行BEGIN{ commands }语句块中的语句。
  • 第二步:从文件或标准输入(stdin)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,直到文件全部被读取完毕。
  • 第三步:当读至输入流末尾时,执行END{ commands }语句块。

BEGIN语句块在awk开始从输入流中读取行之前被执行,这是一个可选的语句块,比如变量初始化、打印输出表格的表头等语句通常可以写在BEGIN语句块中。

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。
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,awk读取的每一行都会执行该语句块。


示例

echo -e "A line 1\nA line 2" | awk 'BEGIN{ print "Start" } { print } END{ print "End" }' 

当使用不带参数的print时,它就打印当前行,当print的参数是以逗号进行分隔时,打印时则以空格作为定界符。在awk的print语句块中双引号是被当作拼接符使用,例如:

echo | awk '{ var1="v1";var2="v2";var3="v3";print var1,var2,var3;}'
v1 v2 v3

双引号拼接使用:

echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1"="var2"="var3; }' 
v1=v2=v3

{ }类似于一个循环体,会对文件中的每一行进行迭代,通常变量初始化语句(如:i=0)以及打印文件头部的语句放入BEGIN语句块中,将打印的结果等语句放入END语句块中。


awk 内置变量(预定义变量)

说明:[A][N][P][G]表示第一个支持变量的工具,[A]=awk、[N]=nawk、[P]=POSIXawk、[G]=gawk

  • $n 当前记录的第n个字段,比如n为1表示第一个字段,n为2表示第二个字段。

  • $0 这个变量包含执行过程中当前行的文本内容。

支持工具 变量名 描述
[A] FILENAME 当前输入的文件名
[A] FS 字段分隔符
[A] NF 字段数,在执行过程中对应于当前的字段数
[A] NR 记录数,执行过程中对应于当前的行号
[A] OFMT 数字的输出格式
[A] OFS 输出字段的分隔符
[A] ORS 输出记录的分隔符
[A] RS 记录分隔符
[N] ARGC 命令行参数的数目
[N] ARGV 包含命令行参数的数组
[N] ERRNO 最后一个系统错误的描述
[N] RSTART 由match函数所匹配的字符串的第一个位置
[N] RLENGTH 由match函数所匹配的字符串的长度
[N] SUBSEP 数组小标分隔符(默认值是34)
[G] ARGIND 命令行中当前文本的位置(从0开始计算)
[G] CONVFMT 数字转换格式
[G] FIELDWIDTHS 字段宽度列表
[G] IGNORECASE 如果为真,则进行忽略大小写的匹配
[P] ENVIRON 环境变量关联数组
[P] FNR 同NR,但相对于当前文件
  • 统计文件中的行数:
awk 'END{print NR}' filename
  • 打印每一行的第二和第三个字段:
awk '{ print $2,$3}' filename
  • 打印倒数第二个字段:
echo -e "line1 f2 f3 \n line2 f4 f5" | awk '{print $(NF-1)}'
  • 一个每一行中第一个字段值累加的例子:
seq 5 | awk 'BEGIN{ sum=0;print "总和:" } { print $1"+"; sum+=$1 } END{ print "等于"; print sum}'

将外部变量值传递给awk

  • 借助-v选项,可以将外部值传递给awk:
VAR=10000
echo | awk -v variable=$VAR '{ print variable }'
  • 另一种传递外部变量的方法:
var1="aaa"
var2="bbb"
echo | awk '{ print v1,v2 }' v1=$var1 v2=$var2
  • 当输入来自于文件时:
awk '{ print v1,v2 }' v1=$var1 v2=$var2 filename

以上方法中,变脸之间用空格分隔作为awk命令行的参数数据跟随在BEGIN、{ }和END语句块之后。


awk运算与判断


awk 高级输入输出

  • awk中next语句使用:在循环逐行匹配,如果遇到next,就会跳过当前行,直接忽略下面语句。而进行下一行匹配。net语句一般用于多行合并:
cat test.txt
a
b
c
d
e
f
awk 'NR%2==1{next}{print NR,$0;}' text.txt
2 b
4 d

去重 + 唯一

  • 去重
cat tmp.log |awk '{print $15}'|awk -F'=' '{print $5}'
  • 唯一
cat tmp.log |awk '{print $15}'|awk -F'=' '{print $5}' | sort | uniq -c
posted @ 2016-08-03 19:08  英吹斯汀ING  阅读(174)  评论(0编辑  收藏  举报