详解Linux中的awk命令
简介
awk是一个强大的文本分析工具，相对于grep的查找，sed的编辑，awk在其对数据分析并生成报告时，显得尤为强大。简单来说awk就是把文件逐行的读入，以空格为默认分隔符将每行切片，切开的部分再进行各种分析处理。
awk有3个不同版本: awk、nawk和gawk，未作特别说明，一般指gawk，gawk 是 AWK 的 GNU 版本。
awk其名称得自于它的创始人 Alfred Aho 、Peter Weinberger 和 Brian Kernighan 姓氏的首个字母。实际上 AWK 的确拥有自己的语言： AWK 程序设计语言 ， 三位创建者已将它正式定义为“样式扫描和处理语言”。它允许您创建简短的程序，这些程序读取输入文件、为数据排序、处理数据、对输入执行计算以及生成报表，还有无数其他的功能。
一、选项参数说明
awk是一种处理文本文件的语言，我们可以使用awk --help查看一下它的选项参数，如下：
二、基本用法
1、行匹配语句，此处awk后只能跟单引号，格式如下：
|
1
|
awk '{匹配的内容}' 匹配的文件名称 |
例如：
现有如下测试文件test：
使用如下命令输出文中每行的1、4项内容：
|
1
|
awk '{print $1,$4}' test |
也可以添加如下内容使其格式化输出：
awk '{printf "%-8s %-10s\n",$1,$4}' test 
2、指定分隔符
|
1
|
awk '{printf "%-8s %-10s\n",$1,$4}' test |
例如：
有如下test文件：
执行如下命令，使用逗号分割输出每行的第一、二项内容：
|
1
|
awk -F, '{print $1,$2}' test |
也可以使用内建变量，格式如下：
|
1
|
awk 'BEGIN{FS=","} {print $1,$2}' test |
对于使用多个分隔符，首先使用空格分割，然后再使用其他分割符进行分割：
|
1
|
awk -F '[ ,]' '{print $1,$2,$4}' test |
3、设置变量
|
1
|
awk -v |
例如：
现有如下数据：
执行如下命令，每行第一项加1：
|
1
|
awk -va=1 '{print $1,$1+a}' test |
也可以使用如下命令设置多个变量：
|
1
|
awk -va=1 -vb=s '{print $1,$1+a,$1b}' test |
4、通过awk脚本来运行awk命令
|
1
|
awk -f awk脚本 文件名 |
例如：
|
1
|
awk -f file.awk test |
三、运算符
例如：
1、过滤第一列大于2的行
|
1
|
awk '$1>2' test |
2、过滤等于2的列
|
1
|
awk '$1==2 {print $1,$3}' test |
3、过滤第一列大于2并且第二列等于Are的行
|
1
|
awk '$1>2 && $2=="Are" {print $1,$2,$3}' test |
四、内建变量
例如：
|
1
|
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}' test |
|
1
|
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}' test |
|
1
|
awk '{print NR,FNR,$1,$2,$3}' test |
|
1
|
awk '{print $1,$2,$5}' OFS=" $ " test |
五、使用正则，字符串匹配
例如：
1、输出第二列包含“th”并打印第二列与第四列。
|
1
|
awk '$2 ~ /th/ {print $2,$4}' test |
~表示模式开始，//中存放匹配的模式。
2、输出包含“re”的行
|
1
|
awk '/re/ ' test |
六、忽略大小写
|
1
|
awk 'BEGIN{IGNORECASE=1} /this/' test |
七、模式取反
|
1
|
awk '$2 !~ /th/ {print $2,$4}' test |
|
1
|
awk '!/th/ {print $2,$4}' test |
八、awk脚本
关于awk脚本，需要注意BEGIN和END两个关键词：
（1）BEGIN{存放执行前的语句}；
（2）END{存放处理完所有的行后要执行的语句}。
例如：
现有数据如下：
我们的awk脚本内容如下：
执行结果如下：
