AWK文本处理入门-优快云博客

本文链接：https://blog.youkuaiyun.com/cpongo3/article/details/89706765

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。

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

运算符

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

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