Linux三剑客-awk

本文深入讲解了AWK命令的使用技巧,包括查询、排除、替换和统计等操作,通过实例演示了如何处理文件数据,如筛选特定行、列,以及进行数值比较和范围查找。

概念说明

  1. 擅长对列进行操作处理
  2. 擅长对文件数据进行分析统计

awk命令操作处理文件内容的方法
1.查询操作
2.排除
3.替换
4.统计

命令格式
awk [选项] '模式{动作}' [文件信息]
awk

参数解释说明
-F指定字段分隔符
-v定义或修改一个awk内部的变量
模拟测试环境
[root@libielang ~]# cat reg.txt 
Zhang  Xiaoyu    390320151   :155:90:201
Meng   Feixue    80042789    :250:60:50
Wu     Waiwai    70271111    :250:80:75
Liu    Bingbing  41117483    :250:100:175
Wang   Xiaoai    3515064655  :50:95:135
Zi     Gege      1986787350  :250:168:200
Li     Youjiu    918391635   :175:75:300
Lao    Nanhai    918391635   :250:100:175
Xiaoyu Liu       195753468   :195:111:178

注意区分大小写,

过滤第二行信息

[root@libielang ~]# awk 'NR==2' reg.txt 
Meng   Feixue    80042789    :250:60:50

查询第一列信息

[root@libielang ~]# awk '{print $1}' reg.txt 
Zhang
Zhang
Meng
Wu
Liu
Wang
Zi
Li
Lao
Xiaoyu

过滤最后一列信息

[root@libielang ~]# awk '{print $(NF-0)}' reg.txt 
:155:90:201
:250:60:50
:250:80:75
:250:100:175
:50:95:135
:250:168:200
:175:75:300
:250:100:175
:195:111:178

$(NF-0)===$NF

过滤第一列和倒数第二列信息

[root@libielang ~]# awk '{print $1,$(NF-1)}' reg.txt 
Zhang 390320151
Meng 80042789
Wu 70271111
Liu 41117483
Wang 3515064655
Zi 1986787350
Li 918391635
Lao 918391635
Xiaoyu 195753468

过滤包含Xiaoyu的行

[root@libielang ~]# awk '/Xiaoyu/' reg.txt 
Zhang  Xiaoyu    390320151   :155:90:201
Xiaoyu Liu	 195753468   :195:111:178	

过滤第二列里 包含Xiaoyu行

[root@libielang ~]# awk '$2~/Xiaoyu/' reg.txt
Zhang  Xiaoyu    390320151   :155:90:201

$2~只过滤第2列里包含Xiaoyu的,其他列包含的不过滤

过滤包含Xiaoyu行的第三列的信息

[root@libielang ~]# awk '/Xiaoyu/{print$3}' reg.txt 
390320151
195753468

过滤第二列包含Xiaoyu行的第三列的信息

[root@libielang ~]# awk '$2~/Xiaoyu/{print $3}' reg.txt
390320151

以:为分隔符显示第一列的内容

[root@libielang ~]# awk  '{print$1}' reg.txt   #以空格为分隔符的第一列
Zhang
Meng
Wu
Liu
Wang
Zi
Li
Lao
Xiaoyu
[root@libielang ~]# awk -F':' '{print $1}' reg.txt   #以冒号为分隔符的第一列
Zhang  Xiaoyu    390320151   
Meng   Feixue    80042789    
Wu     Waiwai    70271111    
Liu    Bingbing  41117483    
Wang   Xiaoai    3515064655  
Zi     Gege      1986787350  
Li     Youjiu    918391635   
Lao    Nanhai    918391635   
Xiaoyu Liu	 195753468  

awk默认会以[空格]为分隔符

awk按大小查找
符号
\> 大于
\<	小于
\>=	大于等于
\<=	小于等于
\==	等于
\!=	不等于

查找第三行大于900的行

[root@libielang ~]# awk -F: '$3>900' /etc/passwd
polkitd:x:999:998:User for polkitd:/:/sbin/nologin
chrony:x:998:996::/var/lib/chrony:/sbin/nologin
oldboy:x:1000:1000::/home/oldboy:/bin/bash

/etc/password文件是以:分隔,所以需要指定下分隔符

查找第三行大于900,小于1000的行

[root@libielang ~]# awk -F: '$3>900&&$3<1000' /etc/passwd
polkitd:x:999:998:User for polkitd:/:/sbin/nologin
chrony:x:998:996::/var/lib/chrony:/sbin/nologin

awk按范围查找

查找10:10到10:11的内容

[root@libielang ~]# awk '/10:10/,/10:11/' access.log 

查找第一行到第五行的内容

[root@libielang ~]# awk 'NR==1,NR==5' reg.txt 
Zhang Dandan    41117397   :250:100:175
Zhang  Xiaoyu    390320151   :155:90:201
Meng   Feixue    80042789    :250:60:50
Wu     Waiwai    70271111    :250:80:75
Liu    Bingbing  41117483    :250:100:175

查找第一行和第五行的内容

[root@libielang ~]# awk 'NR==1;NR==5' reg.txt 
Zhang Dandan    41117397   :250:100:175
Liu    Bingbing  41117483    :250:100:175

查找第四列为10:10到10:11的内容

[root@libielang ~]# awk '$4~/10:10/,$4~/10:11/' access.log 

特殊
BEGIN{}
现在多用于测试
BEGIN{}里面的内容会在awk读取文件之前运行

运算3的三次方

[root@libielang ~]# awk 'BEGIN{print 3^3}'
27

END{}
显示计算结果,END{}里面的内容会awk读取文件之后运行

可以统计空行

[root@libielang ~]# cat -n file.txt 
     1	dasdafa
     2	abc
     3	123
     4	qwe
     5	
     6	
     7	rtyu
     8	dgfgfdh
     9	
    10	4615198561
    11	
    12	abcd123abcd
[root@libielang ~]# awk '/^$/{i=i+1}END{print i}' file.txt
4

计算
i=i+1 i++
计算1.txt 数字的总和

[root@libielang ~]# cat 1.txt
1
2
3
4
5
6
7
8
9
10
[root@libielang ~]# awk '{i=i+$1;print i}' 1.txt
1
3
6
10
15
21
28
36
45
55
[root@libielang ~]# awk '{i=i+$1}END{print i}' 1.txt
55		
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值