Linux中awk -- 基础语法

1.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。

2. 使用方法
awk '{pattern + action}' {filenames}尽管操作可能会很复杂，但语法总是这样，
 pattern 表示 AWK 在数据中查找的内容，而 action 是在找到匹配内容时所执行的一系列命令。
花括号（{}）不需要在程序中始终出现，但它们用于根据特定的模式对一系列指令进行分组。
pattern就是要表示的正则表达式，用斜杠括起来。

awk语言的最基本功能是在文件或者字符串中基于指定规则浏览和抽取信息，awk抽取信息后，才能进行
其他文本操作。完整的awk脚本通常用来格式化文本文件中的信息。
通常，awk是以文件的一行为处理单位的。awk每接收文件的一行，然后执行相应的命令，来处理文本。

awk程序设计模型
awk程序由三部分组成，分别为：
 初始化（处理输入前做的准备,放在BEGIN块中），
 数据处理（处理输入数据），
 收尾处理（处理输入完成后要进行的处理，放到END块中）。
其中，在“数据处理”过程中，指令被写成一系列模式/动作过程，模式是用于测试输入行的规则，以确定是否将应用于这些输入行。

3. awk调用方式
主要有三种调用方式，分别为：
(1) 命令行方式 awk [-F  field-separator] 'commands' input-file(s)
其中，commands 是真正awk命令，[-F域分隔符]是可选的。 input-file(s) 是待处理的文件。
在awk中，文件的每一行中，由域分隔符分开的每一项称为一个域。通常，在不指名-F域分隔符的情况下，默认的域分隔符是空格。
(2) 使用-f 选项调用awk 程序
awk 允许将一段awk 程序写入一个文本文件，然后在awk 命令行中用-f 选项调用并执行这段程序。
awk -f awk-script-file input-file(s)  其中，-f选项加载awk-script-file中的awk脚本，input-file(s)跟上面的是一样的。
(3) 利用命令解释器调用awk 程序
利用UNIX 支持的命令解释器功能，我们可以将一段awk 程序写入文本文件，然后在它的第一行加上#!/bin/awk –f.

4. awk语法
与其它 UNIX 命令一样，awk 拥有自己的语法：
awk [ -F re] [parameter...] ['prog'] [-f progfile][in_file...]
(1) -F re：允许awk 更改其字段分隔符。
(2) parameter：该参数帮助为不同的变量赋值。
(3) ‘prog’：awk 的程序语句段。这个语句段必须用单拓号：’和’括起，以防被shell 解释。
这个程序语句段的标准形式为：'pattern {action}’，
其中pattern 参数可以是egrep 正则表达式中的任何一个，它可以使用语法/re/再加上一些样式匹配技巧构成。与sed 类似，你也可以使用
”,”分开两样式以选择某个范围。
action 参数总是被大括号包围，它由一系列awk 语句组成，各语句之间用”;”分隔。awk 解释它们，并在pattern 给定的样式匹配的记录上
执行其操作。
你可以省略pattern 和action 之一，但不能两者同时省略，当省略pattern 时没有样式匹配，表示对所有行（记录）均执行操作，省略action
时执行缺省的操作——在标准输出上显示。
(4) -f progfile：允许awk 调用并执行progfile 指定有程序文件。progfile 是一个文本文件，它必须符合awk 的语法。
(5) in_file：awk的输入文件，awk 允许对多个输入文件进行处理。值得注意的是awk 不修改输入文件。
     如果未指定输入文件，awk 将接受标准输入，并将结果显示在标准输出上。
5. awk脚本编写
5.1 awk的内置变量
awk中有两类内置的变量，
一类用户可根据需要改变，主要有：FS：输入数据的字段分割符，RS：输入数据的记录分隔符，OFS：输出数据的字段分割符，
ORS：输出数据的记录分隔符；另一类是系统自动改变的，如：NF：当前记录的字段个数，NR：当前记录编号等。
举例说明：
awk -F”:” ‘{ print $1 ” ” $3 }’ /etc/passwd #打印passwd中的第1，3个字段
5.2 pattern/action模式
awk程序部分采用了pattern/action模式，即，针对匹配pattern的数据，使用action逻辑进行处理。
举例说明：
pattern/action模式
awk程序部分采用了pattern/action模式，即，针对匹配pattern的数据，使用action逻辑进行处理。
举例说明：
/^$/ {print “This is a blank line!”} #判断当前是不是空格
$5 ~ /MA/ {print $1 “,” $3} #判断第5个字段是不是含有“MA”
NF == 3 { print “this particular record has three fields: ” $0 }

6. Awk与shell混用
因为 awk 可以作为一个 shell 命令使用， 因此 awk 能与 shell 批处理程序很好的融合在一起，这给实现 awk 与 shell 程序的
混合编程提供了可能。实现混合编程的关键是 awk 与shell script之间的对话，换言之，就是awk与shell script之间的信息交
流:awk从shell script中获取所需的信息（通常是变量的值）、在awk 中执行 shell 命令行、shell script 将命令执行的结果送
给 awk处理以及 shell script读取 awk的执行结果等等。
6.1. awk读取Shell script程序变量
在awk中我们可以通过“’$变量名’”的方式读取sell scrpit程序中的变量。
例如：读取shell scrpit程序中的变量name
下面给出两种方式：
第一种比较常用的方式：（双引号和单引号的意义需要明确）
#!/bin/sh
name=’John’
awk ‘{print $1,$2,”‘$name’”}’ myfile
————————————————-
第二种方式：
#!/bin/sh
name=’John’
awk ‘{print $1,$2,myname}’ myname=$name myfile
不过这种方式中，awk自定义变量myname不能在BEGIN中使用。
6.2. 将shell命令的执行结果送给awk处理
作为信息传送的一种方法，我们可以将一条shell命令的结果通过管道线（|）传递给awk处理：
例：示例awk处理shell命令的执行结果
$who -u | awk '{printf("%s正在执行%s\n",$2,$1)}'

6.3. shell script程序读awk的执行结果
shell中可以将awk执行结果赋值给shell变量。我们可以用变量名=`awk语句`的形式将awk执行的结果存放入一个shell script变量。
当然也可以用管道线的方法将awk执行结果传递给shell script程序处理。
例如：找出myfile中带有fail字符串的行并统计行数，最后打印出格式为：there are (行数) lines
#!/bin/sh
temp=`awk ‘/fail/{print $0}’ myfile |wc -l`
echo “there are $temp lines"

7：awk内置变量
awk有许多内置变量用来设置环境信息，这些变量可以被改变，下面给出了最常用的一些变量。
ARGC               命令行参数个数
ARGV               命令行参数排列
ENVIRON            支持队列中系统环境变量的使用
FILENAME           awk浏览的文件名
FNR                浏览文件的记录数
FS                 设置输入域分隔符，等价于命令行 -F选项
NF                 浏览记录的域的个数
NR                 已读的记录数
OFS                输出域分隔符
ORS                输出记录分隔符
RS                 控制记录分隔符
 此外,$0变量是指整条记录。$1表示当前行的第一个域,$2表示当前行的第二个域,......以此类推。

8：print和printf
awk -F ':' '{printf("filename:%10s,linenumber:%s,columns:%s,linecontent:%s\n",FILENAME,NR,NF,$0)}' /etc/passwd 
awk中同时提供了print和printf两种打印输出的函数。
其中print函数的参数可以是变量、数值或者字符串。字符串必须用双引号引用，参数用逗号分隔。
如果没有逗号，参数就串联在一起而无法区分。这里，逗号的作用与输出文件的分隔符的作用是
一样的，只是后者是空格而已。

printf函数，其用法和c语言中printf基本相似,可以格式化字符串,输出复杂时，printf更加好用，代码更易懂。