awk命令 | 小蜜蜂

@Author  : Spinach | GHB
@Link    : http://blog.csdn.net/bocai8058

文章目录

awk命令格式
awk脚本基本格式
awk执行过程分析
awk内置变量
将外部变量值传递给awk
awk运算
awk高级输入输出
循环结构
数组等
awk实例

awk命令格式

awk [options] 'script' var=value file(s)
awk [options] -f scriptfile var=value file(s)

    -F fs fs指定输入分隔符，fs可以是字符串或正则表达式
    -v var=value 赋值一个用户定义变量，将外部变量传递给awk
    -f scriptfile 从脚本文件中读取awk命令

graph TB
A[awk脚本]-->B[模式]
A-->C[操作]
B-->D(正则表达式)
B-->E(关系表达式)
B-->F(模式匹配表达式)
B-->G(BEGIN语句块,pattern语句块,END语句块)
C-->H(一个或多个命令,函数,表达式组成)

正则表达式：使用通配符的扩展集
关系表达式：使用运算符进行操作，可以是字符串或数字的比较测试
模式匹配表达式：用运算符～匹配和~!不匹配
BEGIN语句块，pattern语句块，END语句块

操作由一个或多个命令、函数、表达式组成，之间由换行符或分号隔开，并位于大刮号内，主要部分是：变量或数组赋值、输出命令、内置函数、控制流语句。

awk脚本基本格式

awk 'BEGIN{ commands } pattern{ commands } END{ commands }' file

// 一个awk脚本通常由BEGIN，通用语句块，END语句块组成，三部分都是可选的。 脚本通常是被单引号或双引号包住。
awk 'BEGIN{ i=0 } { i++ } END{ print i }' filename
awk "BEGIN{ i=0 } { i++ } END{ print i }" filename

awk执行过程分析

第一步：执行BEGIN { commands } pattern 语句块中的语句

BEGIN语句块：在awk开始从输入输出流中读取行之前执行，在BEGIN语句块中执行如变量初始化，打印输出表头等操作。

第二步：从文件或标准输入中读取一行，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，直到全部文件都被读取完毕。

pattern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。{ }类似一个循环体，会对文件中的每一行进行迭代，通常将变量初始化语句放在BEGIN语句块中，将打印结果等语句放在END语句块中。

第三步：当读至输入流末尾时，执行END { command }语句块

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。

awk内置变量

$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。
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 : 当前输入文件的名。
NR : 表示记录数，在执行过程中对应于当前的行号
FNR : 同NR :，但相对于当前文件。
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 : 表示字段数，在执行过程中对应于当前的字段数。 print $NF答应一行中最后一个字段
OFMT : 数字的输出格式（默认值是%.6g）。
OFS : 输出字段分隔符（默认值是一个空格）。
ORS : 输出记录分隔符（默认值是一个换行符）。
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。
RLENGTH : 由match函数所匹配的字符串的长度。
SUBSEP : 数组下标分隔符（默认值是34）。

将外部变量值传递给awk

借助 -v 选项，可以将来自外部值（非stdin）传递给awk

VAR=10000
echo | awk -v VARIABLE=$VAR '{ print VARIABLE }'

定义内部变量接收外部变量

var1="aaa"
var2="bbb"
echo | awk '{ print v1,v2 }' v1=$var1 v2=$var2

当输入来自文件时

 awk '{ print v1,v2 }' v1=$var1 v2=$var2 filename

awk运算

算术运算：（+，-，*，/，&，！，……，++，–）

赋值运算：（=， +=， -=，*=，/=，%=，……=，**=）
逻辑运算符: (||, &&)
关系运算符：（<, <=, >,>=,!=, ==）
正则运算符：（～，～!）(匹配正则表达式，与不匹配正则表达式)

awk 'BEGIN{a="100testa";if(a ~ /^100*/){print "ok";}}'
ok

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：

awk 'NR%2==1{next}{print NR,$0;}' text.txt
// 说明：当记录行号除以2余1，就跳过当前行。
// 下面的print NR,$0也不会执行。
// 下一行开始，程序有开始判断NR%2值。
// 这个时候记录行号是2，就会执行下面语句块print NR,$0;

awk getline用法：输出重定向需用到getline函数。getline从标准输入、管道或者当前正在处理的文件之外的其他输入文件获得输入。它负责从输入获得下一行的内容，并给NF,NR和FNR等内建变量赋值。如果得到一条记录，getline函数返回1，如果到达文件的末尾就返回0，如果出现错误，例如打开文件失败，就返回-1。

语法格式：getline var 变量var包含了特定行的内容

用法说明：

当其左右无重定向符时|，<时：getline作用于当前文件，读入当前文件的第一行给其后跟的变量var或$0（无变量），应该注意到，由于awk在处理getline之前已经读入了一行，所以getline得到的返回结果是隔行的。
当其左右有重定向符时|，<时：getline则作用于定向输入文件，由于该文件是刚打开，并没有被awk读入一行，只是getline读入，那么getline返回的是该文件的第一行，而不是隔行。

打开文件 open(“filename”)
关闭文件 close(“filename”)
输出到文件重定向到文件，如echo | awk ‘{printf(“hello word!n”) > “datafile”}’

循环结构

for循环

for(变量 in 数组)
{语句}

for(变量;条件;表达式)
{语句}

while循环

while(表达式)
    {语句}

do…while循环

do
{语句} while(条件)

其他相关语句

break：退出程序循环
continue: 进入下一次循环
next：读取下一个输入行
exit：退出主输入循环，进入END，若没有END或END中有exit语句，则退出脚本。

数组等

具体请看博主讲解，引用：https://www.cnblogs.com/quincyhu/p/5884390.html

awk实例

print & $0

// print是awk打印指定内容的主要命令
$ awk '{print}' /etc/passwd == awk '{print $0}' /etc/passwd

//不输出passwd的内容，而是输出相同个数的空行，进一步解释了awk是一行一行处理文本
$ awk '{print " "}' /etc/passwd

//输出相同个数的a行，一行只有一个a字母
$ awk '{print "a"}' /etc/passwd

$ awk -F":" '{print $1}' /etc/passwd
//将每一行的前二个字段，分行输出，进一步理解一行一行处理文本
$ awk -F: '{print $1; print $2}' /etc/passwd

//输出字段1,3,6，以制表符作为分隔符
$ awk  -F: '{print $1,$3,$6}' OFS="\t" /etc/passwd

-f指定脚本文件

//效果与awk -F":" '{print $1}'相同,只是分隔符使用FS在代码自身中指定
$ awk -f script.awk  file
    BEGIN{
    FS=":"
    }
    {print $1}


$ awk 'BEGIN{X=0} /^$/{ X+=1 } END{print "I find",X,"blank lines."}' test
I find 4 blank lines.

//计算文件大小
$ ls -l | awk 'BEGIN{sum=0} !/^d/{sum+=$5} END{print "total size is",sum}'  total size is 17487

-F指定分隔符

// $1 指指定分隔符后，第一个字段，$3第三个字段， \t是制表符
// 一个或多个连续的空格或制表符看做一个定界符，即多个空格看做一个空格
$ awk -F":" '{print $1}'  /etc/passwd

// $1与$3相连输出，不分隔
$ awk -F":" '{print $1 $3}'  /etc/passwd

// 多了一个逗号，$1与$3使用空格分隔
$ awk -F":" '{print $1,$3}'  /etc/passwd

// $1与$3之间手动添加空格分隔
$ awk -F":" '{print $1 " " $3}'  /etc/passwd

// 自定义输出
$ awk -F":" '{print "Username:" $1 "\t\t Uid:" $3 }' /etc/passwd

// 显示每行有多少字段
$ awk -F: '{print NF}' /etc/passwd

// 将每行第NF个字段的值打印出来
$ awk -F: '{print $NF}' /etc/passwd

//显示只有4个字段的行
$ awk -F: 'NF==4 {print }' /etc/passwd

//显示每行字段数量大于2的行
$ awk -F: 'NF>2{print $0}' /etc/passwd

//输出每行的行号
$ awk '{print NR,$0}' /etc/passwd

//依次打印行号，字段数，最后字段值，制表符，每行内容
$ awk -F: '{print NR,NF,$NF,"\t",$0}' /etc/passwd

//显示第5行
$ awk -F: 'NR==5{print}'  /etc/passwd

//显示第5行和第6行
$ awk -F: 'NR==5 || NR==6{print}'  /etc/passwd

//不显示第一行
$ route -n|awk 'NR!=1{print}'

其他实例见博主，引用：https://www.cnblogs.com/xudong-bupt/p/3721210.html

引用：https://www.cnblogs.com/quincyhu/p/5884390.html | https://www.cnblogs.com/xudong-bupt/p/3721210.html