转shell中的awk用法详解

 

    awk语言的最基本功能是在文件或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

调用awk:
   第一种,命令行方式,如:awk [-F field-separator] 'commands' input-file(s)
         这里commands是真正的awk命令,[-F域分隔符]是可选的,awk默认使用空格分隔,因此如果要浏览域间有空格的文本,不必指定这个选项,但如果浏览如passwd文件,此文件各域使用冒号作为分隔符,则必须使用-F选项:   awk -F : 'commands' input-file
   第二种,将所有awk命令插入一个文件,并使awk程序可执行,然后用awk命令解释器作为脚本的首行,以便通过键入脚本名称来调用它
   第三种,将所有awk命令插入一个单独文件,然后调用: awk -f awk-script-file input-file
         -f选项指明在文件awk-script-file的awk脚本,input-file是使用awk进行浏览的文件名

awk脚本:
    awk脚本由各种操作和模式组成,根据分隔符(-F选项),默认为空格,读取的内容依次放置到对应的域中,一行一行记录读取,直到文件尾
    模式和动作:任何awk语句都是由模式和动作组成,在一个awk脚本中可能有许多语句。模式部分决定动作语句何时触发及触发事件。动作即对数据进行的操作,如果省去模式部分,动作将时刻保持执行状态
    模式可以是任何条件语句或复合语句或正则表达式,模式包含两个特殊字段BEGIN和END,使用BEGIN语句设置计数和打印头,BEGIN语句使用在任何文本浏览动作之前,之后文本浏览动作依据输入文件开始执行;END语句用来在awk完成文本浏览动作后打印输出文本总数和结尾状态标志,有动作必须使用{}括起来
    实际动作在大括号{}内指明,常用来做打印动作,但是还有更长的代码如if和循环looping语句及循环退出等,如果不指明采取什么动作,awk默认打印出所有浏览出的记录

域和记录:
    awk执行时,其浏览标记为$1,$2...$n,这种方法称为域标记.使用$1,$3表示参照第1和第3域,注意这里使用逗号分隔域,使用$0表示使用所有域
    例:awk '{print $0}' temp.txt > sav.txt   表示打印所有域并把结果重定向到sav.txt中
      awk '{print $0}' temp.txt|tee sav.txt  和上例相似,不同的是将在屏幕上显示出来
      awk '{print $1,$4}' temp.txt           只打印出第1和第4域
      awk 'BEGIN {print "NAME  GRADE/n-------------"} {print $1"/t"$4}' temp.txt 
        表示打信息头,即输入的内容的第一行前加上"NAME  GRADE/n-------------",同时内容以tab分开
      awk 'BEGIN {print "being"} {print $1} END {print "end"}' temp 同时打印信息头和信息尾

条件操作符:
    <、<=、==、!=、>=、~匹配正则表达式、!~不匹配正则表达式
    匹配:awk '{if ($4~/ASIMA/) print $0}' temp 表示如果第四个域包含ASIMA,就打印整条
        awk '$0 ~ /ASIMA/' temp 表示只要整条包含ASIMA就打印出来
    精确匹配:awk '$3=="48" {print $0}' temp    只打印第3域等于"48"的记录
    不匹配:  awk '$0 !~ /ASIMA/' temp      打印整条不包含ASIMA的记录
    不等于:  awk '$1 != "asima"' temp
    小于:    awk '{if ($1<$2) print $1 "is smaller"}' temp
    设置大小写: awk '/[Gg]reen/' temp      打印整条包含Green,或者green的记录
    任意字符: awk '$1 ~/^...a/' temp    打印第1域中第四个字符是a的记录,^行首,.任意字符
    或关系匹配: awk '$0~/(abc)|(efg)/' temp   使用|时,语句需要括起来
    AND与关系:  awk '{if ( $1=="a" && $2=="b" ) print $0}' temp
    OR或关系:   awk '{if ($1=="a" || $1=="b") print $0}' temp

awk内置变量:
    ARGC   命令行参数个数    AGRV   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,同- F选项
    NF   浏览记录的域个数   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
    例:  awk 'END {print NR}' temp    在最后打印已读记录条数
         awk '{print NF,NR,$0} END {print FILENAME}' temp
         awk '{if (NR>0 && $4~/Brown/) print $0}' temp  至少存在一条记录且包含Brown
    NF的另一用法:  echo $PWD | awk -F/ '{print $NF}'   显示当前目录名

awk操作符:
    在awk中使用操作符,基本表达式可以划分成数字型、字符串型、变量型、域及数组元素
    设置输入域到变量名:
       awk '{name=$1;six=$3; if (six=="man") print name " is " six}' temp
    域值比较操作:
       awk 'BEGIN {BASE="27"} {if ($4<BASE) print $0}' temp
    修改数值域取值:(原输入文件不会被改变)
       awk '{if ($1=="asima") $6=$6-1;print $1,$6,$7}' temp
    修改文本域:
       awk '{if ($1=="asima) ($1=="desc");print $1}' temp
    只显示修改记录:(只显示所需要的,区别上一条命令,注意{})
       awk '{if ($1=="asima) {$1=="desc";print$1}}' temp
    创建新的输出域:
       awk '{$4=$3-$2; print $4}' temp
    统计列值:
       awk '(tot+=$3);END {print tot}' temp           会显示每列的内容
       awk '{(tot+=$3)};END {print tot}' temp         只显示最后的结果
    文件长度相加:
       ls -l|awk '/^[^d]/ {print $9"/t"$5} {tot+=$5} END{print "totKB:" tot}'
    只列出文件名:
       ls -l|awk '{print $9}'     常规情况文件名是第9域

awk内置字符串函数:
    gsub(r,s)           在整个$0中用s替代r
       awk 'gsub(/name/,"xingming") {print $0}' temp
    gsub(r,s,t)         在整个t中用s替代r
    index(s,t)          返回s中字符串t的第一位置
       awk 'BEGIN {print index("Sunny","ny")}' temp     返回4
    length(s)           返回s的长度
    match(s,r)          测试s是否包含匹配r的字符串
       awk '$1=="J.Lulu" {print match($1,"u")}' temp    返回4
    split(s,a,fs)       在fs上将s分成序列a
       awk 'BEGIN {print split("12#345#6789",myarray,"#")"'
       返回3,同时myarray[1]="12", myarray[2]="345", myarray[3]="6789"
    sprint(fmt,exp)     返回经fmt格式化后的exp
    sub(r,s)            从$0中最左边最长的子串中用s代替r(只更换第一遇到的匹配字符串)
    substr(s,p)         返回字符串s中从p开始的后缀部分
    substr(s,p,n)       返回字符串s中从p开始长度为n的后缀部分

printf函数的使用:
    字符转换: echo "65" |awk '{printf "%c/n",$0}'    输出A
             awk 'BEGIN {printf "%f/n",999}'        输出999.000000
    格式化输出:awk '{printf "%-15s %s/n",$1,$3}' temp 将第一个域全部左对齐显示

其他awk用法:
    向一行awk命令传值:
        awk '{if ($5<AGE) print $0}' AGE=10 temp
        who | awk '{if ($1==user) print $1 " are in " $2 ' user=$LOGNAME 使用环境变量
    awk脚本命令:
        开头使用 !/bin/awk -f  ,如果没有这句话自含脚本将不能执行,例子:

1. !/bin/awk -f
2. # all comment lines must start with a hash '#'
3. # name: student_tot.awk
4. # to call: student_tot.awk grade.txt
5. # prints total and average of club student points
6.  
7. # print a header first
8. BEGIN
9. {
10.     print "Student    Date   Member No.  Grade  Age  Points  Max"
11.     print "Name       Joined                         Gained  Point Available"
12.     print "================================================================="
13. }
14. # let's add the scores of points gained
15. (tot+=$6);
16. # finished processing now let's print the total and average point
17. END
18. {
19.     print "Club student total points :" tot
20.     print "Average Club Student points :" tot/N
21. }

awk数组:
    awk的循环基本结构    For (element in array) print array[element]
    awk 'BEGIN {record="123#456#789";split(record,myarray,"#")} 
         END { for (i in myarray) {print myarray[i]} }