AWK 使用总结

原文地址

awk 是处理文本的工具,Mac 自带这个程序。

适合文本比较复杂的格式化数据。

基本语法

awk [可选参数] [模式-动作] 文件名

awk 会一行一行的处理文件里面的内容。

可选参数说明:
  • -F 指定分隔符, 默认是以空格作为分隔符;
  • -f 从脚本文件中读取 awk 命令;

可选参数可以省略。

模式-动作 说明:

其中模式可以有 0 个或者多个,每一行的内容会依次测试每个模式,所有的模式都匹配之后,会执行相应的动作。

每个模式或者动作里面可以使用 awk 中的 运算符, 内置变量, 内置函数等。

假设有一个 emp.data 文件, 里面内容是部分 NBA 球员的姓名,身高, 年龄的数据:

Stephen Curry, 1.91, 31
Kevin Durant, 2.06, 30
LeBron James, 2.03, 34
Russell Westbrook, 1.92, 30
Kyrie Lrving, 1.90, 27
  1. 没有模式

输出每一行的内容, 使用如下命令:

awk '{print $0}' emp.data 

结果如下:

Stephen Curry, 1.91, 31
Kevin Durant, 2.06, 30
LeBron James, 2.03, 34
Russell Westbrook, 1.92, 30
Kyrie Lrving, 1.90, 27

输出第一列的内容, 使用如下命令:

awk '{print $1}' emp.data

结果如下:

Stephen
Kevin
LeBron
Russell
Kyrie

发现第一列的姓名没有显示完全, 因为 awk 默认是以空格作为分隔符的,如果需要显示完全需要我们显示的指定分隔符。

输出每个人的名字, 使用如下命令:

awk -F "," '{print $1}' emp.data

结果如下:

Stephen Curry
Kevin Durant
LeBron James
Russell Westbrook
Kyrie Lrving

输出每个球员名字的小写字母, 使用如下命令:

awk -F "," ' {print tolower($1)}' emp.data

结果如下:

stephen curry
kevin durant
lebron james
russell westbrook
kyrie lrving
  1. 单个模式

输出年龄大于30岁的球员的姓名和身高, 使用如下命令:

awk -F "," '$3 > 30 {print $1, $2}' emp.data

结果如下:

Stephen Curry  1.91
LeBron James  2.03

输出姓名大于12个字符(含空格)的球员信息, 使用如下命令:

awk -F "," 'length($1) > 12 {print $0}' emp.data

结果如下:

Stephen Curry, 1.91, 31
Russell Westbrook, 1.92, 30
  1. 多个模式

输出年龄大于30岁,并且身高大于2米的球员的信息,使用如下命令:

awk -F "," '$3 > 30 &&  $2 > 2.00 {print $0}' emp.data

结果如下:

LeBron James, 2.03, 34

awk 脚本

语法结构如下:

BEGIN {放置的是执行前的语句}
{处理每一行时要执行的语句}
END {处理完所有的行后要执行的语句}

其中 BEGINEND 都是可选的。

统计所有球员的总身高,使用如下命令:

awk -F "," '{sum+=$2} END {print sum}' emp.data

其中 sum 为自定义的变量, $2 为内置变量,表示第二列的值。

结果如下:

9.82

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

变量

$ + 数字 表示某个字段: $1 表示第一个字段, $2 表示第二个字段, $3 表示第三个字段, … , $0 表示一整行。

变量 NF 表示当前行有多少个字段。

变量 NR 表示当前是第几行。

其他常用变量:

  • FILENAME:当前文件名
  • FS:字段分隔符,默认是空格和制表符。
  • RS:行分隔符,用于分割每一行,默认是换行符。
  • OFS:输出字段的分隔符,用于打印时分隔字段,默认为空格。
  • ORS:输出记录的分隔符,用于打印时分隔记录,默认为换行符。
  • OFMT:数字输出的格式,默认为%.6g

函数

常用的函数如下:

  • tolower():字符转为小写。
  • toupper(): 字符串转为大写。
  • length():返回字符串长度。
  • substr():返回子字符串。
  • sin():正弦。
  • cos():余弦。
  • sqrt():平方根。
  • rand():随机数。

awk 内置函数的完整列表,可以查看手册。

参考

  • awk 入门教学
  • Linux awk 命令
  • awk 简明教程
  • awk 入门指南

你可能感兴趣的:(AWK 使用总结)