linux之Awk用法

参考地址：http://linux.chinaunix.net/techdoc/develop/2007/02/10/950229.shtml

http://www.cnblogs.com/ggjucheng/archive/2013/01/13/2858470.html

http://www.cnblogs.com/repository/archive/2011/05/13/2045927.html

相较于 sed 常常作用于一整个行的处理， awk 则比较倾向于一行当中分成数个『字段』来处理。 因此，awk 相当的适合处理小型的数据数据处理呢！awk 通常运作的模式是这样的：
[root@linux ~]# awk '条件类型1{动作1} 条件类型2{动作2} ...' filename awk 可以处理后续接的档案，也可以读取来自前个指令的 standard output 。 但如前面说的， awk 主要是处理『每一行的字段内的数据』，而预设的『字段的分隔符为 "空格键" 或 "[tab]键" 』！举例来说，我们用 last 可以将登入者的数据取出来， 结果如下所示：
[root@linux ~]#lastdmtsai   pts/0        192.168.1.12     Mon Aug 22 09:40   still logged in
root     tty1                          Mon Aug 15 11:38 - 11:39  (00:01)
reboot   system boot  2.6.11           Sun Aug 14 18:18         (7+15:41)
dmtsai   pts/0        192.168.1.12     Fri Aug 12 12:07 - 12:08  (00:01)
若我想要取出账号与登入者的 IP ，且账号与 IP 之间以 [tab] 隔开，则会变成这样：
[root@linux ~]# last | awk '{print $1 "\t" $3}'
dmtsai  192.168.1.12
root    Mon
reboot  boot
dmtsai  192.168.1.12
因为不论哪一行我都要处理，因此，就不需要有 "条件类型" 的限制！我所想要的是第一栏以及第三栏， 但是，第二行及第三行的内容怪怪的～这是因为数据格式的问题啊！所以��～使用 awk 的时候，请先确认一下您的数据当中，如果是连续性的数据，请不要有空格或 [tab] 在内，否则，就会像这个例子这样，会发生误判喔！
另外，由上面这个例子您也会知道，在每一行的每个字段都是有变量名称的，那就是 $1, $2... 等变量名称，以上面的例子来说， dmtsai 是 $1 ，因为他是第一栏嘛！至于 192.168.1.12 是第三栏， 所以他就是 $3 啦！后面以此类推～呵呵！还有个变数喔！那就是 $0 ，$0 代表『一整列资料』的意思～ 以上面的例子来说，第一行的 $0 代表的就是『dmtsai pts/0.... 』那一行啊！ 由此可知，刚刚上面四行当中，整个 awk 的处理流程是：

读入第一行，并将第一行的资料填入 $0, $1, $2.... 等变数当中； 依据 "条件类型" 的限制，判断是否需要进行后面的 "动作"； 做完所有的动作与条件类型； 若还有后续的『行』的数据，则重复上面 1~3 的步骤，直到所有的数据都读完为止。经过这样的步骤，您会晓得， awk 是『以行为一次处理的单位』， 而『以字段为最小的处理单位』。好了，那么 awk 怎么知道我到底这个数据有几行？有几栏呢？这就需要 awk 的内建变量的帮忙啦～ 变量名称 代表意义 NF 每一行 ($0) 拥有的字段总数 NR 目前 awk 所处理的是『第几行』数据 FS 目前的分隔字符，预设是空格键 我们继续以上面例子来做说明，如果我想要列出每一行的账号，并且列出目前处理的行数， 并且说明，该行有多少字段，则可以这样 (注意， awk 后续的所有动作以 ' 括住， 所以，内容如果想要以 print 打印时，记得，非变量的文字部分，包含上一小节 printf 提到的格式中，都需要使用双引号来定义出来喔！) [root@linux ~]# last | awk '{print $1 "\t lines: " NR "\t columes: " NF}' dmtsai   lines: 1        columes: 10 root     lines: 2        columes: 9 reboot   lines: 3        columes: 9 dmtsai   lines: 4        columes: 10 这样可以了解 NR 与 NF 的差别了吧？好了，底下来谈一谈所谓的 "条件类型" 了吧！ awk 的逻辑运算字符 既然有需要用到 "条件" 的类别，自然就需要一些逻辑运算��～例如底下这些： 运算单元 代表意义 > 大于 小于 >= 大于或等于 小于或等于 == 等于 != 不等于 值得注意的是那个 == 的符号，因为在『逻辑运算』上面， 就是所谓的大于、小于、等于等等的判断式上面，我们习惯上是以 == 来表示，而如果是直接给予一个值，例如变量设定时，就直接使用 = 而已。 好了，我们实际来运用一下逻辑判断吧！举例来说，在 /etc/passwd 当中是以冒号 ":" 来作为字段的分隔，那假设我要查阅，第三栏小于 10 以下的数据，并且仅列出账号与第三栏， 那么可以这样做： [root@linux ~]# cat /etc/passwd | \ > awk '{FS=":"} $3 root:x:0:0:root:/root:/bin/bash bin      1 daemon   2 ......(以下省略)...... 有趣吧！不过，怎么第一行没有正确的显示出来呢？这是因为我们读入第一行的时候， 那些变数 $1, $2... 预设还是以空格键为分隔的，所以虽然我们定义了 FS=":" 了， 但是却仅能在第二行后才开始生效。那么怎么办呢？我们可以预先设定 awk 的变量啊！ 利用 BEGIN 这个关键词喔！这样做： [root@linux ~]# cat /etc/passwd | \ > awk 'BEGIN {FS=":"} $3 ......(以下省略)...... 很有趣吧！而除了 BEGIN 之外，我们还有 END 呢！另外，如果要用 awk 来进行『计算功能』呢？以底下的例子来看， 假设我有一个薪资数据表，内容是这样的： Name    1st     2nd     3th VBird   23000   24000   25000 DMTsai  21000   20000   23000 Bird2   43000   42000   41000 如何帮我计算每个人的总额呢？而且我还想要格式化输出喔！ 你可以将上面的数据储存成一个名称为 pay.txt 的档案，则： [root@linux ~]# cat pay.txt | \ > awk 'NR==1{printf "%10s %10s %10s %10s %10s\n",$1,$2,$3,$4,"Total" } NR>=2{total = $2 + $3 + $4 printf "%10s %10d %10d %10d %10.2f\n", $1, $2, $3, $4, total}'      Name        1st        2nd        3th      Total     VBird      23000      24000      25000   72000.00    DMTsai      21000      20000      23000   64000.00     Bird2      43000      42000      41000  126000.00 上面的例子有几个重要事项应该要先说明的： 所有的动作，亦即在 {} 内的动作，如果有需要多个指令辅助时，可利用分号『;』间隔， 或者直接以 [Enter] 按键来隔开每个指令，例如上面的 NR>=2 后面接的动作， 利用 total = ... 那个指令来指定加总，而后续则以 printf 来格式化输出！ 逻辑运算当中，如果是『等于』的情况，则务必使用两个等号『==』！ 格式化输出时，在 printf 的格式设定当中，务必加上 \n ，才能进行分行！ 与 bash shell 的变量不同，在 awk 当中，变量可以直接使用，不需加上 $ 符号。 利用 awk 这个玩意儿，就可以帮我们处理很多日常工作了呢！真是好用的很～ 此外， awk 的输出格式当中，常常会以 printf 来辅助，所以， 最好您对 printf 也稍微熟悉一下比较好啦！另外， awk 的动作内 {} 也是支持 if (条件) 的喔！ 举例来说，上面的指令可以修订成为这样的 [root@linux ~]# cat pay.txt | \ > awk '{if(NR==1) printf "%10s %10s %10s %10s %10s\n",$1,$2,$3,$4,"Total"} NR>=2{total = $2 + $3 + $4 printf "%10s %10d %10d %10d %10.2f\n", $1, $2, $3, $4, total}' 你可以仔细的比对一下上面两个输入有啥不同～从中去了解两种语法吧！ 我个人是比较倾向于使用第一种语法，因为会比较有统一性啊！ ^_^