Linux 命令- awk

        awk 是一种处理文本文件的语言，是一个强大的文本分析工具。

        之所以叫AWK是因为其取了三位创始人 Alfred Aho，Peter Weinberger, 和 Brian Kernighan 的Family Name的首字符。

1. 命令格式

1
2
awk [选项参数] 'script' var=value file(s)
awk [选项参数] -f script var=value file(s)

2. 命令参数

  • -F fs or –field-separator fs
    指定输入文件折分隔符，fs是一个字符串或者是一个正则表达式，如-F:。
  • -v var=value or –asign var=value
    赋值一个用户定义变量。
  • -f scripfile or –file scriptfile
    从脚本文件中读取awk命令。
  • -mf nnn and -mr nnn
    对nnn值设置内在限制，-mf选项限制分配给nnn的最大块数目；-mr选项限制记录的最大数目。这两个功能是Bell实验室版awk的扩展功能，在标准awk中不适用。
  • -W compact or –compat, -W traditional or –traditional
    在兼容模式下运行awk。所以gawk的行为和标准的awk完全一样，所有的awk扩展都被忽略。
  • -W copyleft or –copyleft, -W copyright or –copyright
    打印简短的版权信息。
  • -W help or –help, -W usage or –usage
    打印全部awk选项和每个选项的简短说明。
  • -W lint or –lint
    打印不能向传统unix平台移植的结构的警告。
  • -W lint-old or –lint-old
    打印关于不能向传统unix平台移植的结构的警告。
  • -W posix
    打开兼容模式。但有以下限制，不识别：/x、函数关键字、func、换码序列以及当fs是一个空格时，将新行作为一个域分隔符；操作符**和**=不能代替\^和^=；fflush无效。
  • -W re-interval or –re-inerval
    允许间隔正则表达式的使用，参考(grep中的Posix字符类)，如括号表达式[[:alpha:]]。
  • -W source program-text or –source program-text
    使用program-text作为源代码，可与-f命令混用。
  • -W version or –version
    打印bug报告信息的版本。

3. 基本用法

        log.txt 文本内容如下

1
2
3
4
2 this is a test
3 Are you like awk
This's a test
10 There are orange,apple,mongo

用法一

1
awk '{[pattern] action}' {filenames}

实例：每行按空格或TAB分割，输出文本中的1、4行

        输出

1
2
3
4
5
6
7
8
9
10
[root@localhost ~]# awk '{print $1,$4}' log.txt                
2 a
3 like
This's 
10 orange,apple,mongo
[root@localhost ~]# awk '{printf "%-8s %-10s\n",$1,$4}' log.txt  #格式化输出
2        a         
3        like      
This's             
10       orange,apple,mongo

用法二

1
awk -F

        -F 相当于内置变量 FS ，指定分隔字符

实例：使用分隔符截取文档某段

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
[root@localhost ~]# awk -F, '{print $1,$2}' log.txt   #使用“,”分割
2 this is a test 
3 Are you like awk 
This's a test 
10 There are orange apple
[root@localhost ~]# awk 'BEGIN{FS=","} {print $1,$2}' log.txt     #使用内建变量
2 this is a test 
3 Are you like awk 
This's a test 
10 There are orange apple
[root@localhost ~]# awk -F '[ ,]' '{print $1,$2,$5}' log.txt      #使用多个分隔符，先使用空格分割，然后对分割结果再使用“,”分割
2 this test
3 Are awk
This's a 
10 There apple

        说明

        -F 选项的作用是指定分隔符，如果不加 -F 指定，则以空格或者 tab 为分隔符。print 为打印的动作，用来打印出某个字段。$1 为第一个字段，$2 为第二个字段，以此类推，有一个特殊的就是 $0 ，它表示整行。

        也可以使用自定义字符连接每个段，awk 的格式，-F 后紧跟单引号，然后里面为分隔符，print 的动作要用 {} 括起来，否则会报错。print 还可以打印自定义的内容，但是自定义的内容要用双引号括起来。

用法三

1
awk -v

        -v 设置变量

实例：

1
2
3
4
5
6
7
8
9
10
[root@localhost ~]# awk -v a=1 '{print $1,$1+a}' log.txt
2 3
3 4
This's 1
10 11
[root@localhost ~]# awk -v a=1 -v b=a '{print $1,$1+a,$1b}' log.txt
2 3 2a
3 4 3a
This's 1 This'sa
10 11 10a

用法四

1
awk -f {awk脚本} [文件名]

实例

1
awk -f cal.awk log.txt

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

        过滤第一列大于2的行

1
2
3
4
[root@localhost ~]# awk '$1>2' log.txt
3 Are you like awk
This's a test
10 There are orange,apple,mongo

        过滤第一列等于2的行

1
2
[root@localhost ~]# awk '$1==2 {print $1,$3}' log.txt
2 is

        过滤第一列大于2并且第二列等于 ‘Are’的行

1
2
[root@localhost ~]# awk '$1>2 && $2=="Are" {print $1,$2,$3}' log.txt
3 Are you

内建变量

变量 描述
\$n 当前记录的第n个字段，字段间由FS分割
\$0 完整的输入记录
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（用空格键分割）
FILENAME 当前文件名
FNR 个文件分别计数的行号
FS 字段分割符（默认是任何空格）
IGNORECASE 如果为真，则进行忽略大小写的匹配
NF 输入字段的分隔符
NR 已经读出的记录数，就是行号，从1开始
OFMT 数字的输出格式（默认值是%.6g）
OFS 输出记录分隔符（输出换行符），输出时用指定的符号代替换行符
ORS 输出记录分隔符（默认值是一个换行符）
RLENGTH 由 match 函数所匹配的字符串的长度
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
SUBSEP 数组下标分隔符（默认值是/034） 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
$ awk 'BEGIN{printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n","FILENAME","ARGC","FNR","FS","NF","NR","OFS","ORS","RS";printf "---------------------------------------------\n"} {printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n",FILENAME,ARGC,FNR,FS,NF,NR,OFS,ORS,RS}'  log.txt
FILENAME ARGC  FNR   FS   NF   NR  OFS  ORS   RS
---------------------------------------------
log.txt    2    1         5    1
log.txt    2    2         5    2
log.txt    2    3         3    3
log.txt    2    4         4    4
$ awk -F\' 'BEGIN{printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n","FILENAME","ARGC","FNR","FS","NF","NR","OFS","ORS","RS";printf "---------------------------------------------\n"} {printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n",FILENAME,ARGC,FNR,FS,NF,NR,OFS,ORS,RS}'  log.txt
FILENAME ARGC  FNR   FS   NF   NR  OFS  ORS   RS
---------------------------------------------
log.txt    2    1    '    1    1
log.txt    2    2    '    1    2
log.txt    2    3    '    2    3
log.txt    2    4    '    1    4
# 输出顺序号 NR, 匹配文本行号
$ awk '{print NR,FNR,$1,$2,$3}' log.txt
---------------------------------------------
1 1 2 this is
2 2 3 Are you
3 3 This's a test
4 4 10 There are
# 指定输出分割符
$  awk '{print $1,$2,$5}' OFS=" $ "  log.txt
---------------------------------------------
2 $ this $ test
3 $ Are $ awk
This's $ a $
10 $ There $

使用正则，字符串匹配

        输出第二列包含 “th”，并打印第二列与第四列

1
2
[root@localhost ~]# awk '$2 ~ /th/ {print $2,$4}' log.txt
this a

         ~ 表示模式开始。//中是模式。

1
2
3
[root@localhost ~]# awk '/re/' log.txt
3 Are you like awk
10 There are orange,apple,mongo

忽略大小写

1
2
3
[root@localhost ~]# awk 'BEGIN{IGNORECASE=1} /this/' log.txt
2 this is a test
This's a test

模式取反

1
2
3
4
5
6
7
8
[root@localhost ~]# awk '$2 !~ /th/ {print $2,$4}' log.txt
Are like
a 
There orange,apple,mongo
[root@localhost ~]# awk '! /th/ {print $2,$4}' log.txt
Are like
a 
There orange,apple,mongo

awk 脚本

        关于 awk 脚本，需要注意两个关键词 BEGIN 和 END。

  • BEGIN {这里面放的是执行前的语句｝
  • END ｛这里面放的是处理完所有的行后要执行的语句｝
  • ｛这里面放的是处理每一行时要执行的语句｝

        假设有这么一个文件（学生成绩表）

1
2
3
4
5
6
[root@localhost ~]# cat score.txt 
Marry   2143 78 84 77
Jack    2321 66 78 45
Tom     2122 48 77 71
Mike    2537 87 97 95
Bob     2415 40 57 62

        awk 脚本如下

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
[root@localhost ~]# cat cal.awk
#!/bin/awk -f
#运行前
BEGIN {
    math = 0
    english = 0
    computer = 0
 
    printf "NAME    NO.   MATH  ENGLISH  COMPUTER   TOTAL\n"
    printf "---------------------------------------------\n"
}
#运行中
{
    math+=$3
    english+=$4
    computer+=$5
    printf "%-6s %-6s %4d %8d %8d %8d\n", $1, $2, $3,$4,$5, $3+$4+$5
}
#运行后
END {
    printf "---------------------------------------------\n"
    printf "  TOTAL:%10d %8d %8d \n", math, english, computer
    printf "AVERAGE:%10.2f %8.2f %8.2f\n", math/NR, english/NR, computer/NR
}

        执行结果

1
2
3
4
5
6
7
8
9
10
11
[root@localhost ~]# awk -f cal.awk score.txt
NAME    NO.   MATH  ENGLISH  COMPUTER   TOTAL
---------------------------------------------
Marry  2143     78       84       77      239
Jack   2321     66       78       45      189
Tom    2122     48       77       71      196
Mike   2537     87       97       95      279
Bob    2415     40       57       62      159
---------------------------------------------
  TOTAL:       319      393      350 
AVERAGE:     63.80    78.60    70.00

另外一些实例

        awk 的 hello world 程序为：

1
BEGIN {print "Hello, world!"}

        计算文件大小

1
2
[root@localhost ~]# ls -l *.txt | awk '{sum+=$6} END {print sum}'
30

       从文件中找出长度大于80的行

1
awk 'lenght>80' log.txt

       打印九九乘法表

1
seq 9 | sed 'H;g' | awk -v RS='' '{for(i=1;i<=NF;i++)printf("%dx%d=%d%s", i, NR, i*NR, i==NR?"\n":"\t")}'