文章目录
- 前言
- 概念
- awk常用的选项和命令
- awk的选项
- awk的环境变量
- awk的运算符
- awk的内置字符串函数
前言
我们之前学习过grep，sed，这两个工具的作用如下：
grep和egrep：文本过滤的
sed：流编辑器，实现编辑的
今天我们要讨论的awk，是一个主要做文本输出的。
概念
AWK是一种优良的文本处理工具，Linux及Unix环境中现有的功能最强大的数据处理引擎之一。这种编程及数据操作语言的最大功能取决于一个人所拥有的知识。awk命名:Alfred Aho Peter 、Weinberger和brian kernighan三个人的姓的缩写。
简单来说awk就是把文件逐行的读入，以空格为默认分隔符将每行切片，切开的部分再进行各种分析处理
快速掌握awk的技巧：只要记住awk是以行为单位读入和输出的。
awk常用的选项和命令
参数 | 含义 |
-F | 指定字段一个或多个分割符 例如:-F’[:#/]’ 定义三个分隔符 |
-v | 定义或修改一个awk内部的变量 |
NR | 行号 |
FS | 字段的分隔符，默认为空格，跟-F选择一样 |
OFS | 输出的字段分隔符，默认为空格(即把空格替换成指定的字符串) |
RS | 输入记录的分割，以分割符分割之后，使之成为新的行（即读入行的时候遇到指定分隔符，就把分割替换成\n）。 |
ORS | 输出的记录分隔符，默认为新行。（即读入行的时候遇到\n之后把\n用指定的分隔符代替，然后读入一行，并合并为同一行） |
$NF | 表示最后一列 |
$0 | 显示当前一整行 |
$N | N为数字（N>0），表示第几列。例如：$1表示用-F指定分隔符分隔后的第一列， |
{} | 命令代码块，包含一条或多条命令 |
; | 多条命令使用分号分隔 |
~ | 匹配字段,与==相比不是精确比较 |
!~ | 不匹配，不精确比较 |
== | 等于，必须全部相等，精确比较 |
> | 大于 |
< | 小于 |
>= | 大于等于 |
<= | 小于等于 |
!= | 不等于，精确比较 |
&& | 逻辑与 |
|| | 逻辑或 |
+ | 匹配1个或1个以上 |
// | 正则匹配符 |
print | 输出、打印 |
awk的选项
选项 | 描述 |
-f progfile --file=progfile | 从脚本文件中读取awk命令 |
-F fs --field-separator=fs | 指定字段一个或多个分割符 例如:-F’[:#/]’ 定义三个分隔符 |
-v var=val --assign var=val | 定义或修改一个awk内部的变量 |
-b --characters-as-bytes | 将所有输入数据视为单字节字符。posix选项或覆盖这个选项 |
-c --traditional | 在兼容模式下运行。在兼容模式下,gawk的行为与UNIX awk相同;没有一个可以识别特定于gn的扩展 |
-C --copyright | 在标准输出和退出中成功打印GNU版权信息消息的简短版本 |
-d[file]–dump-variables[=file] | 将全局变量的排序列表、它们的类型和最终值打印到文件中。如果没有提供文件，gawk使用一个名为awkvars的文件 |
-e ‘program-text’–source=‘program-text’ | 使用程序文本作为AWK程序源代码。这个选项允许轻松地将库函数(通过-f和-file选项使用)与在命令行中输入的源代码混合使用。它主要用于shell脚本中使用的中型到大型AWK程序 |
-E file --exec=file | 与-f类似，这是最后一个处理的选项。这应该与#一起使用!脚本，特别是为CGI应用程序，以避免从URL向命令行传递选项或源代码(!)。这个选项禁止命令行变量赋值 |
-g --gen-pot | 扫描和解析AWK程序，并在标准输出上生成GNU .pot(可移植对象模板)格式文件，其中包含程序中所有可本地化字符串的条目。程序本身没有执行。 |
-h --help | 简短的打印帮助 |
-L [fatal] --lint[=fatal] | 提供关于可疑或不可移植到其他AWK实现的构造的警告 |
-n --non-decimal-data | 识别输入数据中的八进制和十六进制值 |
-N --use-lc-numeric | 使用句点作为小数点 |
-O --optimize | 在程序的内部表示上启用优化。目前，这包括简单的常数合并 |
-p[file] --profile[=file] | 将分析数据发送到PROFIX文件。默认值是DouthPo.OUT |
-P --posix | 启动兼容模式;将有如下限制： <1>无法识别\x <2>当FS被设置为单个空间时，只有空格和Tab充当字段分隔符，换行符不被设置为分隔符 <3>之后行不能有?和: <4>关键字函数的同义词FUNC不被识别 <5>运算符和=不能代替和= |
-r --re-interval | 允许在正则表达式匹配中使用区间表达式 |
-R --command file | 只有DGAWK。从文件读取存储的调试器命令 |
-S --sandbox | 在沙盒模式下运行GOWK，禁用Stand（）函数，用GETLIN输入重定向，输出Read打印和打印的方向，并加载动态扩展。命令执行（通过管道)也被禁用。这有效地阻止了脚本访问本地资源（除了 命令行中指定的文件） |
-t --lint-old | 提供对UNIX AWK原始版本不可移植的结构的警告 |
-V --version | 打印AWK的版本信息 |
awk的环境变量
变量 | 描述 |
$N | N为数字(N>0)，表示第几列。例如：$1表示用-F指定分隔符分隔后的第一列， |
$0 | 显示当前一整行(有多少行显示多少行) |
$NF | 表示最后一列$(NF-1)是倒数第二列 |
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 | 当前文件名 |
NR | 行号(当前记录数) |
FNR | 同NR，但相对于当前文件 |
FS | 字段的分隔符，默认为空格，跟-F选择一样 |
OFS | 输出的字段分隔符，默认为空格(即把空格替换成指定的字符串) |
IGNORECASE | 如果为真，则进行忽略大小写的匹配 |
NF | 当前记录中的字段数 |
OFMT | 数字的输出格式(默认值是%.6g) |
RLENGTH | 由match函数所匹配的字符串的长度 |
RS | 输入记录的分割，以分割符分割之后，使之成为新的行（即读入行的时候遇到指定分隔符，就把分割替换成\n(默认是\n)） |
ORS | 输出的记录分隔符，默认为新行。（即读入行的时候遇到\n之后把\n用指定的分隔符代替，然后读入一行，并合并为同一行）(默认值是一个换行符) |
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) |
awk的运算符
运算符 | 描述 |
= += -= *= /= %= ^= **= | 赋值 |
条件表达式?值1:值2 | 三目运算符 |
|| | 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 | 连接符 |
+ - | 加，减 |
* / % | 乘，除与求余 |
+ - ! | 一元加，减和逻辑非 |
^ *** | 幂运算符 |
++ – | 增加或减少，作为前缀或后缀 |
$ | 字段引用 |
in | 数组成员 |
awk的内置字符串函数
函数名称 | 描述 |
gsub(r,s) | 在整个$0中用s代替r |
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 |
length(s) | 返回s长度 |
match(s,r) | 测试s是否包含匹配r的字符串 |
split(s,a,fs) | 在fs上将s分成序列a |
sprint(fmt,exp) | 返回经fmt格式化后的exp |
sub(r,s) | 用$0中最左边最长的子串代替s |
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 |
