linux shell编程指南第九章------AWK 介绍1

为使一域号匹配正则表达式，使用符号‘～’后紧跟正则表达式，也可以用i f语句。a w k
中i f后面的条件用（）括起来。
观察文件g r a d e . t x t，如果只要打印b r o w n腰带级别可知其所在域为f i e l d - 4，这样可以写出
表达式{if($4~/brown/) print }意即如果f i e l d - 4包含b r o w n，打印它。如果条件满足，则打印匹

配记录行。可以编写下面脚本，因为这是一个动作，必须用花括号{ }括起来。

[root@localhost huangcd]# awk '{if($4~/Brown/) print $0}' grade.txt
J.Troll     07/99     4842   Brown-3  12   26   26
L.Tansley   05/99     4712   Brown-2  12   30   28

[root@localhost huangcd]# awk '$0~/Brown/' grade.txt 
J.Troll     07/99     4842   Brown-3  12   26   26
L.Tansley   05/99     4712   Brown-2  12   30   28

~表示匹配正则表达式的意思。正则表达式在两个//中间。

假定要使字符串精确匹配，比如说查看学生序号4 8，文件中有许多学生序号包含4 8，如
果在f i e l d - 3中查询序号4 8，a w k将返回所有序号带4 8的记录：

[root@localhost huangcd]# awk '{if($3~/48/) print $0}'  grade.txt 
M.Tansley   05/99     48311  Green    8    40   44
J.Lulu      06/99     48317  green    9    24   26
P.Bunny     02/99     48     Yellow   12   35   28
J.Troll     07/99     4842   Brown-3  12   26   26

为精确匹配4 8，使用等号= =，并用单引号括起条件。例如$ 3 = =“4 8”，这样确保只有4 8
序号得以匹配，其余则不行。

[root@localhost huangcd]# awk '$3=="48" {print $0}' grade.txt 
P.Bunny     02/99     48     Yellow   12   35   28

不匹配：

有时要浏览信息并抽取不匹配操作的记录，与~相反的符号是!~，意即不匹配。像原来使
用查询b r o w n腰带级别的匹配操作一样，现在看看不匹配情况。表达式$0 !~/brown/，意即查
询不包含模式b r o w n腰带级别的记录并打印它。
注意，缺省情况下， a w k将打印所有匹配记录，因此这里不必加入动作部分。

[root@localhost huangcd]# awk '$0 !~ /Brown/' grade.txt 
M.Tansley   05/99     48311  Green    8    40   44
J.Lulu      06/99     48317  green    9    24   26
P.Bunny     02/99     48     Yellow   12   35   28
[root@localhost huangcd]# awk '{if($4!~/Brown/) print $0}' grade.txt 
M.Tansley   05/99     48311  Green    8    40   44
J.Lulu      06/99     48317  green    9    24   26
P.Bunny     02/99     48     Yellow   12   35   28

如果只使用命令awk$4 !="brown"{print $0} grade.txt，将返回错误结果，因为用引号括起
了b r o w n，将只匹配‘b r o w n而不匹配b r o w n - 2和b r o w n - 3，

当然，如果想要查询非b r o w n - 2的腰带级别，可做如下操作：

[root@localhost huangcd]# awk '$4 != "Brown-2" {print $4}' grade.txt
Green
green
Yellow
Brown-3

看哪些学生可以获得升段机会。测试这一点即判断目前级别分f i e l d - 6是否小于最高分
f i e l d - 7，在输出结果中，加入这一改动很容易。

[root@localhost huangcd]# awk '{if($6<$7) print $1" Try better at net comp"}' grade.txt 
M.Tansley Try better at net comp
J.Lulu Try better at net comp

对比小于，小于等于只在操作符上做些小改动，满足此条件的记录也包括上面例子中的
输出情况。

[root@localhost huangcd]# awk '{if($6<=$7) print $1}' grade.txt 
M.Tansley
J.Lulu
J.Troll

大于符号大家都熟知，请看例子：
[root@localhost huangcd]# awk '{if($6>$7) print $1}' grade.txt 
P.Bunny
L.Tansley

设置大小写：

为查询大小写信息，可使用[ ]符号。在测试正则表达式时提到可匹配[ ]内任意字符或单词，
因此若查询文件中级别为g r e e n的所有记录，不论其大小写，表达式应为‘ / [ G g ] r e e n /：’

[root@localhost huangcd]# awk '/[Gg]reen/' grade.txt 
M.Tansley   05/99     48311  Green    8    40   44
J.Lulu      06/99     48317  green    9    24   26

抽取名字，其记录第一域的第四个字符是a，使用句点.。表达式/ ^ . . . a /意为行首前三个字
符任意，第四个是a，尖角符号代表行首。

[root@localhost huangcd]# awk '$1~/^...a/' grade.txt 
M.Tansley   05/99     48311  Green    8    40   44
L.Tansley   05/99     4712   Brown-2  12   30   28

为抽取级别为y e l l o w或b r o w n的记录，使用竖线符|。意为匹配| 两边模式之一。注意，使
用竖线符时，语句必须用圆括号括起来。

[root@localhost huangcd]# awk '$0~/(Yellow|Brown)/' grade.txt 
P.Bunny     02/99     48     Yellow   12   35   28
J.Troll     07/99     4842   Brown-3  12   26   26
L.Tansley   05/99     4712   Brown-2  12   30   28

不必总是使用域号。如果查询文本文件行首包含J的代码，可简单使用下面^符号：
[root@localhost huangcd]# awk '/^J/' grade.txt 
J.Lulu      06/99     48317  green    9    24   26
J.Troll     07/99     4842   Brown-3  12   26   26

复合模式或复合操作符用于形成复杂的逻辑操作，复杂程度取决于编程者本人。有必要
了解的是，复合表达式即为模式间通过使用下述各表达式互相结合起来的表达式：
&& AND : 语句两边必须同时匹配为真。
|| O R：语句两边同时或其中一边匹配为真。
! 非求逆

打印记录，使其名字为‘ P. B u n n y且级别为Ye l l o w，使用表达式( $ 1 = = " P. B u n n y " & &
$ 4 = = " Ye l l o w " )，意为& &两边匹配均为真。完整命令如下：

[root@localhost huangcd]# awk '{if($1=="P.Bunny" && $4=="Yellow") print $0}' grade.txt 
P.Bunny     02/99     48     Yellow   12   35   28

如果查询级别为Ye l l o w或B r o w n，使用或命令。意为“ | |”符号两边的匹配模式之一或全部为真。

[root@localhost huangcd]# awk '{if($4=="Yellow" || $4~/Brown/) print $0}' grade.txt 
P.Bunny     02/99     48     Yellow   12   35   28
J.Troll     07/99     4842   Brown-3  12   26   26
L.Tansley   05/99     4712   Brown-2  12   30   28

a w k有许多内置变量用来设置环境信息。这些变量可以被改变。表9 - 3显示了最常使用的
一些变量，并给出其基本含义。

A R G C支持命令行中传入a w k脚本的参数个数。A R G V是A R G C的参数排列数组，其中每
一元素表示为A R G V [ n ]，n为期望访问的命令行参数。
E N V I R O N 支持系统设置的环境变量，要访问单独变量，使用实际变量名，例如
E N V I R O N [“E D I TO R”] =“Vi”。
F I L E N A M E支持a w k脚本实际操作的输入文件。因为a w k可以同时处理许多文件，因此如
果访问了这个变量，将告之系统目前正在浏览的实际文件。
F N R支持a w k目前操作的记录数。其变量值小于等于N R。如果脚本正在访问许多文件，
每一新输入文件都将重新设置此变量。
F S用来在a w k中设置域分隔符，与命令行中- F选项功能相同。缺省情况下为空格。如果用
逗号来作域分隔符，设置F S = "，"。
N F支持记录域个数，在记录被读之后再设置。
O F S允许指定输出域分隔符，缺省为空格。如果想设置为#，写入O F S = " # "。
O R S为输出记录分隔符，缺省为新行（ \ n）。
R S是记录分隔符，缺省为新行( \ n )。

NF、NR和FILENAME

要快速查看记录个数，应使用N R。比如说导出一个数据库文件后，如果想快速浏览记录
个数，以便对比于其初始状态，查出导出过程中出现的错误。使用N R将打印输入文件的记录
个数。print NR放在E N D语法中。

[root@localhost huangcd]# awk 'END {print NR}' grade.txt 
5

以下例子中，所有学生记录被打印，并带有其记录号。使用N F变量显示每一条读记录中
有多少个域，并在E N D部分打印输入文件名。

[root@localhost huangcd]# awk '{print NF,NR,$0} END{print FILENAME}' grade.txt 
7 1 M.Tansley   05/99     48311  Green    8    40   44
7 2 J.Lulu      06/99     48317  green    9    24   26
7 3 P.Bunny     02/99     48     Yellow   12   35   28
7 4 J.Troll     07/99     4842   Brown-3  12   26   26
7 5 L.Tansley   05/99     4712   Brown-2  12   30   28
grade.txt

在从文件中抽取信息时，最好首先检查文件中是否有记录。下面的例子只有在文件中至
少有一个记录时才查询B r o w n级别记录。使用A N D复合语句实现这一功能。意即至少存在一
个记录后，查询字符串B r o w n，最后打印结果。

[root@localhost huangcd]# awk '{if(NR>0 && $4~/Brown/) print $0}' grade.txt 
J.Troll     07/99     4842   Brown-3  12   26   26
L.Tansley   05/99     4712   Brown-2  12   30   28

N F的一个强大功能是将变量$ P W D的返回值传入a w k并显示其目录。这里需要指定域分隔
符/。

[root@localhost huangcd]# pwd
/home/huangcd
[root@localhost huangcd]# echo $PWD |awk -F / '{print $NF}'
huangcd
[root@localhost huangcd]# echo "usr/local/etc/rc.sybase" |awk -F / '{print $NF}' 
rc.sybase

设置输入域到域变量名：

在a w k中，设置有意义的域名是一种好习惯，在进行模式匹配或关系操作时更容易理解。
一般的变量名设置方式为n a m e = $ n，这里n a m e为调用的域变量名， n为实际域号。例如设置学
生域名为n a m e，级别域名为b e l t，操作为n a m e = $ 1 ; b e l t s = $ 4。注意分号的使用，它分隔a w k命
令。下面例子中，重新赋值学生名域为n a m e，级别域为b e l t s。查询级别为Ye l l o w的记录，并
最终打印名称和级别。

[root@localhost huangcd]# awk '{name=$1;belts=$4; if(belts~/Yellow/) print name " is belt" belts}' grade.txt 
P.Bunny is beltYellow

通常在B E G I N部分赋值是很有益的，可以在a w k表达式进行改动时减少很多麻烦。

第二个例子中给数字赋以变量名B A S E L I N E和在B E G I N部分给变量赋值，两者意义相同。

[root@localhost huangcd]# awk 'BEGIN {BASELINE="27"} {if($6<BASELINE) print $0}' grade.txt 
J.Lulu      06/99     48317  green    9    24   26
J.Troll     07/99     4842   Brown-3  12   26   26

当在a w k中修改任何域时，重要的一点是要记住实际输入文件是不可修改的，修改的只是
保存在缓存里的a w k复本。a w k会在变量N R或N F变量中反映出修改痕迹。
为修改数值域，简单的给域标识重赋新值，如： $ 1 = $ 1 + 5，会将域1数值加5，但要确保赋
值域其子集为数值型。
修改M . Ta n s l e y的目前级别分域，使其数值从4 0减为3 9，使用赋值语句$ 6 = $ 6 - 1，当然在
实施修改前首先要匹配域名。

[root@localhost huangcd]# awk '{if($1=="M.Tansley") $6=$6-1; print $1,$6,$7}' grade.txt
M.Tansley 39 44
J.Lulu 24 26
P.Bunny 35 28
J.Troll 26 26
L.Tansley 30 28