第十二课（下） awk

5. awk

awk 是一个维护和处理文本数据文件的强大语言。在文本数据具有一定的格式时，即每行数据包含多个以分隔符分隔的字段时，显得尤其有用。即便是驶入的文件没有一定的格式，仍然可以使用 awk 进行基本的处理。简言之，awk 是一种能处理从琐碎的小事到日常例行公事的强大语言

5.1 基础语法

5.1.1 语法格式
awk -F<s> '/PATTERN/ {ACTION}' FILE_NAME
或者直接
awk -F<s> '{ACTION}' FILE_NAME

5.1.2 解释
* -F<s>
指定分隔符。 默认是以空格作为分隔符。后续会介绍如何使用 -F 设定分隔符，以及如何在 BEGIN 中设置分隔符

• /PATTERN/：
  指定匹配模式。 如果没有指定匹配模式，则 awk 将处理输入文件中的所有记录

• {ACTION}：
  指定处理方式。 awk 命令中所有的处理方式都要写在花括号中，多个处理方式之间以分号 ’ ; ’ 隔离

• FILE_NAME：
  指定待处理的文件。 可以是多个文件，当然 awk 也支持管道数据

5.1.3 举例

$ awk -F: '/nobody/ {print $1}' /etc/passwd
nobody

• -F:：指定分隔符为:
• /nobody/：匹配的模式指定为“包含nobody”的行
• {print $1}：执行的动作为打印 $1，其中$1代表以:分隔的第一区段
• /etc/passwd/：指定所要处理的文件

5.2 awk 程序结构——（BEGIN、body、END 区域）

awk 在执行时分为 预处理、正式处理、后续处理 三个阶段。对应的，在输入 awk 命令时，分为 3 个区域，分别是 BEGIN、body、END。其中 正式处理 阶段是必备的，而预处理和后续处理阶段是可选的

5.2.1 BEGIN（预处理阶段）

• 语法：
  BEGIN { command1;command2;... }

• 特点：

  • BEGIN 区域的命令，在 body 之前执行，且只执行一次
  • BEGIN 区域常常用来打印表头信息，初始化变量
  • BEGIN 区域可包含多条命令
  • BEGIN 这个区域的标识，必须是大写的

5.2.2 正式处理

5.2.3 END（后续处理）