三十分钟学会AWK

最新推荐文章于 2023-05-24 12:33:29 发布

找个毛线

最新推荐文章于 2023-05-24 12:33:29 发布

阅读量756

点赞数 1

分类专栏： linux 文章标签： awk 教程 linux三剑客 shell 三十分钟

linux 专栏收录该内容

24 篇文章 13 订阅

订阅专栏

本文大部分内容翻译自我开始学习AWK时看到的一篇英文文章 AWK Tutorial ，觉得对AWK入门非常有帮助，所以对其进行了粗略的翻译，并对其中部分内容进行了删减或者补充，希望能为对AWK感兴趣的小伙伴提供一份快速入门的教程，帮助小伙伴们快速掌握AWK的基本使用方式，当然，我也是刚开始学习AWK，本文在翻译或者补充的过程中肯定会有很多疏漏或者错误，希望大家能够帮忙指正。

概述

AWK是一门解释型的编程语言。在文本处理领域它是非常强大的，它的名字来源于它的三位作者的姓氏：Alfred Aho， Peter Weinberger 和 Brian Kernighan。

GNU/Linux发布的AWK目前由自由软件基金会（FSF）进行开发和维护，通常也称它为 GNU AWK。

AWK的类型

下面是几个AWK的变体：

AWK – 原先来源于 AT & T 实验室的的AWK
NAWK – AT & T 实验室的AWK的升级版
GAWK – 这就是GNU AWK。所有的GNU/Linux发布版都自带GAWK，它与AWK和NAWK完全兼容

AWK的典型用途

使用AWK可以做很多任务，下面是其中一些

文本处理
输出格式化的文本报表
执行算数运算
执行字符串操作等等

工作流

要成为AWK编程专家，你需要先知道它的内部实现机制，AWK遵循了非常简单的工作流 –读取，执行和重复，下图描述了AWK的工作流。

Read

AWK从输入流（文件，管道或者标准输入）中读取一行，然后存储到内存中。

Execute

所有的AWK命令都依次在输入上执行。默认情况下，AWK会对每一行执行命令，我们可以通过提供模式限制这种行为。

Repeat

处理过程不断重复，直到到达文件结尾。

程序结构

现在，让我们先学习一下AWK的程序结构。

BEGIN 语句块

BEGIN语句块的语法

1	BEGIN {awk-commands}

BEGIN语句块在程序开始的使用执行，它只执行一次，在这里可以初始化变量。BEGIN是AWK的关键字，因此它必须为大写，注意，这个语句块是可选的。

BODY 语句块

BODY语句块的语法

1	/pattern/ {awk-commands}

BODY语句块中的命令会对输入的每一行执行，我们也可以通过提供模式来控制这种行为。注意，BODY语句块没有关键字。

END 语句块

END语句块的语法

1	END {awk-commands}

END语句块在程序的最后执行，END是AWK的关键字，因此必须为大写，它也是可选的。

让我们创建一个包含序号，学生姓名，科目名称和得分的文件 marks.txt。

1) Amit Physics 80

2) Rahul Maths 90

3) Shyam Biology 87

4) Kedar English 85

5) Hari History 89

下面的例子中我们将会显示文件内容，并且添加每一列的标题

1	$ awk 'BEGIN{printf "Sr No\tName\tSub\tMarks\n"} {print}' marks.txt

上述代码执行后，输出以下内容

Sr No Name Sub Marks

1) Amit Physics 80

2) Rahul Maths 90

3) Shyam Biology 87

4) Kedar English 85

5) Hari History 89

在程序的开始，AWK在BEGIN语句中打印出标题。然后再BODY语句中，它会读取文件的每一行然后执行AWK的print命令将每一行的内容打印到标准输出。这个过程会一直重复直到文件的结尾。

基础语法

AWK的使用非常简单，我们可以直接在命令行中执行AWK的命令，也可以从包含AWK命令的文本文件中执行。

AWK命令行

我们可以使用单引号在命令行中指定AWK命令

1	awk [options] file ...

比如我们有一个包含下面内容的文本文件 marks.txt:

1) Amit Physics 80

2) Rahul Maths 90

3) Shyam Biology 87

4) Kedar English 85

5) Hari History 89

我们可以使用下面的命令显示该文件的完整内容

1	$ awk '{print}' marks.txt

AWK程序文件

我们可以使用脚本文件提供AWK命令

1	awk [options] -f file ....

首先，创建一个包含下面内容的文本文件 command.awk

{print}

现在，我们可以让AWK执行该文件中的命令，这里我们实现了和上例同样的结果

1	$ awk -f command.awk marks.txt

AWK标准选项

AWK支持下列命令行标准选项

-v 变量赋值选项

该选项将一个值赋予一个变量，它会在程序开始之前进行赋值，下面的例子描述了该选项的使用

1 2	$ awk -v name=Jerry 'BEGIN{printf "Name = %s\n", name}' Name = Jerry

--dump-variables[=file] 选项

该选项会输出排好序的全局变量列表和它们最终的值到文件中，默认的文件是 awkvars.out。

$ awk --dump-variables ''

$ cat awkvars.out

ARGC: 1

ARGIND: 0

ARGV: array, 1 elements

BINMODE: 0

CONVFMT: "%.6g"

ERRNO: ""

FIELDWIDTHS: ""

FILENAME: ""

FNR: 0

FPAT: "[^[:space:]]+"

FS: " "

IGNORECASE: 0

LINT: 0

NF: 0

NR: 0

OFMT: "%.6g"

OFS: " "

ORS: "\n"

RLENGTH: 0

RS: "\n"

RSTART: 0

RT: ""

SUBSEP: "\034"

TEXTDOMAIN: "messages"

--help 选项

打印帮助信息。

$ awk --help

Usage: awk [POSIX or GNU style options] -f progfile [--] file ...

Usage: awk [POSIX or GNU style options] [--] 'program' file ...

POSIX options : GNU long options: (standard)

-f progfile --file=progfile

-F fs --field-separator=fs

-v var=val --assign=var=val

Short options : GNU long options: (extensions)

-b --characters-as-bytes

-c --traditional

-C --copyright

-d[file] --dump-variables[=file]

-e 'program-text' --source='program-text'

-E file --exec=file

-g --gen-pot

-h --help

-L [fatal] --lint[=fatal]

-n --non-decimal-data

-N --use-lc-numeric

-O --optimize

-p[file] --profile[=file]

-P --posix

-r --re-interval

-S --sandbox

-t --lint-old

-V --version

--lint[=fatal] 选项

该选项允许检查程序的不兼容性或者模棱两可的代码，当提供参数 fatal的时候，它会对待Warning消息作为Error。

$ awk --lint '' /bin/ls

awk: cmd. line:1: warning: empty program text on command line

awk: cmd. line:1: warning: source file does not end in newline

awk: warning: no program text at all!

--posix 选项

该选项开启严格的POSIX兼容。

--profile[=file]选项

该选项会输出一份格式化之后的程序到文件中，默认文件是 awkprof.out。

$ awk --profile 'BEGIN{printf"---|Header|--\n"} {print}

END{printf"---|Footer|---\n"}' marks.txt > /dev/null

$ cat awkprof.out

# gawk 配置, 创建 Wed Oct 26 15:05:49 2016

# BEGIN 块

BEGIN {

printf "---|Header|--\n"

}

# 规则

{

print $0

}

# END 块

END {

printf "---|Footer|---\n"

}

--traditional 选项

该选项会禁止所有的gawk规范的扩展。

--version 选项

输出版本号

$ awk --version

GNU Awk 3.1.7

该程序为自由软件，你可以在自由软件基金会发布的 GNU 通用公共许可证(GPL)第

3版或以后版本下修改或重新发布。

该程序之所以被发布是因为希望他能对你有所用处，但我们不作任何担保。这包含

但不限于任何商业适售性以及针对特定目的的适用性的担保。详情参见 GNU 通用公

共许可证(GPL)。

你应该收到程序附带的一份 GNU 通用公共许可证(GPL)。如果没有收到，请参看 http://www.gnu.org/licenses/ 。

You have new mail in /var/spool/mail/root

基本使用示例

本部分会讲述一些有用的AWK命令和它们的使用示例，所有的例子都是以下面的文本文件 marks.txt 为基础的

1) Amit Physics 80

2) Rahul Maths 90

3) Shyam Biology 87

4) Kedar English 85

5) Hari History 89

打印某列或者字段

AWK可以只打印输入字段中的某些列。

$ awk '{print $3 "\t" $4}' marks.txt

Physics 80

Maths 90

Biology 87

English 85

History 89

在文件marks.txt中，第三列包含了科目名，第四列则是得分，上面的例子中，我们只打印出了这两列，$3 和 $4 代表了输入记录中的第三和第四个字段。

打印所有的行

默认情况下，AWK会打印出所有匹配模式的行

$ awk '/a/ {print $0}' marks.txt

2) Rahul Maths 90

3) Shyam Biology 87

4) Kedar English 85

5) Hari History 89

上述命令会判断每一行中是否包含a，如果包含则打印该行，如果BODY部分缺失则默认会执行打印，因此，上述命令和下面这个是等价的

1	$ awk '/a/' marks.txt

打印匹配模式的列

当模式匹配成功时，默认情况下AWK会打印该行，但是也可以让它只打印指定的字段。例如，下面的例子中，只会打印出匹配模式的第三和第四个字段。

$ awk '/a/ {print $3 "\t" $4}' marks.txt

Maths 90

Biology 87

English 85

History 89

任意顺序打印列

$ awk '/a/ {print $4 "\t" $3}' marks.txt

90 Maths

87 Biology

85 English

89 History

统计匹配模式的行数

1 2	$ awk '/a/{++cnt} END {print "Count = ", cnt}' marks.txt Count = 4

打印超过18个字符的行

$ awk 'length($0) > 18' marks.txt

3) Shyam Biology 87

4) Kedar English 85

内建变量

AWK提供了很多内置的变量，它们在开发AWK脚本的过程中起着非常重要的角色。

标准AWK变量

ARGC 命令行参数个数

命令行中提供的参数个数

1 2	$ awk 'BEGIN {print "Arguments =", ARGC}' One Two Three Four Arguments = 5

ARGV 命令行参数数组

存储命令行参数的数组，索引范围从0 – ARGC – 1。

$ awk 'BEGIN {

for (i = 0; i < ARGC - 1; ++i) {

printf "ARGV[%d] = %s\n", i, ARGV[i]

}

}' one two three four

ARGV[0] = awk

ARGV[1] = one

ARGV[2] = two

ARGV[3] = three

CONVFMT 数字的约定格式

代表了数字的约定格式，默认值是%.6g

1 2	$ awk 'BEGIN { print "Conversion Format =", CONVFMT }' Conversion Format = %.6g

ENVIRON 环境变量

环境变量的关联数组

1 2	$ awk 'BEGIN { print ENVIRON["USER"] }' mylxsw

FILENAME 当前文件名

1 2	$ awk 'END {print FILENAME}' marks.txt marks.txt

FS 输入字段的分隔符

代表了输入字段的分隔符，默认值为空格，可以通过-F选项在命令行选项中修改它。

$ awk 'BEGIN {print "FS = " FS}' | cat -vte

FS = $

$ awk -F , 'BEGIN {print "FS = " FS}' | cat -vte

FS = ,$

NF 字段数目

代表了当前行中的字段数目，例如下面例子打印出了包含大于两个字段的行

$ echo -e "One Two\nOne Two Three\nOne Two Three Four" | awk 'NF > 2'

One Two Three

One Two Three Four

NR 行号

$ echo -e "One Two\nOne Two Three\nOne Two Three Four" | awk 'NR < 3'

One Two

One Two Three

FNR 行号（相对当前文件）

与NR相似，不过在处理多文件时更有用，获取的行号相对于当前文件。

OFMT 输出格式数字

默认值为%.6g

1 2	$ awk 'BEGIN {print "OFMT = " OFMT}' OFMT = %.6g

OFS 输出字段分隔符

输出字段分隔符，默认为空格

1 2	$ awk 'BEGIN {print "OFS = " OFS}' \| cat -vte OFS = $

ORS 输出行分隔符

默认值为换行符

$ awk 'BEGIN {print "ORS = " ORS}' | cat -vte

ORS = $

RLENGTH

代表了 match 函数匹配的字符串长度。

1 2	$ awk 'BEGIN { if (match("One Two Three", "re")) { print RLENGTH } }' 2

RS 输入记录分隔符

$ awk 'BEGIN {print "RS = " RS}' | cat -vte

RS = $

RSTART

match函数匹配的第一次出现位置

1 2	$ awk 'BEGIN { if (match("One Two Three", "Thre")) { print RSTART } } 9

SUBSEP 数组子脚本的分隔符

数组子脚本的分隔符，默认为\034

1 2	$ awk 'BEGIN { print "SUBSEP = " SUBSEP }' \| cat -vte SUBSEP = ^\$

$ 0 代表了当前行

代表了当前行

$ awk '{print $0}' marks.txt

1) Amit Physics 80

2) Rahul Maths 90

3) Shyam Biology 87

4) Kedar English 85

5) Hari History 89

当前行中的第n个字段

$ awk '{print $3 "\t" $4}' marks.txt

Physics 80

Maths 90

Biology 87

English 85

History 89

GNU AWK的变量

ARGIND

当前被处理的ARGV的索引

$ awk '{

print "ARGIND = ", ARGIND; print "Filename = ", ARGV[ARGIND]

}' junk1 junk2 junk3

ARGIND = 1

Filename = junk1

ARGIND = 2

Filename = junk2

ARGIND = 3

Filename = junk3

BINMODE

在非POSIX系统上指定对所有的文件I/O采用二进制模式。

ERRORNO

一个代表了getline跳转失败或者是close调用失败的错误的字符串。

1 2	$ awk 'BEGIN { ret = getline < "junk.txt"; if (ret == -1) print "Error:", ERRNO }' Error: No such file or directory

FIELDWIDTHS

设置了空格分隔的字段宽度变量列表的话，GAWK会将输入解析为固定宽度的字段，而不是使用FS进行分隔。

IGNORECASE

设置了这个变量的话，AWK会忽略大小写。

1 2	$ awk 'BEGIN{IGNORECASE = 1} /amit/' marks.txt 1) Amit Physics 80

LINT

提供了对–lint选项的动态控制。

$ awk 'BEGIN {LINT = 1; a}'

awk: cmd. line:1: warning: reference to uninitialized variable `a'

awk: cmd. line:1: warning: statement has no effect

PROCINFO

包含进程信息的关联数组，例如UID，进程ID等

1 2	$ awk 'BEGIN { print PROCINFO["pid"] }' 4316

TEXTDOMAIN

代表了AWK的文本域，用于查找字符串的本地化翻译。

1 2	$ awk 'BEGIN { print TEXTDOMAIN }' messages

操作符

与其它编程语言一样，AWK也提供了大量的操作符。

算数操作符

算数操作符不多说，直接看例子，无非就是+-*/%

$ awk 'BEGIN { a = 50; b = 20; print "(a + b) = ", (a + b) }'

(a + b) = 70

$ awk 'BEGIN { a = 50; b = 20; print "(a - b) = ", (a - b) }'

(a - b) = 30

$ awk 'BEGIN { a = 50; b = 20; print "(a * b) = ", (a * b) }'

(a * b) = 1000

$ awk 'BEGIN { a = 50; b = 20; print "(a / b) = ", (a / b) }'

(a / b) = 2.5

$ awk 'BEGIN { a = 50; b = 20; print "(a % b) = ", (a % b) }'

(a % b) = 10

增减运算符

自增自减与C语言一致。

$ awk 'BEGIN { a = 10; b = ++a; printf "a = %d, b = %d\n", a, b }'

a = 11, b = 11

$ awk 'BEGIN { a = 10; b = --a; printf "a = %d, b = %d\n", a, b }'

a = 9, b = 9

$ awk 'BEGIN { a = 10; b = a++; printf "a = %d, b = %d\n", a, b }'

a = 11, b = 10

$ awk 'BEGIN { a = 10; b = a--; printf "a = %d, b = %d\n", a, b }'

a = 9, b = 10

赋值操作符

$ awk 'BEGIN { name = "Jerry"; print "My name is", name }'

My name is Jerry

$ awk 'BEGIN { cnt = 10; cnt += 10; print "Counter =", cnt }'

Counter = 20

$ awk 'BEGIN { cnt = 100; cnt -= 10; print "Counter =", cnt }'

Counter = 90

$ awk 'BEGIN { cnt = 10; cnt *= 10; print "Counter =", cnt }'

Counter = 100

$ awk 'BEGIN { cnt = 100; cnt /= 5; print "Counter =", cnt }'

Counter = 20

$ awk 'BEGIN { cnt = 100; cnt %= 8; print "Counter =", cnt }'

Counter = 4

$ awk 'BEGIN { cnt = 2; cnt ^= 4; print "Counter =", cnt }'

Counter = 16

$ awk 'BEGIN { cnt = 2; cnt **= 4; print "Counter =", cnt }'

Counter = 16

关系操作符

$ awk 'BEGIN { a = 10; b = 10; if (a == b) print "a == b" }'

a == b

$ awk 'BEGIN { a = 10; b = 20; if (a != b) print "a != b" }'

a != b

$ awk 'BEGIN { a = 10; b = 20; if (a a ) print "b > a" }'

b > a

逻辑操作符

$ awk 'BEGIN {

num = 5; if (num >= 0 && num <= 7) printf "%d is in octal format\n", num

5 is in octal format

$ awk 'BEGIN {

ch = "\n"; if (ch == " " || ch == "\t" || ch == "\n")

print "Current character is whitespace."

Current character is whitespace.

$ awk 'BEGIN { name = ""; if (! length(name)) print "name is empty string." }'

name is empty string.

三元操作符

1 2	$ awk 'BEGIN { a = 10; b = 20; (a > b) ? max = a : max = b; print "Max =", max}' Max = 20

一元操作符

$ awk 'BEGIN { a = -10; a = +a; print "a =", a }'

a = -10

$ awk 'BEGIN { a = -10; a = -a; print "a =", a }'

a = 10

指数操作符

$ awk 'BEGIN { a = 10; a = a ^ 2; print "a =", a }'

a = 100

$ awk 'BEGIN { a = 10; a ^= 2; print "a =", a }'

a = 100

字符串连接操作符

1 2	$ awk 'BEGIN { str1 = "Hello, "; str2 = "World"; str3 = str1 str2; print str3 }' Hello, World

数组成员操作符

$ awk 'BEGIN {

arr[0] = 1; arr[1] = 2; arr[2] = 3; for (i in arr) printf "arr[%d] = %d\n", i, arr[i]

arr[2] = 3

arr[0] = 1

arr[1] = 2

正则表达式操作符

正则表达式操作符使用 ~ 和 !~ 分别代表匹配和不匹配。

$ awk '$0 ~ 9' marks.txt

2) Rahul Maths 90

5) Hari History 89

$ awk '$0 !~ 9' marks.txt

1) Amit Physics 80

3) Shyam Biology 87

4) Kedar English 85

# 匹配正则表达式需要在表达式前后添加反斜线，与js类似吧

$ tail -n 40 /var/log/nginx/access.log | awk '$0 ~ /ip

\[127\.0\.0\.1\]

更多关于正则表达式请看后面的正则表达式部分

正则表达式

AWK在处理正则表达式方面是非常强大的，使用简单的正则表达式可以处理非常复杂的问题。

$ echo -e "cat\nbat\nfun\nfin\nfan" | awk '/f.n/'

fun

fin

fan

$ echo -e "This\nThat\nThere\nTheir\nthese" | awk '/^The/'

There

Their

$ echo -e "knife\nknow\nfun\nfin\nfan\nnine" | awk '/n$/'

fun

fin

fan

$ echo -e "Call\nTall\nBall" | awk '/[CT]all/'

Call

Tall

$ echo -e "Call\nTall\nBall" | awk '/[^CT]all/'

Ball

$ echo -e "Call\nTall\nBall\nSmall\nShall" | awk '/Call|Ball/'

Call

Ball

$ echo -e "Colour\nColor" | awk '/Colou?r/'

Colour

Color

$ echo -e "ca\ncat\ncatt" | awk '/cat*/'

cat

catt

$ echo -e "111\n22\n123\n234\n456\n222" | awk '/2+/'

123

234

222

$ echo -e "Apple Juice\nApple Pie\nApple Tart\nApple Cake" | awk '/Apple (Juice|Cake)/'

Apple Juice

Apple Cake

数组

AWK支持关联数组，也就是说，不仅可以使用数字索引的数组，还可以使用字符串作为索引，而且数字索引也不要求是连续的。数组不需要声明可以直接使用，语法如下：

1	array_name[index] = value

创建数组的方式非常简单，直接为变量赋值即可

$ awk 'BEGIN {

fruits["mango"] = "yellow";

fruits["orange"] = "orange"

print fruits["orange"] "\n" fruits["mango"]

orange

yellow

删除数组元素使用delete语句

$ awk 'BEGIN {

fruits["mango"] = "yellow";

fruits["orange"] = "orange";

delete fruits["orange"];

print fruits["orange"]

在AWK中，只支持一维数组，但是可以通过一维数组模拟多维，例如我们有一个3×3的三维数组

100 200 300

400 500 600

700 800 900

可以这样操作

$ awk 'BEGIN {

array["0,0"] = 100;

array["0,1"] = 200;

array["0,2"] = 300;

array["1,0"] = 400;

array["1,1"] = 500;

array["1,2"] = 600;

# print array elements

print "array[0,0] = " array["0,0"];

print "array[0,1] = " array["0,1"];

print "array[0,2] = " array["0,2"];

print "array[1,0] = " array["1,0"];

print "array[1,1] = " array["1,1"];

print "array[1,2] = " array["1,2"];

array[0,0] = 100

array[0,1] = 200

array[0,2] = 300

array[1,0] = 400

array[1,1] = 500

array[1,2] = 600

流程控制

流程控制语句与大多数语言一样，基本格式如下

if (condition)

action

if (condition) {

action-1

action-n

}

if (condition)

action-1

else if (condition2)

action-2

else

action-3

例如：

$ awk 'BEGIN {

num = 11; if (num % 2 == 0) printf "%d is even number.\n", num;

else printf "%d is odd number.\n", num

$ awk 'BEGIN {

a = 30;

if (a==10)

print "a = 10";

else if (a == 20)

print "a = 20";

else if (a == 30)

print "a = 30";

循环

循环操作与其他C系语言一样，主要包括 for，while，do...while，break，continue 语句，当然，还有一个 exit语句用于退出脚本执行。

for (initialisation; condition; increment/decrement)

action

while (condition)

action

while (condition)

例子：

$ awk 'BEGIN { for (i = 1; i 50) break; else print "Sum =", sum

}

$ awk 'BEGIN {

for (i = 1; i 50) exit(10); else print "Sum =", sum

}

exit用于退出脚本，参数为退出的状态码，可以通过shell中的$?获取

函数

内建函数

AWK提供了很多方便的内建函数供编程人员使用。由于函数比较多，个人觉得单纯看每个函数的使用也没有什么实际意义，比较容易遗忘，因此，这里只简单的列出常用的一些函数，只需要对其有个印象即可，使用的时候再去查手册效果会更好一些吧。

数学函数

atan2(y, x)
cos(expr)
exp(expr)
int(expr)
log(expr)
rand
sin(expr)
sqrt(expr)
srand([expr])

字符串函数

asort(arr [, d [, how] ])
asorti(arr [, d [, how] ])
gsub(regex, sub, string)
index(str, sub)
length(str)
match(str, regex)
split(str, arr, regex)
sprintf(format, expr-list)
strtonum(str)
sub(regex, sub, string)
substr(str, start, l)
tolower(str)
toupper(str)

时间函数

systime
mktime(datespec)
strftime([format [, timestamp[, utc-flag]]])

字节操作函数

and
compl
lshift
rshift
or
xor

其它

close(expr) 关闭管道文件请看下面这段代码

$ awk 'BEGIN {

cmd = "tr [a-z] [A-Z]"

print "hello, world !!!" |& cmd

close(cmd, "to")

cmd |& getline out

print out;

close(cmd);

HELLO, WORLD !!!

是不是感觉很难懂？让我来解释一下

第一个语句cmd = "tr [a-z] [A-Z]"是我们在AWK中要用来建立双向连接的命令。
第二个语句print提供了tr命令的输入，使用 &| 表名建立双向连接。
第三个语句close(cmd, "to")用于执行完成后关闭to进程
第四个语句cmd |& getline out使用getline函数存储输出到out变量
接下来打印变量out的内容，然后关闭cmd

delete 用于删除数组元素
exit 退出脚本执行，并返回状态码参数
fflush

getline 该命令让awk读取下一行内容该命令让awk读取下一行内容，比如

$ awk '{getline; print $0}' marks.txt

2) Rahul Maths 90

4) Kedar English 85

5) Hari History 89

使用getline var 可以从file中读取输入，存储到变量var中

{

if (NF == 2 && $1 == "@include") {

while ((getline line 0)

print line

# 这里的close确保如果文件中两个@include，可以让其读取两次

close($2)

} else

}

命令的输出也可以通过管道输入到getline，使用command | getline这种方式。在这种情况下，字符串命令会作为shell命令执行，其标准输出会通过管道传递个awk作为其输入，这种形式的getline会从管道中一次读取一条记录。例如下面的命令会从输入中逐行读取，如果遇到@execute，则将该行作为命令执行，将命令的输出作为最终的输出内容

{

if ($1 == "@execute") {

tmp = substr($0, 10) # Remove "@execute"

while ((tmp | getline) > 0)

# 这里实际上设置了$0为这一行的内容

close(tmp)

} else

}

如果文件包含以下内容

foo

bar

baz

@execute who

bletch

则会输出

foo

bar

baz

arnold ttyv0 Jul 13 14:22

miriam ttyp0 Jul 13 14:23 (murphy:0)

bill ttyp1 Jul 13 14:23 (murphy:0)

bletch

使用command | getline var可以实现将命令的输出写入到变量var。

BEGIN {

"date" | getline current_time

close("date")

print "Report printed on " current_time

}

getline使用管道读取输入是一种单向的操作，在某些场景下，你可能希望发送数据到另一个进程，然后从这个进程中读取处理后的结果，这就用到了协同进程，我们可以使用|&打开一个双向管道。

1 2	print "some query" \|& "db_server" "db_server" \|& getline

同样，我们也可以使用command |& getline var将协同进程的输出写入到变量var。

next
nextfile
return用于用户自定义函数的返回值。
首先，创建一个functions.awk文件，包含下面的awk命令

1

2

3

4

5

6

7

8

function addition(num1, num2) {

   result = num1 + num2

   return result

}

BEGIN {

   res = addition(10, 20)

   print "10 + 20 = " res

}

执行上述代码，输出

1

10 + 20 = 30
system该函数用于执行指定的命令并且返回它的退出状态，返回状态码0表示命令成功执行。

1

2

3

$ awk 'BEGIN { ret = system("date"); print "Return value = " ret }'

2016年 10月 27日星期四 22:08:36 CST

Return value = 0

用户自定义函数

函数是程序基本的组成部分，AWK允许我们自己创建自定义的函数。一个大型的程序可以被划分为多个函数，每个函数之间可以独立的开发和测试，提供可重用的代码。

下面是用户自定义函数的基本语法

function function_name(argument1, argument2, ...) {

function body

}

例如，我们创建一个名为functions.awk的文件，包含下面的代码

# Returns minimum number

function find_min(num1, num2){

if (num1 num2)

return num1

return num2

}

# Main function

function main(num1, num2){

# Find minimum number

result = find_min(10, 20)

print "Minimum =", result

# Find maximum number

result = find_max(10, 20)

print "Maximum =", result

}

# Script execution starts here

BEGIN {

main(10, 20)

}

执行上述代码，会得到下面的输出

1 2	Minimum = 10 Maximum = 20

输出重定向

重定向操作符

到目前为止，我们所有的程序都是直接显示数据到了标准输出流，其实，我们也可以将输出重定向到文件。重定向操作符跟在print和printf函数的后面，与shell中的用法基本一致。

1 2	print DATA > output-file print DATA >> output-file

例如，下面两条命令输出是一致的

1 2	$ echo "Hello, World !!!" > /tmp/message.txt $ awk 'BEGIN { print "Hello, World !!!" > "/tmp/message.txt" }'

与shell中一样，>用于将输出写入到指定的文件中，如果文件中有内容则覆盖，而>>则为追加模式写入。

1 2	$ awk 'BEGIN { print "Hello, World !!!" >> "/tmp/message.txt" }' $ cat /tmp/message.txt

管道

除了将输出重定向到文件之外，我们还可以将输出重定向到其它程序，与shell中一样，我们可以使用管道操作符|。

1 2	$ awk 'BEGIN { print "hello, world !!!" \| "tr [a-z] [A-Z]" }' HELLO, WORLD !!!

AWK中可以使用|&进行双向连接，那么什么是双向连接呢？一种常见的场景是我们发送数据到另一个程序处理，然后读取处理结果，这种场景下就需要打开一个到另外一个进程的双向管道了。第二个进程会与gawk程序并行执行，这里称其为 协作进程。与单向连接使用|操作符不同的是，双向连接使用|&操作符。

do {

print data |& "subprogram"

"subprogram" |& getline results

} while (data left to process)

close("subprogram")

第一次I/O操作使用了|&操作符，gawk会创建一个到运行其它程序的子进程的双向管道，print的输出被写入到了subprogram的标准输入，而这个subprogram的标准输出在gawk中使用getline函数进行读取。

注意：目前协同进程的标准错误输出将会和gawk的标准错误输出混杂在一起，无法单独获取标准错误输出。另外，I/O缓冲可能存在问题，gawk程序会自动的刷新所有输出到下游的协同进程的管道。但是，如果协同进程没有刷新其标准输出的话，gawk将可能会在使用getline函数从协同进程读取输出的时候挂起，这就可能引起死锁。

我们可以使用close函数关闭双向管道的to或者from一端，这两个字符串值告诉gawk发送数据到协同进程完成时或者从协同进程读取完毕时关闭管道。在使用系统命令sort的时候是这样做是非常必要的，因为它必须等所有输出都读取完毕时才能进行排序。

BEGIN {

command = "LC_ALL=C sort"

n = split("abcdefghijklmnopqrstuvwxyz", a, "")

for (i = n; i > 0; i--)

print a[i] |& command

close(command, "to")

while ((command |& getline line) > 0)

print "got", line

close(command)

}

例如，下面的例子中使用tr命令转换小写为大写。我们的command.awk文件包含以下内容

BEGIN {

cmd = "tr [a-z] [A-Z]"

print "hello, world !!!" |& cmd

close(cmd, "to")

cmd |& getline out

print out;

close(cmd);

}

输出

1	HELLO, WORLD !!!

上例看起来有些复杂，我们逐行分析一下

首先，第一行 cmd = “tr [a-z] [A-Z]” 是在AWK中要建立双向连接的命令
第二行的print命令用于为tr命令提供输入，而 |& 用于指出要建立双向连接
第三行用于在上面的语句close(cmd, “to”),在执行完成后关闭其to进程
第四行 cmd |& getline out使用getline函数存储输出到变量out中
最后一行使用close函数关闭命令

美化输出

到目前为止，我们已经使用过print和printf函数显示数据到标准输出，但是printf函数实际上要比我们之前使用的情况更加强大得多。该函数是从C语言中借鉴来的，在处理格式化的输出时非常有用。

$ awk 'BEGIN { printf "Hello\nWorld\n" }'

Hello

World

$ awk 'BEGIN { printf "ASCII value 65 = character %c\n", 65 }'

ASCII value 65 = character A

格式化输出标识有 %c， %d，%s 等，基本与C语言一致，这里就不多赘述了。

执行shell命令

在AWK中执行shell命令有两种方式

使用system函数
使用管道

使用system函数

system函数用于执行操作系统命令并且返回命令的退出码到awk。

END {

system("date | mail -s 'awk run done' root")

}

使用管道

如果要执行的命令很多，可以将输出的命令直接用管道传递给“/bin/sh”执行

while (more stuff to do)

print command | "/bin/sh"

close("/bin/sh")

参考

本文将会持续修正和更新，最新内容请参考我的 GITHUB 上的程序猿成长计划项目，欢迎 Star。

找个毛线

关注

1
点赞
踩
12

收藏

觉得还不错? 一键收藏
0
评论
三十分钟学会AWK

本文大部分内容翻译自我开始学习AWK时看到的一篇英文文章 AWK Tutorial ，觉得对AWK入门非常有帮助，所以对其进行了粗略的翻译，并对其中部分内容进行了删减或者补充，希望能为对AWK感兴趣的小伙伴提供一份快速入门的教程，帮助小伙伴们快速掌握AWK的基本使用方式，当然，我也是刚开始学习AWK，本文在翻译或者补充的过程中肯定会有很多疏漏或者错误，希望大家能够帮忙指正。概述AWK是一门...
复制链接

扫一扫

专栏目录