一、简介
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。
二、基本语法
//awk [选项] ‘脚本命令’ 文件名
awk [选项参数] 'script' var=value file(s)
或者
awk [选项参数] -f scriptfile var=value file(s)
常用的选项参数
参数 | 注释 |
---|---|
-F fs | 指定输入文件拆分隔符,fs是一个字符串或者是一个正侧表达式,如-F |
-v | 赋值一个用户定义变量 |
-f | 从脚本中读取awk命令 |
-W | 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。 |
’ ’ | 引用代码块 |
// | 匹配代码块,可以是字符串或正则表达式 |
{} | 命令代码块,包含一条或多条命令 |
; | 多条命令使用分号分隔 |
BEGIN | 在 awk 程序一开始,未读取任何数据之前执行。BEGIN 后的动作只在程序开始时执行一次 |
END | 在 awk 程序处理完所有数据,即将结束时执行?END 后的动作只在程序结束时执行一次 |
举例
源文件
[root@localhost ~]# cat chenshunli.txt
1 We are best
2 He is red
3 You are beautiful
4 In the moon
输出文本中每行的第一列和第四列的字符
[root@localhost ~]# awk '{print $1,$4}' chenshunli.txt
1 best
2 red
3 beautiful
4 moon
或者
awk -F #-F相当于内置变量FS, 指定分割字符
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
awk -F '[ ,]' '{print $1,$2,$4}' chenshunli.txt
结果
[root@localhost ~]# awk -F '[ ,]' '{print $1,$2,$4}' chenshunli.txt
1 We best
2 He red
3 You beautiful
4 In moon
awk常用的内置变量
参数 | 注释 |
---|---|
$0 | 表示整个当前行 |
$1 ~ $n | 当前记录的第N个字段 |
FS | 输入字段分隔符(默认是空格) |
RS | 输入记录分割符,默认换行符(即文本是按一行一行输入) |
NF | 字段个数就是列 |
NR | 记录数,就是行号,默认从1开始 |
FNR | 与NR类似,不过多文件记录不递增,每个文件都从1开始 |
\n | 换行符 |
~ | 匹配正则表达式 |
!~ | 不匹配正则表达式 |
*/ % | 乘,除与求余 |
< <= > >= != == | 关系运算符 |
$ | 字段引用 |
OFS | 输出字段分隔符,默认空格 |
ORS | 输出记录分割符,默认换行符 |
= += -= *= /= %= ^= **= | 赋值 |
&& | 逻辑与 |
BEGIN关键字
awk 中还可以指定脚本命令的运行时机。默认情况下,awk 会从输入中读取一行文本,然后针对该行的数据执行程序脚本,但有时可能需要在处理数据前运行一些脚本命令,这就需要使用 BEGIN 关键字。
BEGIN 会强制 awk 在读取数据前执行该关键字后指定的脚本命令,例如:
源文件
[root@localhost ~]# cat test.txt
first
second
third
fourth
执行以下命令后
awk 'BEGIN {print "best"} {print $0}' test.txt
结果
[root@localhost ~]# awk 'BEGIN {print "best"} {print $0}' test.txt
best
first
second
third
fourth
[root@localhost ~]#
可以看到,这里的脚本命令中分为 2 部分,BEGIN 部分的脚本指令会在 awk 命令处理数据前运行,而真正用来处理数据的是第二段脚本命令。
END关键字
和 BEGIN 关键字相对应,END 关键字允许我们指定一些脚本命令,awk 会在读完数据后执行它们,例如:
源文件 源文件
[root@localhost ~]# cat text.txt
first
second
third
fourth
执行以下命令后
awk 'BEGIN {print "best"}{print $0} END {print"bad"}' text.txt
结果
[root@localhost ~]# awk 'BEGIN {print "best"}{print $0} END {print"bad"}' text.txt
best
first
second
third
fourth
bad
可以看到,当 awk 程序打印完文件内容后,才会执行 END 中的脚本命令。
NF
变量定义为当前输入记录的字段个数(即有几列)
源文件
源文件
[root@localhost ~]# cat csl.txt
jike 85 92 75 91 82
rose 89 90 75 95 86 87
alice 82 83 80 93 84 94 81
查询每行数据有多少列
[root@localhost ~]# awk '{print NF}' csl.txt
6
7
8
给NF加上$,就是查询各行的最后一列
[root@localhost ~]# awk '{print $NF}' csl.txt
82
87
81
NR
NR是每行的记录号,也就是行号,多文件记录递增
源文件
源文件
[root@localhost ~]# cat csl.txt
jike 85 92 75 91 82
rose 89 90 75 95 86 87
alice 82 83 80 93 84 94 81
输出每一行的第一列,并输出行号
[root@localhost ~]# awk '{print NR $1}' csl.txt
1jike
2rose
3alice
输出每一行的第一列,并输出行号且用 “.”(点)分割
[root@localhost ~]# awk '{print NR "." $1}' csl.txt
1.jike
2.rose
3.alice