awk语法学习

1. awk基本语法
   awk ‘script’ files
   script 由下面的结构组成 /pattern/{actions}
   parttern为条件，actions为动作，在awk语句中由“{}”包裹的为actions,其余的为parttern
   parttern支持多种情况，下面来简单介绍一下

   1>正则表达式作为parttern
   测试文件test.txt

   spider@spider:/tmp$ cat test.txt 
   jim     5445    33
   herny   81558   28
   lilei   25478   55
   hanmm   11444   54
   yina    9364585 44
   teddy   25552   18
   allen   54251   70
   andy    412     4
   jay     88424   75

   spider@spider:/tmp$ awk '/an+/{print $1,$2,$3}' test.txt 
   hanmeimei 11444 54
   andy 412 4

   spider@spider:/tmp$ awk '$1~/^a.+[ny]$/' test.txt 
   allen   54251   70
   andy    412     4

   2>比较表达式做为 pattern

   spider@spider:/tmp$ awk '$NF > 4' test.txt   
   jim     5445    33
   herny   81558   28
   lilei   25478   55

   3>常量表达式做为 pattern

   spider@spider:/tmp$ awk 'a=1' test.txt         
   jim     5445    33
   herny   81558   28
   lilei   25478   55
   hanmeimei       11444   54
   yina    9364585 44
   teddy   25552   18
   allen   54251   70
   andy    412     4
   jay     88424   75
   spider@spider:/tmp$ awk 'a=0' test.txt  
   spider@spider:/tmp$ 

   4>空作为pattern

   spider@spider:/tmp$ awk '{print $0}' test.txt  
   jim     5445    33
   herny   81558   28
   lilei   25478   55
   hanmeimei       11444   54
   yina    9364585 44
   teddy   25552   18
   allen   54251   70
   andy    412     4
   jay     88424   75

   5>特殊的 pattern: BEGIN, END
   下面的语句是输出第三行与最后一行的文本

   spider@spider:/tmp$ awk 'BEGIN {N=3};NR==N {print $0};END{print $0}' test.txt  
   lilei   25478   55
   jay     88424   75

   6>模式范围: begpat, endpat
   当NR==1是开始匹配，知道/hanmm/被匹配，awk停止工作

   spider@spider:/tmp$ awk 'NR==1,/hanmeimei/ {print $0}' test.txt 
   jim     5445    33
   herny   81558   28
   lilei   25478   55
   hanmeimei       11444   54

2. 内置变量

   NR 已经读取过的记录数。
   FNR 从当前文件中读出的记录数。
   FILENAME 输入文件的名字。
   FS 字段分隔符（缺省为空格）。
   RS 记录分隔符（缺省为换行）。
   OFMT 数字的输出格式（缺省为% g）。
   OFS 输出字段分隔符。
   ORS 输出记录分隔符。
   NF 最后一列
   如果你只处理一个文件，则NR 和FNR 的值是一样的。但如果是多个文件， NR是对所有的文件来说的，而FNR 则只是针对当前文件而言。

3. 控制流
   1>if语句

   spider@spider:/tmp$ awk 'BEGIN {N=3};{if (NR>N){print NR,$1}else{printf "I am not result\n"}}' test.txt
   I am not result
   I am not result
   I am not result
   4 hanmeimei
   5 yina
   6 teddy
   7 allen
   8 andy
   9 jay

   2>while语句
   

   spider@spider:/tmp$ awk '{i=0;while (i < NF){printf "*";i++}printf "\n"}' test.txt 
   
   *** 
   
   *** 
   
   *** 
   
   *** 
   
   *** 
   
   *** 
   
   *** 
   
   *** 
   
   ***

   3>for语句

   spider@spider:/tmp$ awk '{for(x=1;x<NF;x+=1){printf"%s  ",$1 "zbb";}printf "\n";}' test.txt 
   jimzbb  jimzbb  
   hernyzbb  hernyzbb  
   lileizbb  lileizbb  
   hanmeimeizbb  hanmeimeizbb  
   yinazbb  yinazbb  
   teddyzbb  teddyzbb  
   allenzbb  allenzbb  
   andyzbb  andyzbb  
   jayzbb  jayzbb 

4. 内置函数
   1>length

   spider@spider:/tmp$ awk 'NR==1{print length}' test.txt
   11

   2>split
   awk的内建函数split允许你把一个字符串分隔为单词并存储在数组中。你可以自己定义域分隔符或者使用现在FS(域分隔符)的值。
   格式：
   split (string, array, field separator)
   split (string, array) –>如果第三个参数没有提供，awk就默认使用当前FS值。

   time='12:34:56';echo $time|awk '{split($0,a,":");print a[1],a[2],a[3]}'
   12 34 56

   3>match
   awk会在原字串中找寻合乎正则表达式的子字串。 若合乎条件的子字串有多个， 则以原字串中最左方的子字串为准。 awk找到该字串后会依此字串为依据进行下列动作：设定awk內建变量 RSTART， RLENGTH ：
   RSTART ： 合条件的子字串在原字串中的位置。
   若未找到合条件的子字串， RSTART=0；
   RLENGTH ： 合条件的子字串长度。
   若未找到合条件的子字串， RLENGTH=-1。
   返回 RSTART 之值。

   spider@spider:/tmp$ awk '{match($0,/^a.+/);print RSTART,RLENGTH}' test.txt 
   0 -1
   0 -1
   0 -1
   0 -1
   0 -1
   0 -1
   1 14
   1 10
   0 -1

   4>index
   若原字串中含有欲找寻的子字串,则返回该子字串在原字串中第一次出现的位置,若未曾出现该子字串则返回0。

   spider@spider:/tmp$ awk 'NR>6{print index($1,"a")}' test.txt  
   1
   1
   2

   5>sub
   sub ( regexp，replacement，target ) 在字符串target 中寻找符合regexp 的最长、最靠左的地方，以字串replacement 代替最左边的regexp。

   spider@spider:/tmp$ awk '{sub(/^a.+/,"----",$1)};{print $0}' test.txt 
   jim     5445    33
   herny   81558   28
   lilei   25478   55
   hanmeimei       11444   54
   yina    9364585 44
   teddy   25552   18
   ---- 54251 70
   ---- 412 4
   jay     88424   75

   6>substr
   substr(string，start，length)返回字符串string的子字符串，这个子字符串的长度为
   length，从第start个位置开始。

   spider@spider:/tmp$ awk '{print substr($0,1,7)}' test.txt             
   jim     544
   herny   8
   lilei   2
   hanmeim
   yina    93
   teddy   2
   allen   5
   andy    41
   jay     884

   附：