awk常用接口mark

1. 字符串操作

1.1 substr，提取字符串的子串

substr(s, i)，返回s从第i个字符到结束的子串

substr(s, i, len)，返回s从第i个字符开始长度为len的子串

 

 

1.2 length(s)，返回字符串长度

1.3 match(s, key)，判断s是否包含key，返回值 0/1

1.4 split(s,  a, sep)，根据分隔符sep将字符串s切分到数组a

 

2. 引用外部变量

2.1 "'$var'"，双引号 + 单引号 + 变量 + 单引号  + 双引号

var中包含空格的情况不适用，需要在最里层多包一层双引号

 

2.2 '"$var"'，单引号 + 双引号 + 变量 + 双引号 +  单引号

同上

 

2.3 将awk主体的单引号改为双引号，变量使用"$var"

awk "{print "$var"}"

 

2.4 使用awk的-v选项

awk -v avar=$var '{print avar}'

 

 

3. 获取外部输入getline

使用awk实现两个文件去重功能

awk 'BEGIN{
while(getline < "'$dict'" > 0) dict[$1]=1;
}
{
    if ($1 in dict) {
    }
    else {
     print $1;
    }
}' ${input_file}

 

4. 打印指定某几列内容

 

awk '{for (i = l; l <= r; ++l) {printf("%s\t", $i)}}'  ，打印从第l列到第r列的内容

 

 

5. 排序函数asort, asorti

n = asort(a)，返回排序后数组大小n，按照数组元素大小排序，原有的下标会被抹掉重新排列，从1-n

n = asort(a, new_a)，返回排序后数组大小n，按照数组下标大小排序，排序结果存储在新数组new_a，原数组a保持不变

 

6. 替换函数sub、gsub

sub会把第一个匹配的子串进行替换，gsub会把所有匹配的子串进行替换

awk 'sub(/aaa/, "AAA", $3)' input.file，将第三列中的第一个aaa替换成AAA

awk 'sub(/aaa/, "AAA")' input.file，将第一个aaa替换成AAA

 

7.去除某一项数据

awk '{$3=""; print $0}'，去掉第3列