【文本三剑客】AWK

一、AWK的工作原理

• 逐行读取文本，默认以空格或tab键为分隔符进行分隔，将分隔所得的各个字段保存到内建变量中，并按模式或者条件执行编辑命令。
• sed命令常用于一整行的处理，而awk比较倾向于将一行分成多个“字段”然后再进行处理。awk信息的读入也是逐行读取的，执行结果可以通过print的功能将字段数据打印显示。在使用awk命令的过程中,可以使用逻辑操作符“&&”表示“与”、“||”表示“或”、“!”表示“非”；还可以进行简单的数学运算，如+、-、*、/、%、^分别表示加、减、乘、除、取余和乘方。

1.1命令格式

awk 【选项】 '模式或条件' {操作}' 文件1 文件2
awk -f 脚本文件 文件1 文件2

1.2awk常见的内建变量

内建变量	功能
FS	列分隔符。指定每行文本的字段分隔符，默认为空格或制表符。与’-F’作用相同
NF	当前处理行的字段个数
NR	当前处理行的行号（序数）
$0	当前处理行的整行内容
$n	当前处理行的第n个字段（第n列）
FILENAME	被处理的文件名
RS	行分隔符。awk从文件上读取资料时，将根据RS的定义把资料切割成许多条记录，而awk一次仅读取一条记录，以进行处理。预设值时’\n‘

二、awk实验

2.1按行输入文本

2.2按字段输出文本

#-F使用指定的分隔符，以：为分隔符的第三段内容
awk -F ":" '{print $3}' /etc/passwd
#输出以冒号为分隔符的第一段和第三段内容
awk -F ":" '{print $3，$1}' /etc/passwd

2.3通过管道符、双引号调用shell命令

• 当getline左右无重定向符“<”或“|”时，awk首先读取到了第一行，就是1，然后getline，就得到了1下面的第二行，就是2，因为getline之后，awk会改变对应的NF，NR，FNR和$0等内部变量，所以此时的$0的值就不再是1，而是2了，然后将它打印出来。
• 当getline左右有重定向符“<”或“|”时，getline则作用于定向输入文件，由于该文件是刚打开，并没有被awk读入一行，只是getline读入，那么getline返回的是该文件的第一行，而不是隔行。

要求将该文件中的域名截取出来，统计重复域名出现的次数，然后按次数进行隆序排列，统计后的结果如下: