awk 截取部分字符串_[Linux][工具] Linux文本批量处理工具系列（3）awk

awk 是这样一个工具：它可以执行更加复杂的文本处理，将庞大的文本分割成行，逐行读入，同时可以对每行的字符进行切片，并对切片后的独立字符串进行制定的运算、排序或编辑工作。

配合其它的文本处理工具，比如之前讲过的 grep 和 sed，awk 可以对它们输出的结果进行编辑并输出为指定的格式。三者的配合可以帮我们处理很多特定格式的数据，尤其是 bed，gtf 这种每列之间由空格或制表符分割的数据格式，更可以让它们大显身手。之后我会有一篇笔记专门讲三者同时应用的一些例子。

我们在 Linux 上使用的 awk，一般是 awk 的 GNU 版本 gawk。

awk 的工作流程：

首先，awk 的语句块被划分为三部分：BEGIN，BODY 和 END，三者有相同的语法为：

BEGIN/{pattern}/END {awk command} #{pattern} 为 BODY 语法

BEGIN 和 END 均为可选部分，一个简单的 awk 命令可以只由 BODY 部分组成，三者的流程关系可由下图所示：