Shell编程之AWK的使用

背景

AWK是一个优良的文本工具，是Linux环境下现有的功能最强大的数据处理引擎之一。AWK 提供了极其强大的功能：可以进行样式装入、流控制、数学运算符、进程控制语句甚至于内置的变量和函数。他的创建者创建者已将它正式定义为“样式扫描和处理语言”。简单来说awk就是把文件逐行的读入，以空格为默认分隔符将每行切片，切开的部分再进行各种分析处理。

语法格式

不管语法怎么复杂，其语法始终为：

awk 'pattern {action}'

格式详解-pattern

pattern是执行条件，通常是正则表达式

条件类型	条件	条件说明
AWK保留字	BEGIN	在AWK程序开始时执行，仅会在程序开始的时候被执行一次
AWK保留字	END	在AWK程序结束之前执行，仅会在程序结束的时候执行一次
关系运算符	>	大于
关系运算符	<	小于
关系运算符	==	判断是否等于
关系运算符	>=	大于等于
关系运算符	<=	小于等于
关系运算符	！=	不等于
关系运算符	pattern1~pattern2	判断pattern1是否包含能匹配上pattern2的字符串
关系运算符	pattern1!~pattern2	判断pattern1是否不包含能匹配上pattern2的字符串
正则判断	/pattern/	//之间为正则表达式，也支持字符串

格式详解-action

awk的动作通常为：格式化输出

内置变量

$n:表示第几个变量，如：$1,$2，就表示第一个变量，第二个变量
$0:表示执行过程中当前行的全部内容，即，所有的变量值
$NF:表示最后一个变量
NR:表示记录数，即当前执行的行号
FNR：同NR，这个是相对于文件而言的
NF：表示字段个数
FS：字段分隔符，默认是任何的空格
RS：记录分隔符，默认是一个换行符
OFS：输出字段分隔符，默认是一个空格
ORS：输出记录分隔符，默认是换行符
ARGC：命令行参数的数量
ARGV：命令行参数的数组
ARGIND：命令行当前文件的位置（从0开始）
CONVFMT：数字转换格式（默认为：%.6g）
OFMT：数字的输出格式（默认是：%.6g）
ENVIRON：环境变量关联数组
ERRNO：最后一个系统错误描述
FIELDWIDTHS：字段宽度列表（空格分隔）
FILENAME：当前输入的文件的名字
IGNORECASE：如果为真，就忽略大小写
RSTART：match函数匹配的字符串的第一个位置
RLENGTH：match函数匹配的字符串的长度
SUBSEP：数组下标分隔符（默认是34）

命令的使用

现在，先准备一个测试文件test.txt，文件内容如下：

//假设该文件保存的数据格式为
//名字 语文成绩 数学成绩 英语成绩 物理成绩 化学成绩
xiaoming 98 99 44 22 56
xiaohong 56