了解awk

awk

一.简介：

awk 是一种编程语言，用于在linux/unix下对文本和数据进行处理。
数据可以来自标准输入、一个或多个文件，或其它命令的输出。支持用户自定义函数和动态正则表达式等先进功能，是linux/unix下的一个强大编程工具。
在命令行中使用，但更多是作为脚本来使用。
awk的处理文本和数据的方式是这样的，它逐行扫描文件，从第一行到最后一行，寻找匹配的特定模式的行，并在这些行上进行你想要的操作。如果没有指定处理动作，则把匹配的行显示到标准输出(屏幕)，如果没有指定模式，则所有被操作所指定的行都被处理。
awk分别代表其作者姓氏的第一个字母。因为它的作者是三个人，分别是Alfred Aho、Brian KernighanPeterWeinberger。
gawk是awk的GNU版本，它提供了Bell实验室和GNU的一些扩展。

二.awk的两种形式语法格式

awk [options] ‘commands’ filenames
awk [options] -f awk-script-file filenames

options：

-F 对于每次处理的内容，可以指定一个子定义的分隔符，默认的分隔符是空白字符（空格或 tab 键 ）

command：

BEGIN{}                        {}               END{}

处理所有内容之前的动作       处理内容中的动作   处理所有内容之后的动作

举例：

awk 'BEGIN{print "hello"} {print "^ok"} END{print "hello"}' /etc/passwd

BEGIN{} 通常用于定义一些变量，比如 BEGIN {FS":";OFS="—"}

三.awk的工作原理

    awk -F:  '{print $1,$3}' /etc/passwd
（以分号为分隔符，打印每行的第一和第三个字符）

(1)awk，会处理文件的每一个行，每次处理时，使用一行作为输入，并将这一行赋给内部变量$0，每一行也可称为一个记录，以换行符结束
(2)然后，行被：（默认为空格或制表符）分解成字段（或称为域），每个字段存储在已编号的变量中，从$1开始，
最多达100个字段

(3)awk如何知道用空白字符来分隔字段的呢？ 因为有一个内部变量FS来确定字段分隔符。初始时，FS赋为空白字符

(4)awk打印字段时，将以内置的方法使用 print 函数打印，awk 在打印出的字段间加上空格。这个空格是内部的一个变量 OFS 输出字段的分隔符, 逗号 , 会和 OFS 进行映射，通过 OFS 可以控制这个输出分隔符的值。

(5)awk输出之后，将从文件中获取另一行，并将其存储在$0中，覆盖原来的内容，然后将新的字符串分隔成字段并进行处理。该过程将持续到所有行处理完毕。

四.记录与字段相关的内部变量：

$0 ： awk变量 $0 保存当前正在处理的行内容
NR ： 当前正在处理的行是 awk 总共处理的行号。不同文件的不同行号。/etc/passwd和./a.sh
FNR： 当前正在处理的行在其文件中的行号。
NF ：每行被处理时的总字段数
$NF: 当前处理行的分隔后的最后一个字段的值
FS ： 输入行时的字段分隔符，默认空格
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.

awk '{print $0}' /etc/passwd
awk '{print NR}' /etc/passwd h.sh
awk '{print FNR}' /etc/passwd h.sh
awk 'BEGIN{FS=":"}{print NF}' /etc/passwd
awk 'BEGIN{FS="/"}{print $NF}' /etc/passwd
awk 'BEGIN{FS=":"} {print $1,$3}' /etc/passwd
awk 'BEGIN{FS=":"; OFS="+++"} /^root/{print $1,$2}' /etc/passwd

举例

将文件的每一行合并为一行

ORS默认输出一条记录应该回车，但是这里是加了一个空`

awk 'BEGIN{ORS="  "} {print $0}' /etc/passwd 

五.格式化输出

printf函数

awk -F: '{printf "%-15s %-10s %-15s\n", $1,$2,$3}' /etc/passwd
awk -F: '{printf "|%-15s| %-10s| %-15s|\n", $1,$2,$3}' /etc/passwd

awk -F: '{printf "|%-15s| %-10s| %-5.2f\n", $1,$2,$3}' /etc/passwd

• %s 字符类型
• %d 十进制整数
• %f 浮点类型 .2小数点后保留几位
• %-15s占15字符 - 表示左对齐，默认是右对齐
• printf 默认不会在行尾自动换行，加 \n

六.awk模式和动作

任何 awk 语句都由 模式 和 动作 组成。
模式部分 决定动作语句何时触发及触发事件。
如果省略模式部分，动作将时刻保持执行状态。
模式可以是任何条件语句或复合语句或正则表达式。

模式可以是正则表达式：

• 将整行进行正则匹配（包含）：

就是当前处理的行有没有包含 指定的模式（书写的正则表达式）
/正则/ 正则需要写在双斜线内

awk '/^root/' /etc/passwd
awk '$0 ~ /^root/' /etc/passwd
awk '!/root/' /tec/ passwd
awk '$0 !~ /^root/' /etc/passwd

• 将某一字段进行正则匹配：

可以使用的匹配操作符（~ 和 !~）
字段 ~ /正则/

awk -F: '$1 ~ /^root/' /etc/passwd
awk -F: '$NF !~ /bash$/' /etc/passwd

• 实现 字符串的完全相等需要使用 ==

字符串需要使用双引号
!= 表示不等于

awk -F: '$NF == "/bin/bash"' /etc/passwd
awk -F: '$1 == "root"' /etc/passwd