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。它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。它在命令行中使用,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。
1、 调用方式
- awk -F"分隔符""command" filename;
- 将所有命令插入一个文件,使它权限程序可执行,然后当成脚本调用它;
- 将所有的awk命令插入一个单独文件,然后调用;如:awk -f awk-script-file filename;
2、 主要结构
执行流程:输入文本,匹配pattern,执行action,接着匹配pattern,接着执行action。
awk程序中主要语法是 Pattern {Actions}, 故常见之awk 程序其型态如下 :
Pattern1 {Actions1 } Pattern2 {Actions2 } ..... Pattern3 {Actions3 }
PS:两者是可选的,如果没有模式,则action应用到全部记录,如果没有action,则输出匹配全部记录。默认情况下,每一个输入行都是一条记录,但用户可通过RS变量指定不同的分隔符进行分隔。
2.1 Pattern
Pattern作用选定(action)执行对象。以下几类均可作为模式:
- /正则表达式/:使用通配符的扩展集。
- 关系表达式:可以用下面运算符表中的关系运算符进行操作,可以是字符串或数字的比较,如$2>%1选择第二个字段比第一个字段长的行。
- 模式匹配表达式:用运算符~(匹配)和~!(不匹配)。
- 模式,模式:指定一个行的范围。该语法不能包括BEGIN和END模式。
- BEGIN:让用户指定在第一条输入记录被处理之前所发生的动作,通常可在这里设置全局变量。
- END:让用户在最后一条输入记录被读取之后发生的动作。
2.2 Actions
action就是对选定对象进行操作。操作由一或多个命令、函数、表达式组成,之间由换行符或分号隔开,并位于大括号内。主要有四部份:
- 变量或数组赋值
- 输出命令
- 内置函数
- 控制流命令
3、 内建变量
变量
描述
$n
当前记录的第n个字段,字段间由FS分隔。
$0
完整的输入记录。
ARGC
命令行参数的数目。
ARGIND
命令行中当前文件的位置(从0开始算)。
ARGV
包含命令行参数的数组。
FILENAME
当前文件名。
FNR
同NR,但相对于当前文件。
FS
字段分隔符(默认是任何空格)。
NF
当前记录中的字段数。
NR
当前记录数。
4、 AWK工作流程
执行awk时, 它会反复进行下列四步骤
1. 自动从指定的数据文件中读取一个数据行.
2. 自动更新(Update)相关的内建变量之值. 如 : NF, NR, $0...
3. 依次执行程序中 所有 的 Pattern { Actions } 指令.
4. 当执行完程序中所有 Pattern { Actions } 时, 若数据文件中还有未读取的数据, 则反复执行步骤1到步骤4.
awk会自动重复进行上述4个步骤, 不须于程序中编写这个循环 (Loop)
5、 AWK中数组应用
5.1 数组特性
awk中的数组的下标可以是数字和字母,称为关联数组。
5.2 取出数组中储存的信息
special for循环用于读取关联数组中的元素。格式如下:
{for (item inarrayname){
print arrayname[item]
}
}
$ awk'/^tom/{name[NR]=$1}; END{for(i in name){print name[i]}}' test。打印有值的数组元素。打印的顺序是随机的。
推荐blog地址:
http://www.blogjava.net/jasmine214--love/archive/2011/01/25/343478.html
http://sebug.net/paper/books/awk/#id2810128