awk命令详解

By | 2013年5月24日
去评论本文

转自http://www.cnblogs.com/serendipity/archive/2011/08/01/2124118.html

简单使用

awk ：对于文件中一行行的独处来执行操作 。 awk -F ：'{print $1,$4}’   :使用分号(:)来分割这一行，把这一行的第一第四个域打印出来 。

详细介绍

awk语言的最基本功能是在文件或字符串中基于指定规则浏览和抽取信息，awk抽取信息后，才能进行其他文本操作，完整的awk脚本通常用来格式化文本文件中的信息。 1. 调用awk 第一种命令行方式：

awk [-Field-separator] 'commands' input-file(s)

这里commands是真正的awk命令，[-F域分隔符]是可选的，awk默认使用空格分隔，因此如果要浏览域间有空格的文本，不必指定这个选项，但如果浏览如passwd文件，此文件各域使用冒号作为分隔符，则必须使用-F选项:   awk -F : ‘commands’ input-file 第二种，将所有awk命令插入一个文件，并使awk程序可执行，然后用awk命令解释器作为脚本的首行，以便通过键入脚本名称来调用它。
第三种，将所有awk命令插入一个单独文件，然后调用，如:

awk -f awk-script-file input-file

-f选项指明在文件awk-script-file的awk脚本，input-file是使用awk进行浏览的文件名。 2.awk脚本 awk脚本由各种操作和模式组成，根据分隔符(-F选项)，默认为空格，读取的内容依次放置到对应的域中，一行一行记录读取，直到文件尾。 2.1 模式和动作 任何awk语句都是由模式和动作组成，在一个awk脚本中可能有许多语句。模式部分决定动作语句何时触发及触发事件。动作即对数据进行的操作，如果省去模式部分，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，模式包含两个特殊字段BEGIN和END，使用BEGIN语句设置计数和打印头，BEGIN语句使用在任何文本浏览动作之前，之后文本浏览动作依据输入文件开始执行;END语句用来在awk完成文本浏览动作后打印输出文本总数和结尾状态标志，有动作必须使用{}括起来
实际动作在大括号{}内指明，常用来做打印动作，但是还有更长的代码如if和循环looping语句及循环退出等，如果不指明采取什么动作，awk默认打印出所有浏览出的记录 2.2 域和记录 awk执行时，其浏览标记为$1，$2…$n，这种方法称为域标记。使用$1，$3表示参照第1和第3域，注意这里使用逗号分隔域，使用$0表示使用所有域。例如:

#打印所有域并把结果重定向到sav.txt中
awk '{print $0}' temp.txt > sav.txt 

#和上例相似，不同的是将在屏幕上显示出来
awk '{print $0}' temp.txt|tee sav.txt 

#只打印出第1和第4域
awk '{print $1,$4}' temp.txt

#表示打信息头，即输入的内容的第一行前加上"NAME  GRADE\n-------------"，同时内容以tab分开
awk 'BEGIN {print "NAME  GRADE\n----"} {print $1"\t"$4}' temp.txt

#同时打印信息头和信息尾
awk 'BEGIN {print "being"} {print $1} END {print "end"}' temp

2.3 条件操作符

<、<=、==、!=、>=、~匹配正则表达式、!~不匹配正则表达式
匹配 awk ‘{if ($4~/ASIMA/) print $0}’ temp 表示如果第四个域包含ASIMA，就打印整条
精确匹配 awk ‘$3==”48″ {print $0}’ temp 只打印第3域等于”48″的记录
不匹配 awk ‘$0 !~ /ASIMA/’ temp 打印整条不包含ASIMA的记录
不等于 awk ‘$1 != “asima”‘ temp
小于 awk ‘{if ($1<$2) print $1 “is smaller”}’ temp
设置大小写 awk ‘/[Gg]reen/’ temp 打印整条包含Green，或者green的记录
任意字符 awk ‘$1 ~/^…a/’ temp 打印第1域中第四个字符是a的记录，符号’^’代表行首，符合’.’代表任意字符
或关系匹配 awk ‘$0~/(abc)|(efg)/’ temp 使用|时，语句需要括起来
AND与关系 awk ‘{if ( $1==”a” && $2==”b” ) print $0}’ temp
OR或关系 awk ‘{if ($1==”a” || $1==”b”) print $0}’ temp

2.4 awk内置变量

ARGC 命令行参数个数 NF 浏览记录的域个数
AGRV 命令行参数排列 NR 已读的记录数
ENVIRON 支持队列中系统环境变量的使用 OFS 输出域分隔符
FILENAME awk浏览的文件名 ORS 输出记录分隔符
FNR 浏览文件的记录数 RS 控制记录分隔符
FS 设置输入域分隔符，同- F选项

在最后打印已读记录条数：

awk 'END {print NR}' tem
awk '{print NF，NR，$0} END {print FILENAME}' temp

至少存在一条记录且包含Brown：

awk '{if (NR>0 && $4~/Brown/) print $0}' temp

NF的另一用法，显示当前目录名：

echo $PWD | awk -F/ '{print $NF}'

2.5 awk 操作符 在awk中使用操作符，基本表达式可以划分成数字型、字符串型、变量型、域及数组元素。

#设置输入域到变量名
awk '{name=$1;six=$3; if (six=="man") print name " is " six}' temp

#域值比较操作
awk 'BEGIN {BASE="27"} {if ($4<BASE) print $0}' temp

#修改数值域取值:(原输入文件不会被改变)
awk '{if ($1=="asima") $6=$6-1;print $1，$6，$7}' temp

#修改文本域
awk '{if ($1=="asima) ($1=="desc");print $1}' temp

#只显示修改记录:(只显示所需要的，区别上一条命令，注意{})
awk '{if ($1=="asima) {$1=="desc";print$1}}' temp

#创建新的输出域
awk '{$4=$3-$2; print $4}' temp

#统计列值:
awk '(tot+=$3);END {print tot}' temp           #会显示每列的内容
awk '{(tot+=$3)};END {print tot}' temp         #只显示最后的结果

#文件长度相加
ls -l | awk '/^[^d]/ {print $9"\t"$5} {tot+=$5} END{print "totKB:" tot}'

#只列出文件名
ls -l | awk '{print $9}'     #常规情况文件名是第9域

2.6. awk内置字符串函数

gsub(r,s) 在整个$0中用s替代r awk ‘gsub(/name/,”xingming”) {print $0}’ temp
gsub(r,s,t) 在整个t中用s替代r
index(s,t) 返回s中字符串t的第一位置 awk ‘BEGIN {print index(“Sunny”,”ny”)}’ temp     返回4
length(s) 返回s的长度
match(s,r) 测试s是否包含匹配r的字符串 awk ‘$1==”J.Lulu” {print match($1,”u”)}’ temp    返回4
split(s,a,fs) 在fs上将s分成序列a awk ‘BEGIN {print split(“12#345#6789″,myarray,”#”)”‘
返回3，同时myarray[1]=”12″,myarray[2]=”345″,myarray[3]=”6789″
sub(r,s) 从$0中最左边最长的子串中用s代替r(只更换第一遇到的匹配字符串)
substr(s,p) 返回字符串s中从p开始的后缀部分
substr(s,p,n) 返回字符串s中从p开始长度为n的后缀部分
sprint(fmt,exp) 返回经fmt格式化后的exp

2.7. printf函数的使用 

字符转换: 
echo "65" |awk '{printf "%c\n",$0}'    #输出A
awk 'BEGIN {printf "%f\n",999}'       # 输出999.000000

#格式化输出，将第一个域全部左对齐显示
awk '{printf "%-15s %s\n",$1,$3}' temp

2.8. 其他awk用法 向一行awk命令传值:
awk ‘{if ($5<AGE) print $0}’ AGE=10 temp
使用环境变量
who | awk ‘{if ($1==user) print $1 ” are in ” $2 ‘ user=$LOGNAME
awk脚本命令，开头使用 !/bin/awk -f  ，如果没有这句话自含脚本将不能执行，例子:

!/bin/awk -f
# all comment lines must start with a hash '#'
# name: student_tot.awk
# to call: student_tot.awk grade.txt
# prints total and average of club student points
# print a header first

BEGIN
{
	print "Student    Date   Member No.  Grade  Age  Points  Max" 
	print "Name  Joined Gained  Point Available" 
	print"========================================================="
} 

# let's add the scores of points gained
	(tot+=$6);
# finished processing now let's print the total and average point

END
{ 
    print "Club student total points :" tot   
	print "Average Club Student points :" tot/N
}

2.9. awk数组 awk的循环基本结构：For (element in array) print array[element]

awk 'BEGIN {record="123#456#789";split(record，myarray，"#")}  END { for (i in myarray) {print myarray[i]} }'

3.0  awk中自定义语句 1.条件判断语句（if）

if(表达式) #if ( Variable in Array )
语句1
else
语句2

格式中”语句1″可以是多个语句，如果你为了方便Unix awk判断也方便你自已阅读，你最好将多个语句用{}括起来。Unix awk分枝结构允许嵌套，其格式为：

if(表达式)
{语句1}
else if(表达式)
{语句2}
else
{语句3}

Example:

awk 'BEGIN{ 
  test=100;
  if(test>90)
 {
    print "very good";
 }
 else if(test>60)
 {
    print "good";
 }
 else
 {
    print "no pass";
 }
}'

very good

每条语句后面以分号(;)结尾。
2.循环语句（while,for,do）
while语句：

while(表达式)
{语句}

Example：

awk 'BEGIN{ 
test=100;
total=0;
while(i<=test)
{
    total+=i;
    i++;
}
print total;
}'
 5050

for语句格式1：

for(变量 in 数组)
{语句}

Example：

awk 'BEGIN{ 
for(k in ENVIRON)
{
    print k"="ENVIRON[k];
}
}'

AWKPATH=.:/usr/share/awk
OLDPWD=/home/web97
SSH_ASKPASS=/usr/libexec/openssh/gnome-ssh-askpass
SELINUX_LEVEL_REQUESTED=
SELINUX_ROLE_REQUESTED=
LANG=zh_CN.GB2312
#ENVIRON 是awk常量，是子典型数组

for语句格式2：

for(变量;条件;表达式)
{语句}

Example：

awk 'BEGIN{ 
total=0;
for(i=0;i<=100;i++)
{
    total+=i;
}
print total;
}'

5050

3.do循环

do
{语句}while(条件)

Examlpe：

awk 'BEGIN{ 
total=0;
i=0;
do
{
    total+=i;
    i++;
}while(i<=100)
print total;
}'
5050
break 当 break 语句用于 while 或 for 语句时，导致退出程序循环。
continue 当 continue 语句用于 while 或 for 语句时，使程序循环移动到下一个迭代。
next 能能够导致读入下一个输入行，并返回到脚本的顶部。这可以避免对当前输入行执行其他的操作过程。
exit 语句使主输入循环退出并将控制转移到END,如果END存在的话。如果没有定义END规则，或在END中应用exit语句，则终止脚本的执行。