awk
是處理文本文件的一個應用程序,幾乎所有 Linux 系統都自帶這個程序。
它依次處理文件的每一行,並讀取裏面的每一個字段。對於日誌、CSV 那樣的每行格式相同的文本文件,awk
可能是最方便的工具。
awk
其實不僅僅是工具軟件,還是一種編程語言。不過,本文只介紹它的命令行用法,對於大多數場合,應該足夠用了。
一、基本用法
awk
的基本用法就是下面的形式。
# 格式
$ awk 動作 文件名
# 示例
$ awk '{print $0}' demo.txt
上面示例中,demo.txt
是awk
所要處理的文本文件。前面單引號內部有一個大括號,裏面就是每一行的處理動作print $0
。其中,print
是打印命令,$0
代表當前行,因此上面命令的執行結果,就是把每一行原樣打印出來。
下面,我們先用標準輸入(stdin)演示上面這個例子。
$ echo 'this is a test' | awk '{print $0}'
this is a test
上面代碼中,print $0
就是把標準輸入this is a test
,重新打印了一遍。
awk
會根據空格和製表符,將每一行分成若干字段,依次用$1
、$2
、$3
代表第一個字段、第二個字段、第三個字段等等。
$ echo 'this is a test' | awk '{print $3}'
a
上面代碼中,$3
代表this is a test
的第三個字段a
。
下面,爲了便於舉例,我們把/etc/passwd
文件保存成demo.txt
。
root:x:0:0:root:/root:/usr/bin/zsh
daemon:x:1:1:daemon:/usr/sbin:/usr/sbin/nologin
bin:x:2:2:bin:/bin:/usr/sbin/nologin
sys:x:3:3:sys:/dev:/usr/sbin/nologin
sync:x:4:65534:sync:/bin:/bin/sync
這個文件的字段分隔符是冒號(:
),所以要用-F
參數指定分隔符爲冒號。然後,才能提取到它的第一個字段。
$ awk -F ':' '{ print $1 }' demo.txt
root
daemon
bin
sys
sync
二、變量
除了$ +
數字表示某個字段,awk
還提供其他一些變量。
變量NF
表示當前行有多少個字段,因此$NF
就代表最後一個字段。
$ e```bashcho 'this is a test' | awk '{print $NF}'
test
$(NF-1)代表倒數第二個字段。
$ awk -F ':' '{print $1, $(NF-1)}' demo.txt
root /root
daemon /usr/sbin
bin /bin
sys /dev
sync /bin
上面代碼中,print
命令裏面的逗號,表示輸出的時候,兩個部分之間使用空格分隔。
變量NR
表示當前處理的是第幾行。
$ awk -F ':' '{print NR ") " $1}' demo.txt
1) root
2) daemon
3) bin
4) sys
5) sync
上面代碼中,print
命令裏面,如果原樣輸出字符,要放在雙引號裏面。
awk
的其他內置變量如下。
FILENAME
:當前文件名FS
:字段分隔符,默認是空格和製表符。RS
:行分隔符,用於分割每一行,默認是換行符。OFS
:輸出字段的分隔符,用於打印時分隔字段,默認爲空格。ORS
:輸出記錄的分隔符,用於打印時分隔記錄,默認爲換行符。OFMT
:數字輸出的格式,默認爲%.6g
。
三、函數
awk
還提供了一些內置函數,方便對原始數據的處理。
函數toupper()
用於將字符轉爲大寫。
$ awk -F ':' '{ print toupper($1) }' demo.txt
ROOT
DAEMON
BIN
SYS
SYNC
上面代碼中,第一個字段輸出時都變成了大寫。
其他常用函數如下。
tolower()
:字符轉爲小寫。length()
:返回字符串長度。substr()
:返回子字符串。sin()
:正弦。cos()
:餘弦。sqrt()
:平方根。rand()
:隨機數。
awk
內置函數的完整列表,可以查看手冊。
四、條件
awk
允許指定輸出條件,只輸出符合條件的行。
輸出條件要寫在動作的前面。
$ awk '條件 動作' 文件名
請看下面的例子。
$ awk -F ':' '/usr/ {print $1}' demo.txt
root
daemon
bin
sys
上面代碼中,print
命令前面是一個正則表達式,只輸出包含usr
的行。
下面的例子只輸出奇數行,以及輸出第三行以後的行。
# 輸出奇數行
$ awk -F ':' 'NR % 2 == 1 {print $1}' demo.txt
root
bin
sync
# 輸出第三行以後的行
$ awk -F ':' 'NR >3 {print $1}' demo.txt
sys
sync
下面的例子輸出第一個字段等於指定值的行。
$ awk -F ':' '$1 == "root" {print $1}' demo.txt
root
$ awk -F ':' '$1 == "root" || $1 == "bin" {print $1}' demo.txt
root
bin
五、if 語句
awk
提供了if
結構,用於編寫複雜的條件。
$ awk -F ':' '{if ($1 > "m") print $1}' demo.txt
root
sys
sync
上面代碼輸出第一個字段的第一個字符大於m
的行。
if
結構還可以指定else
部分。
$ awk -F ':' '{if ($1 > "m") print $1; else print "---"}' demo.txt
root
---
---
sys
sync
六、參考鏈接
An Awk tutorial by Example, Greg Grothaus
30 Examples for Awk Command in Text Processing, Mokhtar Ebrahim