AWK介紹
0.awk有3個不同版本: awk、nawk和gawk，未作特別說明，一般指gawk。
1.awk語言的最基本功能是在文件或字符串中基於指定規則來分解抽取信息，也可以基於指定的規則來輸出數據。完整的awk腳本通常用來格式化文本文件中的信息。
2.三種方式調用awk
1) awk [opion] 'awk_script' input_file1 [input_file2 ...]
awk的常用選項option有；
① -F fs : 使用fs作爲輸入記錄的字段分隔符，如果省略該選項，wak使用環境變量IFS的值
② -f filename : 從文件filename中讀取awk_script
③ -v var=value : 爲awk_script設置變量
2) 將awk_script放入腳本文件並以 #!/bin/awk -f 作爲首行，給予該腳本可執行權限，然後在shell下通過鍵入該腳本的腳本名調用之。
3) 將所有的awk_script插入一個單獨腳本文件，然後調用: awk -f wak腳本文件 input_file(s)
3. awk的運行過程
1) awk_script的組成:
① awk_script可以由一條或多條awk_cmd組成，兩條awk_cmd之間一般以NEWLINE分隔
② awk_cmd由兩部分組成: awk_pattern { actions }
③ awk_script可以被分成多行書寫，必須確保整個awk_script被單引號括起來。
2) awk命令的一般形式:
awk ' BEGIN { actions }
awk_pattern1 { actions }
............
awk_patternN { actions }
END { actions }
' inputfile
其中 BEGIN { actions } 和 END { actions } 是可選的。
3) awk的運行過程:
① 如果BEGIN 區塊存在，awk執行它指定的actions。
② awk從輸入文件中讀取一行，稱爲一條輸入記錄。(如果輸入文件省略，將從標準輸入讀取)
③ awk將讀入的記錄分割成字段，將第1個字段放入變量$1中，第2個字段放入$2，以此類推。$0表示整條記錄。字段分隔符使用shell環境變量IFS或由參數指定。
④ 把當前輸入記錄依次與每一個awk_cmd中awk_pattern比較，看是否匹配，如果相匹配，就執行對應的actions。如果不匹配，就跳過對應的actions，直到比較完所有的awk_cmd。
⑤ 當一條輸入記錄比較了所有的awk_cmd後，awk讀取輸入的下一行，繼續重複步驟③和④，這個過程一直持續，直到awk讀取到文件尾。
⑥ 當awk讀完所有的輸入行後，如果存在END，就執行相應的actions。
4) iput_file可以是多於一個文件的文件列表，awk將按順序處理列表中的每個文件。
5) 一條awk_cmd的awk_pattern可以省略，省略時不對輸入記錄進行匹配比較就執行相應的actions。一條awk_cmd的actions 也可以省略，省略時默認的動作爲打印當前輸入記錄(print $0) 。一條awk_cmd中的awk_pattern和actions不能同時省略。
6) BEGIN區塊和END區塊別位於awk_script的開頭和結尾。awk_script中只有END區塊或者只有BEGIN區塊是被允許的。如果awk_script中只有BEGIN { actions } ，awk不會讀取input_file。
7) awk把輸入文件的數據讀入內存，然後操作內存中的輸入數據副本，awk不會修改輸入文件的內容。
8) awk的總是輸出到標準輸出，如果想讓awk輸出到文件，可以使用重定向。
4.awk_pattern
awk_pattern模式部分決定actions動作部分何時觸發及觸發actions。awk_pattern可以是以下幾種類型:
1) 正則表達式用作awk_pattern: /regexp/
① awk中正則表達式匹配操作中經常用到的字符:
\ ^ $ . [] | () * // 通用的regexp元字符
+ : 匹配其前的單個字符一次以上，是awk自有的元字符，不適用於grep或sed等
? : 匹配其前的單個字符1次或0次，是awk自有的元字符，不適用於grep或sed等
② 舉例:
awk '/ *\$0\.[0-9][0-9].*/' input_file
2) 布爾表達式用作awk_pattern，表達式成立時，觸發相應的actions執行。
① 表達式中可以使用變量(如字段變量$1,$2等)和/regexp/
② 布爾表達式中的操作符:
關係操作符: < > <= >= == !=
匹配操作符: value ~ /regexp/ 如果value匹配/regexp/，則返回真
value !~ /regexp/ 如果value不匹配/regexp/，則返回真
舉例: awk '$2 > 10 {print "ok"}' input_file
awk '$3 ~ /^d/ {print "ok"}' input_file
③ &&(與) 和 ||(或) 可以連接兩個/regexp/或者布爾表達式，構成混合表達式。!(非) 可以用於布爾表達式或者/regexp/之前。
舉例: awk '($1 < 10 ) && ($2 > 10) {print "ok"}' input_file
awk '/^d/ || /x$/ {print "ok"}' input_file
④ 其它表達式用作awk_script，如賦值表達式等
eg: awk '(tot+=$6); END{print "total points :" tot }' input_file // 分號不能省略
awk 'tot+=$6 {print $0} END{print "total points :" tot }' input_file // 與上面等效
awk 用法例舉：
變量名 含義
ARGC 命令行變元個數
ARGV 命令行變元數組
FILENAME 當前輸入文件名
FNR 當前文件中的記錄號
FS 輸入域分隔符，默認爲一個空格
RS 輸入記錄分隔符
NF 當前記錄裏域個數
NR 到目前爲止記錄數
OFS 輸出域分隔符
ORS 輸出記錄分隔符
1、awk '/101/' file 顯示文件file中包含101的匹配行。
awk '/101/,/105/' file
awk '$1 == 5' file
awk '$1 == "CT"' file 注意必須帶雙引號
awk '$1 * $2 >100 ' file
awk '$2 >5 && $2<=15' file
2、awk '{print NR,NF,$1,$NF,}' file 顯示文件file的當前記錄號、域數和每一行的第一個和最後一個域。
awk '/101/ {print $1,$2 + 10}' file 顯示文件file的匹配行的第一、二個域加10。
awk '/101/ {print $1$2}' file
awk '/101/ {print $1 $2}' file 顯示文件file的匹配行的第一、二個域，但顯示時域中間沒有分隔符。
3、df | awk '$4>1000000 ' 通過管道符獲得輸入，如：顯示第4個域滿足條件的行。
4、awk -F "|" '{print $1}' file 按照新的分隔符“|”進行操作。
awk 'BEGIN { FS="[: \t|]" }
{print $1,$2,$3}' file 通過設置輸入分隔符（FS="[: \t|]"）修改輸入分隔符。
Sep="|"
awk -F $Sep '{print $1}' file 按照環境變量Sep的值做爲分隔符。
awk -F '[ :\t|]' '{print $1}' file 按照正則表達式的值做爲分隔符，這裏代表空格、:、TAB、|同時做爲分隔符。
awk -F '[][]' '{print $1}' file 按照正則表達式的值做爲分隔符，這裏代表[、]
5、awk -f awkfile file 通過文件awkfile的內容依次進行控制。
cat awkfile
/101/{print "\047 Hello! \047"} --遇到匹配行以後打印 ' Hello! '.\047代表單引號。
{print $1,$2} --因爲沒有模式控制，打印每一行的前兩個域。
6、awk '$1 ~ /101/ {print $1}' file 顯示文件中第一個域匹配101的行（記錄）。
7、awk 'BEGIN { OFS="%"}
{print $1,$2}' file 通過設置輸出分隔符（OFS="%"）修改輸出格式。
8、awk 'BEGIN { max=100 ;print "max=" max} BEGIN 表示在處理任意行之前進行的操作。
{max=($1 >max ?$1:max); print $1,"Now max is "max}' file 取得文件第一個域的最大值。
（表達式1?表達式2:表達式3 相當於：
if (表達式1)
表達式2
else
表達式3
awk '{print ($1>4 ? "high "$1: "low "$1)}' file
9、awk '$1 * $2 >100 {print $1}' file 顯示文件中第一個域匹配101的行（記錄）。
10、awk '{$1 == 'Chi' {$3 = 'China'; print}' file 找到匹配行後先將第3個域替換後再顯示該行（記錄）。
awk '{$7 %= 3; print $7}' file 將第7域被3除，並將餘數賦給第7域再打印。
11、awk '/tom/ {wage=$2+$3; printf wage}' file 找到匹配行後爲變量wage賦值並打印該變量。
12、awk '/tom/ {count++;}
END {print "tom was found "count" times"}' file END表示在所有輸入行處理完後進行處理。
13、awk 'gsub(/\$/,"");gsub(/,/,""); cost+=$4;
END {print "The total is $" cost>"filename"}' file gsub函數用空串替換$和,再將結果輸出到filename中。
1 2 3 $1,200.00
1 2 3 $2,300.00
1 2 3 $4,000.00
awk '{gsub(/\$/,"");gsub(/,/,"");
if ($4>1000&&$4<2000) c1+=$4;
else if ($4>2000&&$4<3000) c2+=$4;
else if ($4>3000&&$4<4000) c3+=$4;
else c4+=$4; }
END {printf "c1=[%d];c2=[%d];c3=[%d];c4=[%d]\n",c1,c2,c3,c4}"' file
通過if和else if完成條件語句
awk '{gsub(/\$/,"");gsub(/,/,"");
if ($4>3000&&$4<4000) exit;
else c4+=$4; }
END {printf "c1=[%d];c2=[%d];c3=[%d];c4=[%d]\n",c1,c2,c3,c4}"' file
通過exit在某條件時退出，但是仍執行END操作。
awk '{gsub(/\$/,"");gsub(/,/,"");
if ($4>3000) next;
else c4+=$4; }
END {printf "c4=[%d]\n",c4}"' file
通過next在某條件時跳過該行，對下一行執行操作。
14、awk '{ print FILENAME,$0 }' file1 file2 file3>fileall 把file1、file2、file3的文件內容全部寫到fileall中，格式爲
打印文件並前置文件名。
15、awk ' $1!=previous { close(previous); previous=$1 }
{print substr($0,index($0," ") +1)>$1}' fileall 把合併後的文件重新分拆爲3個文件。並與原文件一致。
16、awk 'BEGIN {"date"|getline d; print d}' 通過管道把date的執行結果送給getline，並賦給變量d，然後打印。
17、awk 'BEGIN {system("echo "Input your name:\\c""); getline d;print "\nYour name is",d,"\b!\n"}'
通過getline命令交互輸入name，並顯示出來。
awk 'BEGIN {FS=":"; while(getline< "/etc/passwd" >0) { if($1~"050[0-9]_") print $1}}'
打印/etc/passwd文件中用戶名包含050x_的用戶名。
18、awk '{ i=1;while(i<NF) {print NF,$i;i++}}' file 通過while語句實現循環。
awk '{ for(i=1;i<NF;i++) {print NF,$i}}' file 通過for語句實現循環。
type file|awk -F "/" '
{ for(i=1;i<NF;i++)
{ if(i==NF-1) { printf "%s",$i }
else { printf "%s/",$i } }}' 顯示一個文件的全路徑。
用for和if顯示日期
awk 'BEGIN {
for(j=1;j<=12;j++)
{ flag=0;
printf "\n%d月份\n",j;
for(i=1;i<=31;i++)
{
if (j==2&&i>28) flag=1;
if ((j==4||j==6||j==9||j==11)&&i>30) flag=1;
if (flag==0) {printf "%02d%02d ",j,i}
}
}
}'
19、在awk中調用系統變量必須用單引號，如果是雙引號，則表示字符串
Flag=abcd
awk '{print '$Flag'}' 結果爲abcd
awk '{print "$Flag"}' 結果爲$Flag
附錄：
1.awk的常規表達式元字符
換碼序列
^ 在字符串的開頭開始匹配
$ 在字符串的結尾開始匹配
. 與任何單個字符串匹配
[ABC] 與[]內的任一字符匹配
[A-Ca-c] 與A-C及a-c範圍內的字符匹配（按字母表順序）
[^ABC] 與除[]內的所有字符以外的任一字符匹配
Desk|Chair 與Desk和Chair中的任一個匹配
[ABC][DEF] 關聯。與A、B、C中的任一字符匹配，且其後要跟D、E、F中的任一個字符。
* 與A、B或C中任一個出現0次或多次的字符相匹配
+ 與A、B或C中任何一個出現1次或多次的字符相匹配
？ 與一個空串或A、B或C在任何一個字符相匹配
（Blue|Black）berry 合併常規表達式，與Blueberry或Blackberry相匹配
2.awk算術運算符
運算符 用途
------------------
x^y x的y次冪
x**y 同上
x%y 計算x/y的餘數（求模）
x+y x加y
x-y x減y
x*y x乘y
x/y x除y
-y 負y(y的開關符號);也稱一目減
++y y加1後使用y(前置加）
y++ 使用y值後加1（後綴加）
--y y減1後使用y(前置減）
y-- 使用後y減1(後綴減）
x=y 將y的值賦給x
x+=y 將x+y的值賦給x
x-=y 將x-y的值賦給x
x*=y 將x*y的值賦給x
x/=y 將x/y的值賦給x x%=y 將x%y的值賦給x
x^=y 將x^y的值賦給x
x**=y 將x**y的值賦給x
3.awk允許的測試：
操作符 含義
x==y x等於y
x!=y x不等於y
x>y x大於y
x>=y x大於或等於y
x<y x小於y
x<=y x小於或等於y?
x~re x匹配正則表達式re?
x!~re x不匹配正則表達式re?
4.awk的操作符(按優先級升序排列)
= 、+=、 -=、 *= 、/= 、 %=
||
&&
> >= < <= == != ~ !~
xy (字符串連結，'x'y'變成"xy"）
+ -
* / %
++ --
5.awk內置變量（預定義變量）
說明：表中v項表示第一個支持變量的工具（下同）：A=awk，N=nawk,P=POSIX awk,G=gawk
V 變量 含義 缺省值
--------------------------------------------------------
N ARGC 命令行參數個數
G ARGIND 當前被處理文件的ARGV標誌符
N ARGV 命令行參數數組
G CONVFMT 數字轉換格式 %.6g
P ENVIRON UNIX環境變量
N ERRNO UNIX系統錯誤消息
G FIELDWIDTHS 輸入字段寬度的空白分隔字符串
A FILENAME 當前輸入文件的名字
P FNR 當前記錄數
A FS 輸入字段分隔符 空格
G IGNORECASE 控制大小寫敏感0（大小寫敏感）
A NF 當前記錄中的字段個數
A NR 已經讀出的記錄數
A OFMT 數字的輸出格式 %.6g
A OFS 輸出字段分隔符 空格
A ORS 輸出的記錄分隔符 新行
A RS 輸入的記錄他隔符 新行
N RSTART 被匹配函數匹配的字符串首
N RLENGTH 被匹配函數匹配的字符串長度
N SUBSEP 下標分隔符 "34"
6.awk的內置函數
V 函數 用途或返回值
------------------------------------------------
N gsub(reg,string,target) 每次常規表達式reg匹配時替換target中的string
N index(search,string) 返回string中search串的位置
A length(string) 求串string中的字符個數
N match(string,reg) 返回常規表達式reg匹配的string中的位置
N printf(format,variable) 格式化輸出，按format提供的格式輸出變量variable。
N split(string,store,delim) 根據分界符delim,分解string爲store的數組元素
N sprintf(format,variable) 返回一個包含基於format的格式化數據，variables是要放到串中的數據
G strftime(format,timestamp) 返回一個基於format的日期或者時間串，timestmp是systime()函數返回的時間
N sub(reg,string,target) 第一次當常規表達式reg匹配，替換target串中的字符串
A substr(string,position,len) 返回一個以position開始len個字符的子串
P totower(string) 返回string中對應的小寫字符
P toupper(string) 返回string中對應的大寫字符
A atan(x,y) x的餘切(弧度)
N cos(x) x的餘弦(弧度)
A exp(x) e的x冪
A int(x) x的整數部分
A log(x) x的自然對數值
N rand() 0-1之間的隨機數
N sin(x) x的正弦(弧度)
A sqrt(x) x的平方根
A srand(x) 初始化隨機數發生器。如果忽略x，則使用system()
G system() 返回自1970年1月1日以來經過的時間（按秒計算）