zoukankan      html  css  js  c++  java

  • linux命令（43）：awk的使用技巧

    AWK是一种处理文本文件的语言，是一个强大的文本分析工具。

    之所以叫AWK是因为其取了三位创始人 Alfred Aho，Peter Weinberger, 和 Brian Kernighan 的Family Name的首字符。

    语法

    awk [选项参数] 'script' var=value file(s)
或
awk [选项参数] -f scriptfile var=value file(s)

    选项参数说明：

      • -F fs or --field-separator fs
        指定输入文件折分隔符，fs是一个字符串或者是一个正则表达式，如-F:。
      • -v var=value or --asign var=value
        赋值一个用户定义变量。
      • -f scripfile or --file scriptfile
        从脚本文件中读取awk命令。
      • -mf nnn and -mr nnn
        对nnn值设置内在限制，-mf选项限制分配给nnn的最大块数目；-mr选项限制记录的最大数目。这两个功能是Bell实验室版awk的扩展功能，在标准awk中不适用。
      • -W compact or --compat, -W traditional or --traditional
        在兼容模式下运行awk。所以gawk的行为和标准的awk完全一样，所有的awk扩展都被忽略。
      • -W copyleft or --copyleft, -W copyright or --copyright
        打印简短的版权信息。
      • -W help or --help, -W usage or --usage
        打印全部awk选项和每个选项的简短说明。
      • -W lint or --lint
        打印不能向传统unix平台移植的结构的警告。
      • -W lint-old or --lint-old
        打印关于不能向传统unix平台移植的结构的警告。
      • -W posix
        打开兼容模式。但有以下限制，不识别：/x、函数关键字、func、换码序列以及当fs是一个空格时，将新行作为一个域分隔符；操作符**和**=不能代替^和^=；fflush无效。
      • -W re-interval or --re-inerval
        允许间隔正则表达式的使用，参考(grep中的Posix字符类)，如括号表达式[[:alpha:]]。
      • -W source program-text or --source program-text
        使用program-text作为源代码，可与-f命令混用。
      • -W version or --version
        打印bug报告信息的版本。

    用法一：

    awk '{[pattern] action}' {filenames}   # 行匹配语句 awk '' 只能用单引号

    实例：

    # 每行按空格或TAB分割，输出文本中的1、4项
     --------------------------------------------- 
$ awk '{print $1,$4}' log.txt
 2 a
 3 like
 This's
 10 orange,apple,mongo
 ---------------------------------------------
 # 格式化输出
 $ awk '{printf "%-8s %-10s
",$1,$4}' log.txt
 2        a
 3        like
 This's
 10       orange,apple,mongo

    用法二：

    awk -F  #-F相当于内置变量FS, 指定分割字符

    awk -F$"	" '{print $1,$4}' log.txt  # tab 分割
awk -F$" " '{print $1,$4}' log.txt    # 空格 分割

    实例：

     ---------------------------------------------
# 使用","分割
 $  awk -F, '{print $1,$2}'   log.txt
 2 this is a test
 3 Are you like awk
 This's a test
 10 There are orange apple
 ---------------------------------------------
 # 或者使用内建变量
 $ awk 'BEGIN{FS=","} {print $1,$2}'     log.txt
 2 this is a test
 3 Are you like awk
 This's a test
 10 There are orange apple
 ---------------------------------------------
 # 使用多个分隔符.先使用空格分割，然后对分割结果再使用","分割
 $ awk -F '[ ,]'  '{print $1,$2,$5}'   log.txt
 2 this test
 3 Are awk
 This's a
 10 There apple

    用法三：

    awk -v  # 设置变量

    实例：

     ---------------------------------------------
$ awk -va=1 '{print $1,$1+a}' log.txt
 2 3
 3 4
 This's 1
 10 11
 ---------------------------------------------
 $ awk -va=1 -vb=s '{print $1,$1+a,$1b}' log.txt
 2 3 2s
 3 4 3s
 This's 1 This'ss
 10 11 10s

    用法四：

    awk -f {awk脚本} {文件名}

    实例：

     $ awk -f cal.awk log.txt
    

    运算符
    

    


    运算符描述
    
    


    
= += -= *= /= %= ^= **=
赋值

    

    
?:
C条件表达式

    

    
||
逻辑或

    

    
&&
逻辑与

    

    
~ ~!
匹配正则表达式和不匹配正则表达式

    

    
< <= > >= != ==
关系运算符

    

    
空格
连接

    

    
+ -
加，减

    

    
* / %
乘，除与求余

    

    
+ - !
一元加，减和逻辑非

    

    
^ ***
求幂

    

    
++ --
增加或减少，作为前缀或后缀

    

    
$
字段引用

    

    
in
数组成员

    
    

    















    过滤第一列大于2的行
    

    $ awk '$1>2' log.txt    #命令
#输出
3 Are you like awk
This's a test
10 There are orange,apple,mongo
    

    过滤第一列等于2的行
    

    $ awk '$1==2 {print $1,$3}' log.txt    #命令
#输出
2 is
    

    过滤第一列大于2并且第二列等于'Are'的行
    

    $ awk '$1>2 && $2=="Are" {print $1,$2,$3}' log.txt    #命令
#输出
3 Are you
    

    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

    

    
CONVFMT
数字转换格式(默认值为%.6g)ENVIRON环境变量关联数组

    

    
ERRNO
最后一个系统错误的描述

    

    
FIELDWIDTHS
字段宽度列表(用空格键分隔)

    

    
FILENAME
当前文件名

    

    
FNR
各文件分别计数的行号

    

    
FS
字段分隔符(默认是任何空格)

    

    
IGNORECASE
如果为真，则进行忽略大小写的匹配

    

    
NF
输入字段分割符

    

    
NR
已经读出的记录数，就是行号，从1开始

    

    
OFMT
数字的输出格式(默认值是%.6g)

    

    
OFS
输出记录分隔符（输出换行符），输出时用指定的符号代替换行符

    

    
ORS
输出记录分隔符(默认值是一个换行符)

    

    
RLENGTH
由match函数所匹配的字符串的长度

    

    
RS
记录分隔符(默认是一个换行符)

    

    
RSTART
由match函数所匹配的字符串的第一个位置

    

    
SUBSEP
数组下标分隔符(默认值是/034)

    
    

    






























    

    使用正则，字符串匹配
    

    # 输出第二列包含 "th"，并打印第二列与第四列
$ awk '$2 ~ /th/ {print $2,$4}' log.txt
---------------------------------------------
this a
    

    ~ 表示模式开始。// 中是模式。
    

    # 输出包含"re" 的行
$ awk '/re/ ' log.txt
---------------------------------------------
3 Are you like awk
10 There are orange,apple,mongo
    

    

    忽略大小写
    

    $ awk 'BEGIN{IGNORECASE=1} /this/' log.txt
---------------------------------------------
2 this is a test
This's a test
    

    

    模式取反
    

    $ awk '$2 !~ /th/ {print $2,$4}' log.txt
---------------------------------------------
Are like
a
There orange,apple,mongo
$ awk '!/th/ {print $2,$4}' log.txt
---------------------------------------------
Are like
a
There orange,apple,mongo
    

    awk脚本
    

    关于awk脚本，我们需要注意两个关键词BEGIN和END。
    

      

    • BEGIN{ 这里面放的是执行前的语句 }
      • 

    • END {这里面放的是处理完所有的行后要执行的语句 }
      • 

    • {这里面放的是处理每一行时要执行的语句}
      • 

    

    假设有这么一个文件（学生成绩表）：
    

    $ cat score.txt
Marry   2143 78 84 77
Jack    2321 66 78 45
Tom     2122 48 77 71
Mike    2537 87 97 95
Bob     2415 40 57 62
    

    我们的awk脚本如下：
    

    $ cat cal.awk
#!/bin/awk -f
#运行前
BEGIN {
    math = 0
    english = 0
    computer = 0
 
    printf "NAME    NO.   MATH  ENGLISH  COMPUTER   TOTAL
"
    printf "---------------------------------------------
"
}
#运行中
{
    math+=$3
    english+=$4
    computer+=$5
    printf "%-6s %-6s %4d %8d %8d %8d
", $1, $2, $3,$4,$5, $3+$4+$5
}
#运行后
END {
    printf "---------------------------------------------
"
    printf "  TOTAL:%10d %8d %8d 
", math, english, computer
    printf "AVERAGE:%10.2f %8.2f %8.2f
", math/NR, english/NR, computer/NR
}
    

    我们来看一下执行结果：
    

    $ awk -f cal.awk score.txt
NAME    NO.   MATH  ENGLISH  COMPUTER   TOTAL
---------------------------------------------
Marry  2143     78       84       77      239
Jack   2321     66       78       45      189
Tom    2122     48       77       71      196
Mike   2537     87       97       95      279
Bob    2415     40       57       62      159
---------------------------------------------
  TOTAL:       319      393      350
AVERAGE:     63.80    78.60    70.00
    

    

    另外一些实例
    

    AWK的hello world程序为：
    

    BEGIN { print "Hello, world!" }
    

    计算文件大小
    

    $ ls -l *.txt | awk '{sum+=$6} END {print sum}'
--------------------------------------------------
666581
    

    从文件中找出长度大于80的行
    

    awk 'lenght>80' log.txt
    

    打印九九乘法表
    

    seq 9 | sed 'H;g' | awk -v RS='' '{for(i=1;i<=NF;i++)printf("%dx%d=%d%s", i, NR, i*NR, i==NR?"
":"	")}'
    


    其他使用样例：
    

    awk计算某一列的和：
    

    awk 'BEGIN{sum=0}{sum+=$1}END{print sum}' test1.log
    

    计算多少行到多少行某一列的和：
    

    awk 'BEGIN{sum=0}{if(NR>4 && NR<8){sum+=$3}}END{print sum}' 1233.txt
    

    例子：
    

    1.简单的按列求和
    

    

    

    [linux@test /tmp]$ cat test
    

    







    







    

    

    

    123.52
    125.54
    126.36
    






    






    

    [linux@test /tmp]$ awk '{sum += $1};END {print sum}' test
    

    375.42
    2.对符合某些条件的行，按列求和
    

    

    

    [linux@test /tmp]$ cat test
    aaa 123.52

    







    







    

    bbb 125.54
    aaa 123.52
    aaa 123.52
    ccc 126.36
    对文件test中 第一列为aaa的行求和
    

    

    

    [linux@test /tmp]$ awk '/aaa/ {sum += $2};END {print sum}' test
    

    







    







    

    

    

    370.56
    

     
    

    

    关于awk内建变量个人见解，简单易懂
    

    解释一下变量：
    

    变量：分为内置变量和自定义变量;输入分隔符FS和输出分隔符OFS都属于内置变量。
    

    内置变量就是awk预定义好的、内置在awk内部的变量，而自定义变量就是用户定义的变量。
    

      

    •  FS：输入字段分隔符， 默认为空白字符
      • 

    •  OFS：输出字段分隔符， 默认为空白字符
      • 

    •  RS：输入记录分隔符(输入换行符)， 指定输入时的换行符
      • 

    •  ORS：输出记录分隔符（输出换行符），输出时用指定符号代替换行符
      • 

    •  NF：当前行的字段的个数(即当前行被分割成了几列)
      • 

    •  NR：行号，当前处理的文本行的行号。
      • 

    •  FNR：各文件分别计数的行号
      • 

    •  ARGC：命令行参数的个数
      • 

    •  ARGV：数组，保存的是命令行所给定的各参数
      • 



    

    自定义变量的方法
    

      

    •  方法一：-v varname=value ，变量名区分字符大小写。
      • 

    •  方法二：在program中直接定义。
      • 



    

    awk 外加排序：取数学成绩好的前两名同学，k3 表示按照第三个元素排序，$0 表示输出整句话，-n2 表示输出前两个
    

    

    [linshi_test]$ cat tt.txt 
xiaom    math    87
xiaohua    math    90
lilei    math    70
lihua    english    30
xiaoming    english    90
zhang    axis    20
lei    axis    40

[linshi_test]$ awk '{if($2=="math") print $0 | "sort -k3 -r | head  -n2"}'  tt.txt 
xiaohua    math    90
xiaom    math    87
    

    


    

    

    

    
    
                
    
                
              
    • 
              
    
              
  • 

                相关阅读:
    
                
                  WPF游戏摘记地图编辑器（1） 
                    
    图片和视频操作核心代码 
                    
    WPF游戏摘记地图编辑器（2） 
                    
    序言 
                    
    Asp.Net 请求处理机制 
                    
    C#正则表达式 
                    
    ActiveX控件打包成Cab实现浏览器自动下载安装 
                    
    ios数据存储 
                    
    ARC 学习 
                    
    Ray's Learn Cocos2d 笔记（一） 
                    
                        
              
    • 
              
    
              
  • 
                原文地址：https://www.cnblogs.com/lovychen/p/7412144.html
              
    • 

            

          



          
          

            

            

          

        

      

      



      

      

        

          Copyright © 2011-2022 走看看