- awk是一种处理文本的语言，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
赋值一个用户定义的变量。
awk的工作原理
awk 'BEGIN{ commands } pattern{ commands } END{ commands }'
- 第一步：执行BEGIN{ commands }语句块中的语句。
- 第二步：从文件或标准输入(stdin)读取一行，然后执行pattern{ commands }语句块，它逐行扫描文件，从第一行到最后一行重复这个过程，直到文件全部被读取完毕。
- 第三步：当读至输入流末尾时，执行END{ commands }语句块。
BEGIN语句块在awk开始从输入流中读取行之前被执行，这是一个可选的语句块，比如变量初始化、打印输出表格的表头等语句通常可以写在BEGIN语句块中。
END语句块在awk从输入流中读取完所有的行之后即被执行，比如打印所有行的分析结果这类信息汇总都是在END语句块中完成，它也是一个可选语句块。
pattern语句块中的通用命令是最重要的部分，它也是可选的。如果没有提供pattern语句块，则默认执行{ print }，即打印每一个读取到的行，awk读取的每一行都会执行该语句块。
示例
echo -e "A line 1
A line 2" | awk 'BEGIN{ print "Start" } { print } END{ print "End" }'
当使用不带参数的print时，它就打印当前行，当print的参数是以逗号进行分隔时，打印时则以空格作为定界符。在awk的print语句块中双引号是被当作拼接符使用，例如：
echo | awk '{ var1="v1";var2="v2";var3="v3";print var1,var2,var3;}'
v1 v2 v3
双引号拼接使用：
echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1"="var2"="var3; }'
v1=v2=v3
{ }类似于一个循环体，会对文件中的每一行进行迭代，通常变量初始化语句（如：i=0）以及打印文件头部的语句放入BEGIN语句块中，将打印的结果等语句放入END语句块中。
awk 内置变量（预定义变量）
说明：[A][N][P][G]表示第一个支持变量的工具，[A]=awk、[N]=nawk、[P]=POSIXawk、[G]=gawk
-
$n 当前记录的第n个字段，比如n为1表示第一个字段，n为2表示第二个字段。
-
$0 这个变量包含执行过程中当前行的文本内容。
| 支持工具 | 变量名 | 描述 |
|---|---|---|
| [A] | FILENAME | 当前输入的文件名 |
| [A] | FS | 字段分隔符 |
| [A] | NF | 字段数，在执行过程中对应于当前的字段数 |
| [A] | NR | 记录数，执行过程中对应于当前的行号 |
| [A] | OFMT | 数字的输出格式 |
| [A] | OFS | 输出字段的分隔符 |
| [A] | ORS | 输出记录的分隔符 |
| [A] | RS | 记录分隔符 |
| [N] | ARGC | 命令行参数的数目 |
| [N] | ARGV | 包含命令行参数的数组 |
| [N] | ERRNO | 最后一个系统错误的描述 |
| [N] | RSTART | 由match函数所匹配的字符串的第一个位置 |
| [N] | RLENGTH | 由match函数所匹配的字符串的长度 |
| [N] | SUBSEP | 数组小标分隔符（默认值是34） |
| [G] | ARGIND | 命令行中当前文本的位置（从0开始计算） |
| [G] | CONVFMT | 数字转换格式 |
| [G] | FIELDWIDTHS | 字段宽度列表 |
| [G] | IGNORECASE | 如果为真，则进行忽略大小写的匹配 |
| [P] | ENVIRON | 环境变量关联数组 |
| [P] | FNR | 同NR，但相对于当前文件 |
- 统计文件中的行数：
awk 'END{print NR}' filename
- 打印每一行的第二和第三个字段：
awk '{ print $2,$3}' filename
- 打印倒数第二个字段：
echo -e "line1 f2 f3
line2 f4 f5" | awk '{print $(NF-1)}'
- 一个每一行中第一个字段值累加的例子：
seq 5 | awk 'BEGIN{ sum=0;print "总和：" } { print $1"+"; sum+=$1 } END{ print "等于"； print sum}'
将外部变量值传递给awk
- 借助-v选项，可以将外部值传递给awk：
VAR=10000
echo | awk -v variable=$VAR '{ print variable }'
- 另一种传递外部变量的方法：
var1="aaa"
var2="bbb"
echo | awk '{ print v1,v2 }' v1=$var1 v2=$var2
- 当输入来自于文件时：
awk '{ print v1,v2 }' v1=$var1 v2=$var2 filename
以上方法中，变脸之间用空格分隔作为awk命令行的参数数据跟随在BEGIN、{ }和END语句块之后。
awk运算与判断
awk 高级输入输出
- awk中next语句使用：在循环逐行匹配，如果遇到next，就会跳过当前行，直接忽略下面语句。而进行下一行匹配。net语句一般用于多行合并：
cat test.txt
a
b
c
d
e
f
awk 'NR%2==1{next}{print NR,$0;}' text.txt
2 b
4 d
去重 + 唯一
- 去重
cat tmp.log |awk '{print $15}'|awk -F'=' '{print $5}'
- 唯一
cat tmp.log |awk '{print $15}'|awk -F'=' '{print $5}' | sort | uniq -c