awk的强大操作

约定不等于承诺〃 2022-01-11 12:51 197阅读 0赞

awk是一种用于处理文本、模式匹配的编程语言。与sed和grep，俗称Linux下的三剑客。学会 awk 等于你在 Linux 命令行里，又多了一种处理文本的选择。这篇文章重点教你如何使用，看完这篇文章，就大致知道如何使用了，力求简单使用。  
术语铺垫  
在awk的文本处理规则里，awk将文本文件视为由字段和记录组成的文本数据库。默认情况下，awk将每一行视为一个记录，也就是说记录的分隔符是 ，记录的分隔符可以通过内置变量RS更改。

在每一个记录中，又把记录分为若干个字段，即记录由字段组成，而字段的默认分隔符为空格或制表符。

一、基础用法  
和我们平常使用的 Linux 命令一样， awk 也是遵循着某种格式来使用，格式如下：

# 使用格式 #

awk 执行的事件 文件

# 例如： #

root@jaking-virtual-machine:~\# awk '\{print $0\}' test.txt  
My first language:Python  
My second language:Shell  
My third language:Java  
My fourth language:C  
其中，print 表示打印，$0 表示一整个记录，test.txt 表示一个文件。所以

awk '\{print $0\}' test.txt

表示把 test.txt 文件里面的每行记录都打印出来。

$0 表示整个记录，不过 $1, $2, $3.....则表示整个记录中的第一个字段，第二个字段......。

root@jaking-virtual-machine:~\# awk '\{print $1\}' test.txt  
My  
My  
My  
My  
root@jaking-virtual-machine:~\# awk '\{print $2\}' test.txt  
first  
second  
third  
fourth  
root@jaking-virtual-machine:~\# awk '\{print $3\}' test.txt  
language:Python  
language:Shell  
language:Java  
language:C  
刚才我们说字段的默认分隔符是空格或者制表符这些，默认意味着我们可以自己显式着指定分隔符。下面我们用“：”来作为我们的分隔符吧。

root@jaking-virtual-machine:~\# awk -F ':' '\{print $2\}' test.txt  
Python  
Shell  
Java  
C  
上面我们用参数 -F 指定了我们的分隔符，即如果想要指定字段的分隔符，可以用参数 -F 指定分隔符。

二、条件限制  
在打印文本的时候，我们可以指定一些条件。格式如下：

awk 参数 条件 要执行的动作 文件

例如我们指定分隔符为“：”，条件为第二个字段为"Java"的记录。

# 打印第二个字段为"Java"的文本 #

root@jaking-virtual-machine:~\# awk -F ':' '$2 == "Java" \{print $2\}' test.txt  
Java  
打印奇数行的的第二个字段：

# 打印奇数行的记录 #

root@jaking-virtual-machine:~\# awk -F ':' 'NR % 2 == 1 \{print $2\}' test.txt  
Python  
Java  
其中，NR 是一个内置的变量，表示当前正在处理的记录，即当前的记录是第几个记录。

三、条件语句  
和我们平常的编程一样，awk 也提供了 if, else, while 等这些条件语句。

例如，打印第二个及其之后的记录：

root@jaking-virtual-machine:~\# awk '\{if(NR > 1) print $2\}' test.txt  
second  
third  
fourth  
注意，上面的字段分隔符是空格了，并且 if 语句是在“\{\}” 里指定的。

再看一个例子：

root@jaking-virtual-machine:~\# awk '\{if($1 < "s") print $1; else print $2\}' test.txt

# 如果第一个字段小于“s",则打印第一个字段，否则打印第二个字段 #

My  
My  
My  
My  
root@jaking-virtual-machine:~\# awk '\{if($1 > "s") print $1; else print $2\}' test.txt  
first  
second  
third  
fourth  
root@jaking-virtual-machine:~\# awk '\{if($1 < "l") print $1; else print $2\}' test.txt  
My  
My  
My  
My  
root@jaking-virtual-machine:~\# awk '\{if($1 > "l") print $1; else print $2\}' test.txt  
first  
second  
third  
fourth  
root@jaking-virtual-machine:~\# awk '\{if($1 > "c") print $1; else print $2\}' test.txt  
first  
second  
third  
fourth  
root@jaking-virtual-machine:~\# awk '\{if($1 > "d") print $1; else print $2\}' test.txt  
first  
second  
third  
fourth  
root@jaking-virtual-machine:~\# awk '\{if($1 > "p") print $1; else print $2\}' test.txt  
first  
second  
third  
fourth  
root@jaking-virtual-machine:~\# awk '\{if($1 < "p") print $1; else print $2\}' test.txt  
My  
My  
My  
My  
root@jaking-virtual-machine:~\# awk '\{if($3 < "s") print $3; else print $2\}' test.txt  
language:Python  
language:Shell  
language:Java  
language:C  
root@jaking-virtual-machine:~\# awk '\{if($2 < "s") print $3; else print $2\}' test.txt  
language:Python  
second  
third  
language:C  
root@jaking-virtual-machine:~\# awk '\{if($2 < "s") print $1; else print $2\}' test.txt  
My  
second  
third  
My  
四、函数  
awk 提供了一些内置函数来供我们使用，一下常用的函数如下：

tolower()：字符转为小写。  
toupper()：字符转为大写  
length()：返回字符串长度。  
substr()：返回子字符串。  
sqrt()：平方根。  
rand()：随机数。  
root@jaking-virtual-machine:~\# awk '\{print toupper($1)\}' test.txt  
MY  
MY  
MY  
MY  
root@jaking-virtual-machine:~\# awk '\{print tolower($1)\}' test.txt  
my  
my  
my  
my  
root@jaking-virtual-machine:~\# awk -F ':' '\{print toupper($2)\}' test.txt  
PYTHON  
SHELL  
JAVA  
C  
root@jaking-virtual-machine:~\# awk -F ':' '\{print tolower($2)\}' test.txt  
python  
shell  
java  
c  
五、变量  
刚才我们说 NR 是一个表示当前正在处理的记录是第几个记录的内置变量，常用的内置变量如下：

NR：表示当前处理的是第几行  
NF：表示当前行有多少个字段  
FILENAME：当前文件名  
FS：字段分隔符，默认是空格和制表符。  
RS：行分隔符，用于分割每一行，默认是换行符。  
OFS：输出字段的分隔符，用于打印时分隔字段，默认为空格。  
ORS：输出记录的分隔符，用于打印时分隔记录，默认为换行符。  
例如我们要打印每一个记录的最后一个字段，就可以使用变量 NF 了。

root@jaking-virtual-machine:~\# awk '\{print $NF\}' test.txt  
language:Python  
language:Shell  
language:Java  
language:C  
对了，刚才那个 NR 的变量也是挺好用的，例如：

root@jaking-virtual-machine:~\# awk '\{print NR ". " $0\}' test.txt

1.  My first language:Python
2.  My second language:Shell
3.  My third language:Java
4.  My fourth language:C

转载于:https://blog.51cto.com/14164498/2357107