SHELL(04)
[ awk ]
-
awk 编程语言 / 数据处理引擎
-
创造者的缩写是 : A,W,K
-
基于模式匹配检查输入文本 , 逐行处理并输出
-
通常用于Shell脚本中 , 获取指定的数据
-
单独使用时 , 可对文本数据做统计
-
-
grep 简单易用 , 功能少只能查
-
sed 功能齐全 , 搜索精度低 # 逐行处理
-
awk 搜索精度高 , 可以简单的排版等 , 不能做到非交互式操作 #逐行处理
格式
- awk [ 选项 ] ’ [ 条件 ] { 处理动作 } ’ 文件列表
- 命令 | awk [ 选项 ] ’ [ 条件 ] { 处理动作 } ’
cat test.txt
1 2 3
4 5 6awk '{print $1,$3}' test.txt
1 3
4 6
选项 [ -F ]
-
常用 [ -F ] 选项
-
定义分隔符
-
当文档中没有 空格 时 , 默认为一行内容 , 此时需要定义分隔符
-
处理文本时 , 默认将 空格 , 制表符作为分隔符
print 指令
-
print 是常用的编辑指令
-
若有多条编辑指令 , 可用分号分割
-
Awk过滤数据时 , 支持仅打印某一列 , 如第二列 , 第三列
-
当定义了条件且指令就是print时可以省略指令不写
awk -F: '$7~/bash/&&$3<=500' user #找第7列包含bash并且第3列小于等于500的行
条件 ’ / 字符串/ ’
常用内置变量
[ $0 ] ---------- 文本当前的全部内容
[ $1 ] ---------- 文本的第一列
[ $2 ] ---------- 文本的第二列
[ NR ] ---------- 文本当前行的行号
[ NF ] ---------- 文本当前行的列数( 有几列 )
print , 条件 , 内置变量
awk '{print}' abc.txt #输出所有
awk '/to/{print}' abc.txt #输出有to的那行
awk '{print $2}' abc.txt #输出所有行的第2列
awk '/to/{print $1}' abc.txt #输出有to的那行的第1列
awk '{print $0}' abc.txt #输出所有行所有列
awk '{print $0,$1}' abc.txt #输出所有行所有列,第1列
awk '{print NR}' abc.txt #输出所有行的行号
awk '{print NR,$0}' abc.txt #输出所有行的行号,所有列
awk '{print NR,NF}' abc.txt #输出所有行的行号,列号(有几列)
[ -F ] 定义分割符
-
定义一个分隔符
定义 ’ : ’ 为分隔符 [ -F: ]
awk -F: '{print $1}' user #文档中如果没有空格,可以用F修改分隔符
awk -F: '{print $1,$6}' user #使用冒号作为列的分隔符,显示第1、6列
-
定义多个分隔符
定义 ’ : ’ ’ / ’ 为分隔符 ’ -F [ 😕 ] ’
awk -F [:/] '/^root/{print $1,$10}' user
print 输出打印常量
awk -F: '{print $1" 的家目录是 "$6}' user #输出常量,加双引号即可
awk -F: '{print $1" 的解释器是 "$7}' user
格式化输出信息
- awk会逐行处理文本,支持在处理第一行之前做一些准备工作,以及在处理完最后一行之后做一些总结性质的工作。
- 格式 :
- 行前处理 : [ 在读取文件内容前执行 , 执行指令1次 ]
- awk [ 选项 ] ’ BEGIN {指令} {指令}’
- 行后处理 : [ 读取文件执行命令后执行 , 执行指令1次 ]
- awk [ 选项 ] ’ END {指令} ’
- awk [ 选项 ] ’ BEGIN {指令} {指令} END{指令} ’
- 无需文档也能打印
- 行前处理 : [ 在读取文件内容前执行 , 执行指令1次 ]
awk -F: 'BEGIN{print "start"}{print $1}END{print "over"}' user
awk 'BEGIN{print NR}{print NR}END{print NR}' user
awk [ 条件 ]
- 正则
- ’ /正则/ ’
- ’ ~ ’ 包含
- ’ !~ ’ 不包含
awk -F: '$6~/root/{print}' user #输出第6列包含root的行
awk -F: '$6~/bin/{print}' user #输出第6列包含bin的行
awk -F: '$6!~/bin/{print}' user #输出第6列不包含bin的行
-
使用 数字/字符串比较 设置条件
- ’ == ’
- ’ != ’
- ’ > ’ ’ >= ’
- ’ < ’ ’ <= ’
awk -F: '$3<3{print}' user #输出第3列小于3的行awk -F: '$3<=3{print}' user #输出第3列小于等于3的行awk -F: 'NR==2{print}' user #输出第2行awk -F: 'NR>2{print}' user #输出行号大于2的行
- 逻辑条件
- ’ && ’ AND
- ’ || ’ OR
awk -F: 'NR>=3&&NR<=5{print}' user #找行号是3~5行awk -F: 'NR==2||NR==4{print}' user #找行号是2或者4的行awk -F: 'NR==2||NR==40{print}' user #如果只有一个条件满足就显示一个
- 数学运算
awk 'NR%2==0{print NR,$0}' user #在条件中使用运算,找到将行号除以2余数等于0的行,然后输出该行的行号和所有列,相当于输出偶数行
awk 数组
-
数组 , 是一个可以储存多个值的变量
-
格式 :
- 定义数组的格式 : 数组名[ 下标 ]=元素值
- 调用数组的格式 : 数组名[ 下标 ]
- 数组内是无序的 , 需要顺序要用 [ sort ]命令进行排序
- sort #按照顺序排列
- sort -n #以数值型进行排序,默认使用字符串排序;
- sort -r #反序排列
awk 'BEGIN{a[1]=10;a[2]=20;print a[2],a[1]}' #使用awk测试数组,创建数组a,下标1对应值是10,下标2对应值是20,然后输出下标是2与下标是1的值
awk数组的下标除了可以使用数字,也可以使用字符串,字符串需要使用双引号
awk 'BEGIN{a["abc"]="abcabc";a["xyz"]="xyzxyz";print a["xyz"]}'
awk [ for ]循环
for ( 变量名 in 数组名 ) { print 变量名 }
awk '{a[$1]++}END{print a["abc"]}' shu.txt
awk '{a[$1]++}END{for(i in a){print i,a[i]}}' shu.txt
awk '{a[$1]++}END{for(i in a){print i,a[i]}}' shu.txt | sort
把每行第一列作为a[*]数组 , 进行读取,改写等操作.
a[ $1 ]++ => a[ $1 ]=a[ $1 ]+1 进行计数