前言

AWK是一种功能强大的文本处理工具，可根据指定的规则对文本和数据文件进行逐行处理，通过灵活使用模式和动作的组合，可以实现复杂的文本分析和数据处理任务，适合处理各种格式的文本文件和数据流

基本语法

AWK的基本语法结构为：

awk pattern '{ action }' filename

• pattern：用来匹配输入数据的模式
• action：在匹配到符合模式的行时执行的操作
• filename：要操作的目标文件

例如，要打印每行以字母 “a” 开头的文本：

awk '/^a/ { print }' filename

其中，/^a/ 是模式，{ print } 是操作，会打印文件中所有以字母 “a” 开头的行

内置变量

AWK 提供了许多内置变量，用于获取关于输入数据、当前行、行号等信息

1. $0

• 描述：代表当前行的内容
• 示例：打印所有行的内容（print后面什么都不带，也是一样的效果）

awk '{ print $0 }' filename

2. NF

• 描述：代表当前行的字段数
• 示例：打印每行的字段数

awk '{ print NF }' filename

3. NR

• 描述：代表当前行的行号
• 示例：打印每行的行号和内容

awk '{ print NR, $0 }' filename

4. FS

• 描述：代表字段分隔符，默认是空白字符
• 示例：使用不同的字段分隔符打印字段内容

awk -F':' '{ print $1, $2 }' filename

5. RS

• 描述：代表记录分隔符，默认是换行符
• 示例：按不同的记录分隔符处理数据

awk 'BEGIN { RS="@" } { print $0 }' filename

6. OFS

• 描述：代表输出字段分隔符
• 示例：设置不同的输出字段分隔符

awk 'BEGIN { OFS=" | " } { print $1, $2 }' filename

7. ORS

• 描述：代表输出记录分隔符
• 示例：设置不同的输出记录分隔符

awk 'BEGIN { ORS="\n\n" } { print $0 }' filename

8. FILENAME

• 描述：代表当前输入文件的名称
• 示例：打印当前处理的文件名

awk '{ print FILENAME }' filename

9. FNR

• 描述：代表当前处理的文件中的行号，从1开始计数
• 示例：打印当前处理的行号和内容

awk '{ print FNR, $0 }' filename

10. ARGV

• 描述：一个包含命令行参数的数组
• 示例：遍历打印命令行参数

awk 'BEGIN { for (i = 0; i < ARGC; i++) print ARGV[i] }' file1 file2

11. ENVIRON

• 描述：一个包含环境变量的关联数组
• 示例：打印所有环境变量及其值

awk 'BEGIN { for (var in ENVIRON) print var, ENVIRON[var] }'

12. IGNORECASE

• 描述：控制字符串匹配时是否忽略大小写
• 示例：在匹配时忽略大小写

awk 'BEGIN { IGNORECASE=1 } /pattern/ { print }' filename

13. RSTART 和 RLENGTH

• 描述：
  • RSTART：上次 match() 函数匹配的起始位置
  • RLENGTH：上次 match() 函数匹配的长度
• 示例：使用 match() 函数找到并打印匹配的子字符串及其位置

awk '{ if (match($0, /pattern/)) print "Found:", substr($0, RSTART, RLENGTH) }' filename

示例解释

- $0：表示当前行的全部内容
- NF：表示当前行的字段数
- NR：表示当前行的行号
- FS：用于指定字段分隔符
- RS：用于指定记录分隔符
- OFS：用于指定输出字段分隔符
- ORS：用于指定输出记录分隔符
- FILENAME：用于输入文件的名称
- FNR：用于输入当前处理的文件中的行号
- ARGV：输出命令行参数的数组
- ENVIRON：输出环境变量的关联数组
- IGNORECASE：控制字符串匹配时是否忽略大小写
- RSTART：上次 match() 函数匹配的起始位置
- RLENGTH：上次 match() 函数匹配的长度

内置函数

AWK 提供了多种内置函数，用于字符串处理、数学计算等

• 字符串函数：
  • length(str)：返回字符串长度
  • index(str, search)：返回搜索字符串在原字符串中的位置
  • split(str, arr, sep)：将字符串按分隔符分割成数组
• 数学函数：
  • sin(x)、cos(x)、sqrt(x)：三角函数和平方根函数
  • rand()：返回一个0到1之间的随机数

循环语句（后面的’;'可不加）

AWK支持类C语言风格的循环语句：

• for循环：

for (i = 1; i <= 10; i++) {print i;
}

• while循环：

while (condition) {print $0;getline;
}

条件语句

AWK 中的条件语句与其他编程语言类似：

• if语句：

if (condition) {print "Condition is true";
} else {print "Condition is false";
}

• switch语句：

switch (variable) {case value1: {print "Value 1";break;}case value2: {print "Value 2";break;}default: {print "Default case";break;}
}

高级特性

AWK还支持更高级的特性，如函数定义、数组操作和模式动作的组合使用：

• 函数定义：

function add(x, y) {return x + y;
}

• 数组操作：

# 创建数组
arr["key1"] = "value1";
arr["key2"] = "value2";# 遍历数组
for (key in arr) {print key, arr[key];
}

示例

演示了AWK的基本语法、内置变量、函数、循环和条件语句的使用：

# AWK script to print lines containing "error"
# and count lines where first field is numeric# Print lines containing "error"
/error/ {print;
}# Count lines where first field is numeric
$1 ~ /^[0-9]+$/ {count++;
}# END block to print count
END {print "Numeric lines count:", count;
}

特殊模式

BEGIN

• 描述：BEGIN 块用于在处理任何输入数据之前执行初始化任务，例如设置变量、打印标题、配置输出格式等BEGIN 块中的代码在任何输入数据处理之前运行一次

• 示例：打印表头，并设置字段分隔符

awk 'BEGIN { OFS = "\t"; print "Name", "Age", "City" } { print $1, $2, $3 }' filename

示例中在处理 filename 文件之前，会打印表头 “Name”, “Age”, “City”，并将输出字段分隔符 (OFS) 设置为制表符

END

• 描述：END 块用于在处理所有输入数据之后执行任务，例如打印总结信息、计算总和或平均值等。END 块中的代码在所有输入数据处理完后运行一次

• 示例：计算并打印行数

awk 'END { print "Total lines:", NR }' filename

示例中在处理完 filename 文件的所有行之后，打印总行数，其中 NR 是记录数的内置变量，表示总行数

组合示例

可同时使用 BEGIN 和 END 块来初始化和总结数据处理：

awk 'BEGIN { print "Processing file:", FILENAME } { sum += $2 } END { print "Total sum of second column:", sum }' filename

• BEGIN { print “Processing file:”, FILENAME }：在处理任何数据之前打印当前处理的文件名
• { sum += $2 }：处理每一行，将第二列的值累加到 sum 变量中
• END { print “Total sum of second column:”, sum }：在处理完所有数据后，打印第二列值的总和

BEGINFILE 和 ENDFILE

• 描述：

  • BEGINFILE：在处理每个输入文件之前执行一次
  • ENDFILE：在处理每个输入文件之后执行一次

• 示例：

awk 'BEGINFILE { print "Start processing", FILENAME }{ print $0 }ENDFILE { print "End processing", FILENAME }' file1 file2

示例会在处理每个输入文件 file1 和 file2 前后分别打印处理开始和处理结束的消息

getline 模式

• 描述：

  • getline 模式用于手动从输入中读取下一行并处理。可与条件和循环结构一起使用，以控制输入数据的处理方式

• 示例：

awk '/pattern/ { print "Found:", $0 if (getline next_line > 0) { print "Next line:", next_line } }' filename

示例会在匹配到某个模式后，打印当前行和下一行的内容（如果存在）

总结

• BEGIN：特殊模式块，用于在处理输入数据之前执行初始化操作
• END：特殊模式块，用于在处理完所有输入数据后执行总结或清理操作
• BEGINFILE 和 ENDFILE：用于在处理每个输入文件前后执行特定操作
• getline模式：允许在脚本执行过程中手动控制输入行的读取和处理方式

常用命令行选项

1. -F separator

• 描述：指定字段分隔符。默认情况下，字段分隔符为任何空白字符序列
• 示例：

awk -F ',' '{ print $1 }' filename

-F ',' 指定逗号为字段分隔符，然后打印每行的第一个字段

2. -v var=value

• 描述：设置 AWK 变量的值。可以在 AWK 脚本中使用 -v 选项来传递变量
• 示例：

awk -v threshold=50 '$1 > threshold { print $0 }' filename

示例中，定义了一个变量 threshold 并将其传递给 AWK 脚本，然后根据条件打印符合要求的行

3. -f script-file

• 描述：从指定的文件中读取 AWK 脚本
• 示例：

awk -f myscript.awk data.txt

示例中，AWK 将执行 myscript.awk 文件中的脚本来处理 data.txt 文件