简介

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

`sh 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:

选项 参数 作用
-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 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=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。
基本用法
log.txt文本内容如下:

2 this is a test 3 Are you like awk This's a test 10 There are orange,apple,mongo 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\n",$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 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 一条记录的字段的数目 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) $ awk 'BEGIN{printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n","FILENAME","ARGC","FNR","FS","NF","NR","OFS","ORS","RS";printf "---------------------------------------------\n"} {printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n",FILENAME,ARGC,FNR,FS,NF,NR,OFS,ORS,RS}' log.txt FILENAME ARGC FNR FS NF NR OFS ORS RS


log.txt 2 1 5 1 log.txt 2 2 5 2 log.txt 2 3 3 3 log.txt 2 4 4 4 $ awk -F\' 'BEGIN{printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n","FILENAME","ARGC","FNR","FS","NF","NR","OFS","ORS","RS";printf "---------------------------------------------\n"} {printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n",FILENAME,ARGC,FNR,FS,NF,NR,OFS,ORS,RS}' log.txt FILENAME ARGC FNR FS NF NR OFS ORS RS


log.txt 2 1 ' 1 1 log.txt 2 2 ' 1 2 log.txt 2 3 ' 2 3 log.txt 2 4 ' 1 4

输出顺序号 NR, 匹配文本行号

$ awk '{print NR,FNR,$1,$2,$3}' log.txt

1 1 2 this is 2 2 3 Are you 3 3 This's a test 4 4 10 There are

指定输出分割符

$ awk '{print $1,$2,$5}' OFS=" $ " log.txt

2 $ this $ test 3 $ Are $ awk This's $ a $ 10 $ There $ 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,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 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\n"
printf "---------------------------------------------\n"

}

运行中

{ math+=$3 english+=$4 computer+=$5 printf "%-6s %-6s %4d %8d %8d %8d\n", $1, $2, $3,$4,$5, $3+$4+$5 }

运行后

END { printf "---------------------------------------------\n" printf " TOTAL:%10d %8d %8d \n", math, english, computer printf "AVERAGE:%10.2f %8.2f %8.2f\n", math/NR, english/NR, computer/NR } 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 'length>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?"\n":"\t")}'