awk编程的基本用法

awk也是用来处理文本的，awk语言可以从文件或字符串中基于指定规则浏览和抽取信息，可以实现数据查找、抽取文件中的数据、创建管道流命令等功能。

awk模式匹配

第一种方法打印空白行
将空白行打印出来，并输出this is a blank line.（有几行空白行就打印几行this is a blank line.）
awk '/^$/{print "this is a blank line."}' dim_ia_test.log

第二种方法调用awk打印空白行

cat scr.awk

/^$/{print "this is a blank line."}

执行命令：

awk -f scr.awk dim_ia_test.log

命令结果：

第三种方法打印空白行

cat scr1.awk

#!/bin/awk -f
/^$/{print "this is a blank line."}

将执行权限赋予脚本：chmod u+x scr1.awk

执行命令：

./scr1.awk dim_ia_test.log　　

执行结果：

awk之记录和域

将第二列、第一列、第四列、第三列打印出来（默认以空格分割）
awk '{print $2,$1,$4,$3}' dim_ia_test2.log
将全部列都打印出来（默认以空格分割）
awk '{print $0}' dim_ia_test2.log
将第三列内容打印出来（默认以空格分割）
awk 'BEGIN {one=1;two=2}{print $(one+two)}' dim_ia_test2.log
等价
awk '{print $3}' dim_ia_test2.log
-F为改变分隔符为-，将第三列内容打印出来
awk -F"-" '{print $3}' dim_ia_test2.log

awk之关系和布尔运算
awk关系运算符及其意义
< --小于
> --大于
<= --小于等于
>= --大于等于
== --等于
!= --不等于
~ --匹配正则表达式
!~ --不匹配正则表达式

匹配以:分割的第一个域是否含有Job，如果含有Job，则打印该行
awk 'BEGIN {FS=":"} $1~/Job/' dim_ia_test.log
全部域匹配05，并将含有05的行打印出来
awk 'BEGIN {FS=":"} $0~/05/' dim_ia_test.log
以:分割，如果满足第一个域小于第二个域，则打印该行的全部域
awk 'BEGIN {FS=":"}{if($1<$2) print $0}' dim_ia_test.log

 

awk布尔运算符及其意义
|| --逻辑或
&& --逻辑与
！ --逻辑非

多条件精确匹配，以:分割，如果满足第一个域小于第二个域或者第二个域大于第三个域，则打印该行的全部域
awk 'BEGIN {FS=":"}{if($1<$2||$2>$3) print $0}' dim_ia_test.log
多条件模糊匹配，以:分割，如果满足第一个域含有数字3或者第二个域含有数字3，则打印该行的全部域
awk 'BEGIN {FS=":"}{if($1~3||$2~3) print $0}' dim_ia_test.log

 

awk之表达式
awk算术运算符及其意义
+ --加
- --减
* --乘
/ --除
% --模
^或** --乘方
++x --在返回x值之前，x变量加1
x++ --在返回x值之后，x变量加1
统计空白行，并以1,2,3,4………的形式打印出来
awk '/^$/{print x+=1}' dim_ia_test.log
统计空白行，并以0,1,2……的形式打印出来
awk '/^$/{print x++}' dim_ia_test.log
统计空白行，并以1,2……的形式打印出来
awk '/^$/{print ++x}' dim_ia_test.log

结果呈现：

 

 计算平均值的一个例子：

cat sturecord  --数据源

li ming,68,75,89,90
fang tianyi,60,90,70,80
fang xiaolong,81,72,64,95
fang tianxin,80,70,69,95

cat scr2.awk  --awk脚本

#!/bin/awk -f
BEGIN {FS=","}
{total=$2+$3+$4+$5
avg=total/4
print $1,total,avg}

赋给脚本执行权限

chmod u+x scr2.awk

执行脚本

./scr2.awk sturecord　　

执行结果：

li ming 322 80.5
fang tianyi 300 75
fang xiaolong 312 78
fang tianxin 314 78.5

　　

awk之系统变量
awk环境变量及其意义
$n --当前记录的第n个域，域间由FS分隔
$0 --记录的所有域
ARGC --命令行参数的数量
ARGIND --命令行中当前文件的位置（以0开始标号）
ARGV --命令行参数的数组
CONVFMT --数字转换格式
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，以空格键分隔
FILENAME --当前文件名
FNR --浏览文件的记录数
FS --字段分隔符，默认是空格键
IGNORECASE --布尔变量，如果是真，则进行忽略大小写的匹配
NF --当前记录中的域数量
NR --当前记录数
OFMT --数字的输出格式
OFS --输出域分隔符，默认是空格键
ORS --输出记录分隔符，默认是换行符
RLENGHT --由math函数所匹配的字符串长度
RS --记录分隔符，默认是空格键
RSTART --由math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34
以，号分隔，输出记录中的域数量，当前记录数，以及记录的所有域
awk 'BEGIN {FS=","} {print NF,NR,$0} ' sturecord

5 1 li ming,68,75,89,90
5 2 fang tianyi,60,90,70,80
5 3 fang xiaolong,81,72,64,95
5 4 fang tianxin,80,70,69,95

以，号分隔，输出记录中的域数量，当前记录数，以及记录的所有域，最后输出当前文件名

awk 'BEGIN {FS=","} {print NF,NR,$0} END {print FILENAME}' sturecord

5 1 li ming,68,75,89,90
5 2 fang tianyi,60,90,70,80
5 3 fang xiaolong,81,72,64,95
5 4 fang tianxin,80,70,69,95
sturecord

　　

awk之格式化输出
printf修饰符及其意义
- --左对齐
width --域的步长
.prec --小数点右边的位数

printf格式符及其意义
%c --ASCII字符
%d --整数型
%e --浮点数，科学记数法
%f --浮点数
%o --八进制数
%s --字符串
%x --十六进制数
以，号分隔，格式化输出第一列（字符串格式）、第二列（整型），第一列与第二列之间以tab间分隔，每行打印完即回车
awk 'BEGIN {FS=","} {printf("%s %d ",$1,$2)}' sturecord

li ming 68
fang tianyi     60
fang xiaolong   81
fang tianxin    80

以，号分隔，格式化输出第一列（字符串格式）、第二列（浮点型），第一列与第二列之间以tab间分隔，每行打印完即回车
awk 'BEGIN {FS=","} {printf("%s %f ",$1,$2)}' sturecord

li ming 68.800000
fang tianyi     60.600000
fang xiaolong   81.300000
fang tianxin    80.600000

将65转换为ASCII字符
awk 'BEGIN {printf("%c ",65)}'

A

以，号分隔，格式化输出第一列（字符串格式）、第二列（整型），这里第一列做了一个处理，-15表示该字符串长度控制在15位，并且左对齐，若字符串不足15位则用空格补全，第一列与第二列之间以tab间分隔，每行打印完即回车
awk 'BEGIN {FS=","} {printf("%-15s %f ",$1,$2)}' sturecord

li ming         68.800000
fang tianyi     60.600000
fang xiaolong   81.300000
fang tianxin    80.600000

以，号分隔，格式化输出第一列（字符串格式）、第二列（整型），我们在输出域上加了解释语言，第一列做了一个处理，-15表示该字符串长度控制在15位，并且左对齐，若字符串不足15位则用空格补全，第一列与第二列之间以tab间分隔，每行打印完即回车
awk 'BEGIN {FS=",";print "NAME MATHSCORE"} {printf("%-15s %f ",$1,$2)}' sturecord

NAME            MATHSCORE
li ming         68.800000
fang tianyi     60.600000
fang xiaolong   81.300000
fang tianxin    80.600000

以，号分隔，格式化输出第一列（字符串格式）、第二列（浮点型，浮点型保留一位小数），第一列与第二列之间以tab间分隔，每行打印完即回车
awk 'BEGIN {FS=","} {printf("%s %.1f ",$1,$2)}' sturecord  

li ming 68.8
fang tianyi     60.6
fang xiaolong   81.3
fang tianxin    80.6

以，号分隔，格式化输出第一列（字符串格式）、第二列（浮点型，浮点型保留两位小数），第一列与第二列之间以tab间分隔，每行打印完即回车
awk 'BEGIN {FS=","} {printf("%s %.2f ",$1,$2)}' sturecord

li ming 68.80
fang tianyi     60.60
fang xiaolong   81.30
fang tianxin    80.60

以，号分隔，格式化输出第一列（字符串格式）、第二列（浮点型，浮点型保留两位小数，该浮点数长度控制在10位，且为右对齐），第一列与第二列之间以tab间分隔，每行打印完即回车
awk 'BEGIN {FS=","} {printf("%s %10.2f ",$1,$2)}' sturecord

li ming      68.80
fang tianyi          60.60
fang xiaolong        81.30
fang tianxin         80.60

总结printf修饰符的一版形式：%-width.prec格式控制符

awk之内置字符串函数
awk字符串函数及其意义
gsub(r,s) --在输入文件中用s替换r
gsub(r,s,t) --在t中用s替换r
index(s,t) --返回s中字符串第一个t的位置
length(s) --返回s的长度
match(s,t) --测试s是否包含匹配t的字符串
split(r,s,t) --在t上将r分成序列s
sub(r,s,t) --将t中第一次出现的r替换为s
substr(r,s) --返回字符串r中从s开始的后缀部分
substr(r,s,t) --返回字符串r中从s开始长度为t的后缀部分
首先指定域分隔符为","，输出的域分隔符为":",然后将第一个域中的fang替换为yuan，最后输出全部域，将含有yuan的所有行显示出来
awk 'BEGIN {FS=",";OFS=":"} gsub(/fang/,"yuan",$1) {print $0}' sturecord 

yuan tianyi:60.6:90:70:80
yuan xiaolong:81.3:72:64:95
yuan tianxin:80.6:70:69:95

ph在gridsphere中第六位开始出现
awk 'BEGIN {print index("gridsphere","ph")}'

6

gridsphere的长度是10
awk 'BEGIN {print length("gridsphere")}' 

10

测试D是否包含匹配字符串gridsphere，返回0为不包含
awk 'BEGIN {print match("gridsphere",/D/)}'

0

忽略大小写后，测试D是否包含匹配字符串gridsphere，返回4说明包含，d出现在第四个位置
awk 'BEGIN {IGNORECASE=1;print match("gridsphere",/D/)}'

4

先定义str变量，使用sub函数将第一次出现的pro定义成PRO
awk 'BEGIN {str="multiprocessor programming";sub(/pro/,"PRO",str);printf("%s ",str)}'

multiPROcessor programming

将sturecord中第一号域与fang匹配的记录中的第一次出现的60改成99
awk 'BEGIN {FS=","}{$1~fang sub(/80/,"99",$0);print $0}' sturecord

li ming,68.8,75,89,90
fang tianyi,60.6,90,70,99
fang xiaolong,81.3,72,64,95
fang tianxin,99.6,70,69,95

截取str从第六个字符开始的后缀部分
awk 'BEGIN {str="multiprocessor programming";print substr(str,6)}'  

processor programming

截取str从第六个字符开始的长度为9的后缀部分
awk 'BEGIN {str="multiprocessor programming";print substr(str,6,9)}'　　

processor

向awk脚本传递参数

cat pass.awk

#!/bin/awk -f
NF!=MAX
{print ("The line "NR" does not have "MAX" filds.")}

赋权 chmod u+x pass.awk

执行命令：./pass.awk MAX=3 FS="," sturecord

li ming,68.8,75,89,90
The line 1 does not have 3 filds.
fang tianyi,60.6,90,70,80
The line 2 does not have 3 filds.
fang xiaolong,81.3,72,64,95
The line 3 does not have 3 filds.
fang tianxin,80.6,70,69,95
The line 4 does not have 3 filds.

输出sturecord的所有记录，每行记录前加上其行号，重新定义OFS的值，改变输出域的分隔符
awk 'BEGIN {FS=","} {print NR,$0}' OFS=";" sturecord 

1;li ming,68.8,75,89,90
2;fang tianyi,60.6,90,70,80
3;fang xiaolong,81.3,72,64,95
4;fang tianxin,80.6,70,69,95

　　

awk之条件语句和循环语句
条件语句if的语法
if(条件表达式)
  动作1
  [else
  动作2]
样例
awk 'BEGIN {if (x==y) print "x与y相等"}' x=1 ;y=1

 

三种循环
while(条件表达式)
    动作

 

do
  动作
while(条件表达式)

 

for(设置计数器初值;测试计数器;计数器变化)
   动作

awk之数组
将原始定义的数组打印出来
awk 'BEGIN{data[10.15]="1200";printf("<%s> ",data[10.15])}'
关键字in用于判断元素10.15是否在数组中，如果存在，则输出found element!
awk 'BEGIN{data[10.15]="1200";if("10.15" in data) print "found element!"}'
将abc/def/lih分成3个元素存储在数组str中
awk 'BEGIN{print split("abc/def/lih",str,"/")}'　

3

将第一个域按空格拆分，存到name数组中
awk 'BEGIN{FS=","}{print split($1,name," ")}' sturecord

2
2
2
2

演示split所生成的数组

查看脚本：cat array.awk  

#!/bin/awk -f
BEGIN {FS=","}
{split($1,name," ");
for(i in name) print name[i]}

赋权： chmod u+x array.awk

执行：./array.awk sturecord

li
ming
fang
tianyi
fang
xiaolong
fang
tianxin

等价于：awk 'BEGIN{FS=","}{split($1,name," ");for(i in name)print name[i]}' sturecord