shell编程之awk命令详解

桀昊j

shell编程之awk命令详解
　　linux
　　本篇博客主要介绍linux常用命令中的对文本和数据进行处理的命令awk的用法。
awk命令
　　awk是一种编程语言，用于在linux/unix下对文本和数据进行处理。数据可以来自标准输入(stdin)、一个或多个文件，或其它命令的输出。它支持用户自定义函数和动态正则表达式等先进功能，是linux/unix下的一个强大编程工具。它在命令行中使用，但更多是作为脚本来使用。awk有很多内建的功能，比如数组、函数等，这是它和C语言的相同之处，灵活性是awk最大的优势。
awk命令格式和选项
语法格式

• 　　awk [options] 'script' var=value file(s)
  
• 　　awk [options] -f scriptfile var=value file(s)
  

常用命令选项

• 　　-F fs  fs 指定输入分隔符，fs可以时字符串或正则表达式
  
• 　　-v var=value  赋值一个用户定义变量，将外部变量传递给awk
  
• 　　-f scriptfile  从脚本文件中读取awk命令
  

awk脚本
　　awk脚本是由模式和操作组成的。
模式与操作
模式
　　模式可以是以下任意一种：

• 　　正则表达式：使用通配符的扩展集
  
• 　　关系表达式：使用运算符进行操作，可以是字符串或数字的比较测试
  
• 　　模式匹配表达式：用运算符～（匹配）和~!不匹配
  
• 　　BEGIN 语句块， pattern语句块， END语句块
  

操作
　　操作由一个或多个命令、函数、表达式组成，之间由换行符或分号隔开，并位于大刮号内，主要部分是：变量或数组赋值、输出命令、内置函数、控制流语句。
awk脚本基本格式

• 　　awk 'BEGIN{ commands } pattern{ commands } END{ commands }' file
  

　　一个awk脚本通常由BEGIN， 通用语句块，END语句块组成，三部分都是可选的。 脚本通常是被单引号或双引号包住。

• 　　awk 'BEGIN{ i=0 } { i++ } END{ print i }' filename
  
• 　　awk "BEGIN{ i=0 } { i++ } END{ print i }" filename
  

awk执行过程分析

• 　　第一步： 执行BEGIN { commands } pattern 语句块中的语句
  

  　　BEGIN语句块：在awk开始从输入输出流中读取行之前执行，在BEGIN语句块中执行如变量初始化，打印输出表头等操作。
  

  
  
• 　　第二步：从文件或标准输入中读取一行，然后执行pattern{ commands }语句块。它逐行扫描文件，从第一行到最后一行重复这个过程，直到全部文件都被读取完毕。
  

  　　pattern语句块：pattern语句块中的通用命令是最重要的部分，它也是可选的。如果没有提供pattern语句块，则默认执行{ print }，即打印每一个读取到的行。{ }类似一个循环体，会对文件中的每一行进行迭代，通常将变量初始化语句放在BEGIN语句块中，将打印结果等语句放在END语句块中。
  

  
  
• 　　第三步：当读至输入流末尾时，执行END { command }语句块
  

  　　END语句块:在awk从输入流中读取完所有的行之后即被执行，比如打印所有行的分析结果这类信息汇总都是在END语句块中完成，它也是一个可选语句块。
  

  
  

AWK内置变量

• 　　$n : 当前记录的第n个字段，比如n为1表示第一个字段，n为2表示第二个字段。
  
• 　　$0 : 这个变量包含执行过程中当前行的文本内容。
  
• 　　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 : 当前输入文件的名。
  
• 　　NR : 表示记录数，在执行过程中对应于当前的行号
  
• 　　FNR : 同NR :，但相对于当前文件。
  
• 　　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 : 表示字段数，在执行过程中对应于当前的字段数。 print $NF答应一行中最后一个字段
  
• 　　OFMT : 数字的输出格式（默认值是%.6g）。
  
• 　　OFS  : 输出字段分隔符（默认值是一个空格）。
  
• 　　ORS :  输出记录分隔符（默认值是一个换行符）。
  
• 　　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。
  
• 　　RLENGTH : 由match函数所匹配的字符串的长度。
  
• 　　SUBSEP : 数组下标分隔符（默认值是34）。
  

将外部变量值传递给awk

• 　　借助 -v 选项，可以将来自外部值（非stdin）传递给awk
  

  　　VAR=10000
  　　echo | awk -v VARIABLE=$VAR '{ print VARIABLE }'
  

  
  
• 　　定义内部变量接收外部变量
  

  　　var1="aaa"
  　　var2="bbb"
  　　echo | awk '{ print v1,v2 }' v1=$var1 v2=$var2
  

  
  
• 　　当输入来自文件时
  

  　　awk '{ print v1,v2 }' v1=$var1 v2=$var2 filename
  

  
  

awk运算

• 　　算术运算：（+，-，*，/，&，！，……，++，--）
  

  　　所有用作算术运算符进行操作时，操作数自动转为数值，所有非数值都变为0
  

  
  
• 　　赋值运算：（=， +=， -=，*=，/=，%=，……=，**=）
  
• 　　逻辑运算符: (||, &&)
  
• 　　关系运算符：（=,!=, ==）
  
• 　　正则运算符：（～，～!）(匹配正则表达式，与不匹配正则表达式)
  

  　　awk 'BEGIN{a="100testa";if(a ~ /^100*/){print "ok";}}'
  　　ok
  

  
  

awk高级输入输出
读取下一条记录：next 语句
　　awk中next语句使用：在循环逐行匹配，如果遇到next，就会跳过当前行，直接忽略下面语句。而进行下一行匹配。net语句一般用于多行合并：

　　awk 'NR%2==1{next}{print NR,$0;}' text.txt
　　说明： 当记录行号除以2余1，就跳过当前行。下面的print NR,$0也不会执行。下一行开始，程序有开始判断NR%2值。这个时候记录行号是：2 ，就会执行下面语句块：print NR,$0

读取一行记录：getline 语句
　　awk getline用法：输出重定向需用到getline函数。getline从标准输入、管道或者当前正在处理的文件之外的其他输入文件获得输入。它负责从输入获得下一行的内容，并给NF,NR和FNR等内建变量赋值。如果得到一条记录，getline函数返回1，如果到达文件的末尾就返回0，如果出现错误，例如打开文件失败，就返回-1。
　　语法格式：getline var 变量var包含了特定行的内容
　　用法说明：

• 　　当其左右无重定向符时|，