awk

awk是处理文本文件的一个应用程序，几乎所有 Linux 系统都自带这个程序。

它依次处理文件的每一行，并读取里面的每一个字段。对于日志、CSV 那样的每行格式相同的文本文件，awk可能是最方便的工具。

awk - 图1

awk其实不仅仅是工具软件，还是一种编程语言。不过，这里只介绍它的命令行用法，对于大多数场合，应该足够用了。

基本用法

awk的基本用法就是下面的形式。

  1. # 格式
  2. $ awk 动作 文件名
  4. # 示例
  5. $ awk '{print $0}' demo.txt

上面示例中，demo.txt是awk所要处理的文本文件。前面单引号内部有一个大括号，里面就是每一行的处理动作print $0。其中，print是打印命令，$0代表当前行，因此上面命令的执行结果，就是把每一行原样打印出来。

下面，我们先用标准输入（stdin）演示上面这个例子。

  1. $ echo 'this is a test' | awk '{print $0}'
  2. this is a test

上面代码中，print $0就是把标准输入this is a test，重新打印了一遍。

awk会根据空格和制表符，将每一行分成若干字段，依次用$1、$2、$3代表第一个字段、第二个字段、第三个字段等等。

  1. $ echo 'this is a test' | awk '{print $3}'
  2. a

上面代码中，$3代表this is a test的第三个字段a。

下面，为了便于举例，我们把/etc/passwd文件保存成demo.txt。

  1. root:x:0:0:root:/root:/usr/bin/zsh
  2. daemon:x:1:1:daemon:/usr/sbin:/usr/sbin/nologin
  3. bin:x:2:2:bin:/bin:/usr/sbin/nologin
  4. sys:x:3:3:sys:/dev:/usr/sbin/nologin
  5. sync:x:4:65534:sync:/bin:/bin/sync

这个文件的字段分隔符是冒号（:），所以要用-F参数指定分隔符为冒号。然后，才能提取到它的第一个字段。

  1. $ awk -F ':' '{ print $1 }' demo.txt
  2. root
  3. daemon
  4. bin
  5. sys
  6. sync

变量

除了$ + 数字表示某个字段，awk还提供其他一些变量。

变量NF表示当前行有多少个字段，因此$NF就代表最后一个字段。

  1. $ echo 'this is a test' | awk '{print $NF}'
  2. test

$(NF-1)代表倒数第二个字段。

  1. $ awk -F ':' '{print $1, $(NF-1)}' demo.txt
  2. root /root
  3. daemon /usr/sbin
  4. bin /bin
  5. sys /dev
  6. sync /bin

上面代码中，print命令里面的逗号，表示输出的时候，两个部分之间使用空格分隔。

变量NR表示当前处理的是第几行。

  1. $ awk -F ':' '{print NR ") " $1}' demo.txt
  2. 1) root
  3. 2) daemon
  4. 3) bin
  5. 4) sys
  6. 5) sync

上面代码中，print命令里面，如果原样输出字符，要放在双引号里面。

awk的其他内置变量如下。

  • FILENAME：当前文件名
  • FS：字段分隔符，默认是空格和制表符。
  • RS：行分隔符，用于分割每一行，默认是换行符。
  • OFS：输出字段的分隔符，用于打印时分隔字段，默认为空格。
  • ORS：输出记录的分隔符，用于打印时分隔记录，默认为换行符。
  • OFMT：数字输出的格式，默认为％.6g。

函数

awk还提供了一些内置函数，方便对原始数据的处理。

函数toupper()用于将字符转为大写。

  1. $ awk -F ':' '{ print toupper($1) }' demo.txt
  2. ROOT
  3. DAEMON
  4. BIN
  5. SYS
  6. SYNC

上面代码中，第一个字段输出时都变成了大写。

其他常用函数如下。

  • tolower()：字符转为小写。
  • length()：返回字符串长度。
  • substr()：返回子字符串。
  • sin()：正弦。
  • cos()：余弦。
  • sqrt()：平方根。
  • rand()：随机数。

awk内置函数的完整列表，可以查看手册。

条件

awk允许指定输出条件，只输出符合条件的行。

输出条件要写在动作的前面。

  1. $ awk '条件 动作' 文件名

请看下面的例子。

  1. $ awk -F ':' '/usr/ {print $1}' demo.txt
  2. root
  3. daemon
  4. bin
  5. sys

上面代码中，print命令前面是一个正则表达式，只输出包含usr的行。

下面的例子只输出奇数行，以及输出第三行以后的行。

  1. # 输出奇数行
  2. $ awk -F ':' 'NR % 2 == 1 {print $1}' demo.txt
  3. root
  4. bin
  5. sync
  7. # 输出第三行以后的行
  8. $ awk -F ':' 'NR >3 {print $1}' demo.txt
  9. sys
  10. sync

下面的例子输出第一个字段等于指定值的行。

  1. $ awk -F ':' '$1 == "root" {print $1}' demo.txt
  2. root
  4. $ awk -F ':' '$1 == "root" || $1 == "bin" {print $1}' demo.txt
  5. root
  6. bin

if 语句

awk提供了if结构，用于编写复杂的条件。

  1. $ awk -F ':' '{if ($1 > "m") print $1}' demo.txt
  2. root
  3. sys
  4. sync

上面代码输出第一个字段的第一个字符大于m的行。

if结构还可以指定else部分。

  1. $ awk -F ':' '{if ($1 > "m") print $1; else print "---"}' demo.txt
  2. root
  3. ---
  4. ---
  5. sys
  6. sync

参考链接