原文地址

awk 是處理文本的工具，Mac 自帶這個程序。

適合文本比較復(fù)雜的格式化數(shù)據(jù)。

基本語法

awk [可選參數(shù)] [模式-動作] 文件名

awk 會一行一行的處理文件里面的內(nèi)容。

可選參數(shù)說明:

• -F 指定分隔符, 默認(rèn)是以空格作為分隔符;
• -f 從腳本文件中讀取 awk 命令;

可選參數(shù)可以省略。

模式-動作 說明:

其中模式可以有 0 個或者多個，每一行的內(nèi)容會依次測試每個模式，所有的模式都匹配之后，會執(zhí)行相應(yīng)的動作。

每個模式或者動作里面可以使用 awk 中的 運算符， 內(nèi)置變量， 內(nèi)置函數(shù)等。

假設(shè)有一個 emp.data 文件， 里面內(nèi)容是部分 NBA 球員的姓名，身高， 年齡的數(shù)據(jù):

Stephen Curry, 1.91, 31
Kevin Durant, 2.06, 30
LeBron James, 2.03, 34
Russell Westbrook, 1.92, 30
Kyrie Lrving, 1.90, 27

1. 沒有模式

輸出每一行的內(nèi)容, 使用如下命令:

awk '{print $0}' emp.data 

結(jié)果如下:

Stephen Curry, 1.91, 31
Kevin Durant, 2.06, 30
LeBron James, 2.03, 34
Russell Westbrook, 1.92, 30
Kyrie Lrving, 1.90, 27

輸出第一列的內(nèi)容, 使用如下命令:

awk '{print $1}' emp.data

結(jié)果如下:

Stephen
Kevin
LeBron
Russell
Kyrie

發(fā)現(xiàn)第一列的姓名沒有顯示完全, 因為 awk 默認(rèn)是以空格作為分隔符的，如果需要顯示完全需要我們顯示的指定分隔符。

輸出每個人的名字, 使用如下命令:

awk -F "," '{print $1}' emp.data

結(jié)果如下:

Stephen Curry
Kevin Durant
LeBron James
Russell Westbrook
Kyrie Lrving

輸出每個球員名字的小寫字母, 使用如下命令:

awk -F "," ' {print tolower($1)}' emp.data

結(jié)果如下:

stephen curry
kevin durant
lebron james
russell westbrook
kyrie lrving

2. 單個模式

輸出年齡大于30歲的球員的姓名和身高, 使用如下命令:

awk -F "," '$3 > 30 {print $1, $2}' emp.data

結(jié)果如下:

Stephen Curry  1.91
LeBron James  2.03

輸出姓名大于12個字符(含空格)的球員信息, 使用如下命令:

awk -F "," 'length($1) > 12 {print $0}' emp.data

結(jié)果如下:

Stephen Curry, 1.91, 31
Russell Westbrook, 1.92, 30

3. 多個模式

輸出年齡大于30歲，并且身高大于2米的球員的信息，使用如下命令:

awk -F "," '$3 > 30 &&  $2 > 2.00 {print $0}' emp.data

結(jié)果如下:

LeBron James, 2.03, 34

awk 腳本

語法結(jié)構(gòu)如下:

BEGIN {放置的是執(zhí)行前的語句}
{處理每一行時要執(zhí)行的語句}
END {處理完所有的行后要執(zhí)行的語句}

其中 BEGIN 和 END 都是可選的。

統(tǒng)計所有球員的總身高，使用如下命令:

awk -F "," '{sum+=$2} END {print sum}' emp.data

其中 sum 為自定義的變量， $2 為內(nèi)置變量，表示第二列的值。

結(jié)果如下:

9.82

運算符

變量

$ + 數(shù)字 表示某個字段： $1 表示第一個字段， $2 表示第二個字段， $3 表示第三個字段, … , $0 表示一整行。

變量 NF 表示當(dāng)前行有多少個字段。

變量 NR 表示當(dāng)前是第幾行。

其他常用變量：

• FILENAME：當(dāng)前文件名
• FS：字段分隔符，默認(rèn)是空格和制表符。
• RS：行分隔符，用于分割每一行，默認(rèn)是換行符。
• OFS：輸出字段的分隔符，用于打印時分隔字段，默認(rèn)為空格。
• ORS：輸出記錄的分隔符，用于打印時分隔記錄，默認(rèn)為換行符。
• OFMT：數(shù)字輸出的格式，默認(rèn)為％.6g。

函數(shù)

常用的函數(shù)如下：

• tolower()：字符轉(zhuǎn)為小寫。
• toupper(): 字符串轉(zhuǎn)為大寫。
• length()：返回字符串長度。
• substr()：返回子字符串。
• sin()：正弦。
• cos()：余弦。
• sqrt()：平方根。
• rand()：隨機(jī)數(shù)。

awk 內(nèi)置函數(shù)的完整列表，可以查看手冊。

參考

• awk 入門教學(xué)
• Linux awk 命令
• awk 簡明教程
• awk 入門指南