awk是一個(gè)非常棒的數(shù)字處理工具。相比于sed常常作用于一整行的處理，awk則比較傾向于將一行分為數(shù)個(gè)“字段”來(lái)處理。運(yùn)行效率高，而且代碼簡(jiǎn)單，對(duì)格式化的文本處理能力超強(qiáng)。先來(lái)一個(gè)例子：
文件a，統(tǒng)計(jì)文件a的第一列中是浮點(diǎn)數(shù)的行的浮點(diǎn)數(shù)的平均值。用awk來(lái)實(shí)現(xiàn)只需要一句話就可以搞定
$cat a
1.021 33
1#.ll?? 44
2.53 6
ss??? 7
awk 'BEGIN{total = 0;len = 0} {if($1~/^[0-9]+\.[0-9]*/){total += $1; len++}} END{print total/len}' a
（分析：$1~/^[0-9]+\.[0-9]*/表示$1與“/ /”里面的正則表達(dá)式進(jìn)行匹配，若匹配，則total加上$1，且len自增，即數(shù)目加1. “^[0-9]+\.[0-9]*”是個(gè)正則表達(dá)式，“^[0-9]”表示以數(shù)字開(kāi)頭，“\.”是轉(zhuǎn)義的意思，表示“.”為小數(shù)點(diǎn)的意思?！癧0-9]*”表示0個(gè)或多個(gè)數(shù)字）
awk的一般語(yǔ)法格式為：
awk [-參數(shù) 變量] 'BEGIN{初始化}條件類(lèi)型1{動(dòng)作1}條件類(lèi)型2{動(dòng)作2}。。。。END{后處理}'
其中：BEGIN和END中的語(yǔ)句分別在開(kāi)始讀取文件（in_file）之前和讀取完文件之后發(fā)揮作用，可以理解為初始化和掃尾。
（1）參數(shù)說(shuō)明：
-F re：允許awk更改其字段分隔符
-v var=$v 把v值賦值給var，如果有多個(gè)變量要賦值，那么就寫(xiě)多個(gè)-v，每個(gè)變量賦值對(duì)應(yīng)一個(gè)-v
e.g. 要打印文件a的第num行到num+num1行之間的行
awk -v num=$num -v num1=$num1 'NR==num,NR==num+num1{print}' a
-f progfile：允許awk調(diào)用并執(zhí)行progfile程序文件，當(dāng)然progfile必須是一個(gè)符合awk語(yǔ)法的程序文件。
（2）awk內(nèi)置變量：
ARGC命令行參數(shù)的個(gè)數(shù)
ARGV命令行參數(shù)數(shù)組
ARGIND當(dāng)前被處理文件的ARGV標(biāo)志符
e.g 有兩個(gè)文件a 和b
awk '{if(ARGIND==1){print "處理a文件"} if(ARGIND==2){print "處理b文件"}}' a b
文件處理的順序是先掃描完a文件，再掃描b文件
NR已經(jīng)讀出的記錄數(shù)
FNR當(dāng)前文件的記錄數(shù)
上面的例子也可以寫(xiě)成這樣：
awk 'NR==FNR{print "處理文件a"} NR > FNR{print "處理文件b"}' a b #執(zhí)行有問(wèn)題？
輸入文件a和b，由于先掃描a，所以掃描a的時(shí)候必然有NR==FNR，然后掃描b的時(shí)候，F(xiàn)NR從1開(kāi)始計(jì)數(shù)，而NR則接著a的行數(shù)繼續(xù)計(jì)數(shù)，所以NR > FNR
e.g 要顯示文件的第10行至第15行
awk 'NR==10,NR==15{print}' a
FS輸入字段分隔符（缺省為:space:），相當(dāng)于-F選項(xiàng)
awk -F ':' '{print}' a和awk 'BEGIN{FS=":"}{print}' a是一樣的
OFS輸出字段分隔符（缺省為:space:）
awk -F ':' 'BEGIN{OFS=";"}{print $1,$2,$3}' b
如果cat b為
1:2:3
4:5:6
那么把OFS設(shè)置成";"后就會(huì)輸出
1;2;3
4;5;6
（小注釋?zhuān)篴wk把分割后的第1、2、3個(gè)字段用$1,$2,$3...表示，$0表示整個(gè)記錄（一般就是一整行））
NF：當(dāng)前記錄中的字段個(gè)數(shù)
awk -F ':' '{print NF}' b的輸出為
3
3
表明b的每一行用分隔符":"分割后都3個(gè)字段
可以用NF來(lái)控制輸出符合要求的字段數(shù)的行，這樣可以處理掉一些異常的行
awk -F ':' '{if (NF == 3)print}' b
RS：輸入記錄分隔符，缺省為"\n"
缺省情況下，awk把一行看作一個(gè)記錄；如果設(shè)置了RS，那么awk按照RS來(lái)分割記錄
例如，如果文件c，cat c為
hello world; I want to go swimming tomorrow;hiahia
運(yùn)行awk 'BEGIN{ RS = ";" } {print}' c的結(jié)果為
hello world
I want to go swimming tomorrow
hiahia
合理的使用RS和FS可以使得awk處理更多模式的文檔，例如可以一次處理多行，例如文檔d cat d的輸出為
1 2
3 4 5
6 7
8 9 10
11 12
hello
每個(gè)記錄使用空行分割，每個(gè)字段使用換行符分割，這樣的awk也很好寫(xiě)
awk 'BEGIN{ FS = "\n"; RS = ""} {print NF}' d輸出
2
3
1
ORS：輸出記錄分隔符，缺省為換行符，控制每個(gè)print語(yǔ)句后的輸出符號(hào)
awk 'BEGIN{ FS = "\n"; RS = ""; ORS = ";"} {print NF}' d輸出
2;3;1
（3）awk讀取shell中的變量
可以使用-v選項(xiàng)實(shí)現(xiàn)功能
$b=1
$cat f
apple
$awk -v var=$b '{print var, $var}' f
1 apple
至于有沒(méi)有辦法把a(bǔ)wk中的變量傳給shell呢，這個(gè)問(wèn)題我是這樣理解的。shell調(diào)用awk實(shí)際上是fork一個(gè)子進(jìn)程出來(lái)，而子進(jìn)程是無(wú)法向父進(jìn)程傳遞變量的，除非用重定向（包括管道）
a=$(awk '{print $b, '$b'}' f)
$echo $a
apple 1
（4）輸出重定向
awk的輸出重定向類(lèi)似于shell的重定向。重定向的目標(biāo)文件名必須用雙引號(hào)引用起來(lái)。
$awk '$4 >=70 {print $1,$2 > "destfile" }' filename
$awk '$4 >=70 {print $1,$2 >> "destfile" }' filename
（5）awk中調(diào)用shell命令：
1)使用管道
awk中的管道概念和shell的管道類(lèi)似，都是使用"|"符號(hào)。如果在awk程序中打開(kāi)了管道，必須先關(guān)閉該管道才能打開(kāi)另一個(gè)管道。也就是說(shuō)一次只能打開(kāi)一個(gè)管道。shell命令必須被雙引號(hào)引用起來(lái)?！叭绻蛩阍俅卧赼wk程序中使用某個(gè)文件或管道進(jìn)行讀寫(xiě)，則可能要先關(guān)閉程序，因?yàn)槠渲械墓艿罆?huì)保持打開(kāi)狀態(tài)直至腳本運(yùn)行結(jié)束。注意，管道一旦被打開(kāi)，就會(huì)保持打開(kāi)狀態(tài)直至awk退出。因此END塊中的語(yǔ)句也會(huì)收到管道的影響。（可以在END的第一行關(guān)閉管道）”
awk中使用管道有兩種語(yǔ)法，分別是：
awk output | shell input
shell output | awk input
對(duì)于awk output | shell input來(lái)說(shuō)，shell接收awk的輸出，并進(jìn)行處理。需要注意的是，awk的output是先緩存在pipe中，等輸出完畢后再調(diào)用shell命令 處理，shell命令只處理一次，而且處理的時(shí)機(jī)是“awk程序結(jié)束時(shí)，或者管道關(guān)閉時(shí)（需要顯式的關(guān)閉管道）”
$awk '/west/{count++} {printf "%s %s\t\t%-15s\n", $3,$4,$1 | "sort +1"} END{close "sort +1"; printf "The number of sales pers in the western"; printf "region is " count "." }' datafile （解釋?zhuān)?west/{count++}表示與“wes”t進(jìn)行匹配，若匹配，則count自增）
printf函數(shù)用于將輸出格式化并發(fā)送給管道。所有輸出集齊后，被一同發(fā)送給sort命令。必須用與打開(kāi)時(shí)完全相同的命令來(lái)關(guān)閉管道(sort +1)，否則END塊中的語(yǔ)句將與前面的輸出一起被排序。此處的sort命令只執(zhí)行一次。
在shell output | awk input中awk的input只能是getline函數(shù)。shell執(zhí)行的結(jié)果緩存于pipe中，再傳送給awk處理，如果有多行數(shù)據(jù)，awk的getline命令可能調(diào)用多次。
$awk 'BEGIN{ while(("ls" | getline d) > 0) print d}' f
（5）awk結(jié)合match使用，提取匹配字符串：
文件內(nèi)容：
hostname
0.0.0.0
要求提取0.0.0.0
命令：
cat filename | grep -A 1 "hostname" |awk 'match($0, "(.*)", a) {print a[1]}'
其中 grep -A n,表示多往下輸出n行
