Awk是一種通用腳本語(yǔ)言，用于高級(jí)文本處理的。它主要用作報(bào)告和分析工具。與大多數(shù)其他程序性編程語(yǔ)言不同。

Awk是數(shù)據(jù)驅(qū)動(dòng)的，這意味著您必須定義一組針對(duì)輸入文本要執(zhí)行的操作。它獲取輸入數(shù)據(jù)，對(duì)其進(jìn)行轉(zhuǎn)換，然后將結(jié)果發(fā)送到標(biāo)準(zhǔn)輸出。

awk有幾種不同的實(shí)現(xiàn)。我們將使用Awk的GNU實(shí)現(xiàn)，稱為gawk。在大多數(shù)Linux發(fā)行版可用，awk命令只gawk的符號(hào)鏈接。

在本教程的所有示例中，我們將使用teams.txt文件作為awk的輸入，teams.txt文件內(nèi)容如下所示。

Bucks Milwaukee    60 22 0.732 
Raptors Toronto    58 24 0.707 
76ers Philadelphia 51 31 0.622
Celtics Boston     49 33 0.598
Pacers Indiana     48 34 0.585

teams.txt

記錄和字段

Awk可以處理文本數(shù)據(jù)和流。將輸入的數(shù)據(jù)分為記錄和字段。Awk一次對(duì)一條記錄進(jìn)行操作，直到達(dá)到輸入結(jié)束為止。

記錄由記錄分隔符分隔。默認(rèn)的記錄分隔符是換行符，這意味著文本數(shù)據(jù)中的每一行都是一條記錄。可以使用RS變量來(lái)設(shè)置記錄分的隔符。

記錄由多個(gè)字段組成，并且使用字段分隔符分隔。默認(rèn)情況下，字段之間用空格分隔，可以是一個(gè)或多個(gè)制表符，空格等，你可以使用awk命令的-F選項(xiàng)指定字段的分隔符。

每條記錄中的字段都可以使用美元符號(hào)$后跟字段編號(hào)表示，從1開(kāi)始。第一個(gè)字段由$1表示，第二個(gè)字段由$2表示。

依此類推，最后一個(gè)字段也可以用特殊變量$NF表示。整個(gè)記錄可以用$0表示。

下面可以直觀展示記錄和字段的關(guān)系，也是awk處理文本數(shù)據(jù)默認(rèn)使用的記錄分隔符，即換行符。字段分隔符是空格符。

tmpfs      788M  1.8M  786M   1% /run/lock 
/dev/sda1  234G  191G   31G  87% /
|-------|  |--|  |--|   |--| |-| |--------| 
   $1       $2    $3     $4   $5  $6 ($NF) --> 字段 $1,$2...字段
|-----------------------------------------| 
                    $0                     --> 記錄由多個(gè)字段組成的單行記錄

正則表達(dá)式模式

正則表達(dá)式是與一組字符串匹配的模式。Awk正則表達(dá)式模式包含在斜杠//中。這是正則表達(dá)式模式語(yǔ)法形式/regex pattern/ { action }。

模式可以是任何類型的擴(kuò)展正則表達(dá)式，換句話說(shuō)，你在其它語(yǔ)言使用的正則表達(dá)式都可以用于awk。

例如命令awk '/0.5/ { print $1 }' teams.txt僅打印包含0.5記錄的第一個(gè)字段。

命令awk '/^[0-9][0-9]/ { print $1 }' teams.txt將會(huì)搜索以兩個(gè)或多個(gè)數(shù)字開(kāi)頭的記錄，并打印第一個(gè)字段。

awk '/0.5/ { print $1 }' teams.txt

Celtics
Pacers

awk '/^[0-9][0-9]/ { print $1 }' teams.txt

76ers

關(guān)系表達(dá)模式

關(guān)系表達(dá)式模式通常用于匹配指定字段或變量的內(nèi)容。默認(rèn)情況下，正則表達(dá)式模式與記錄進(jìn)行匹配。

要將正則表達(dá)式與字段進(jìn)行匹配，請(qǐng)指定字段并針對(duì)模式使用包含比較運(yùn)算符約等于號(hào)~。要匹配不包含指定模式的字段，請(qǐng)使用不約等于運(yùn)算符!~。

除了約等于和不約等于符號(hào)之外，您可以比較字符串或數(shù)字之間的關(guān)系，例如大于>，小于<，等于=符號(hào)。

例如命令awk '$2 ~ /ia/ { print $1 }' teams.txt將會(huì)搜索第二個(gè)字段包含ia的記錄并打印第一個(gè)字段。

awk '$2 ~ /ia/ { print $1 }' teams.txt

76ers
Pacers

例如命令awk '$2 !~ /ia/ { print $1 }' teams.txt將會(huì)搜索第二個(gè)字段不包含ia的記錄并打印第一個(gè)字段。

awk '$2 !~ /ia/ { print $1 }' teams.txt

Bucks
Raptors
Celtics

例如命令awk '$3 > 50 { print $1 }' teams.txt將會(huì)搜索三字段大于50的所有記錄，并打印第一字段。

awk '$3 > 50 { print $1 }' teams.txt

Bucks
Raptors
76ers

范圍模式

范圍模式由用逗號(hào)分隔的兩個(gè)模式組成，從匹配第一個(gè)模式的記錄開(kāi)始，直到匹配第二個(gè)模式的記錄停止匹配。

也就是說(shuō)匹配兩個(gè)模式之間的記錄都會(huì)被執(zhí)行相關(guān)的操作。即使中間記錄沒(méi)有匹配模式也將會(huì)被執(zhí)行相關(guān)操作。

但有一點(diǎn)值得注意的是范圍模式不能與某些模式表達(dá)式組合使用。但范圍模式可以與關(guān)系表達(dá)式組合使用。

例如命令awk '/Raptors/,/Celtics/ { print $1 }' teams.txt將會(huì)搜索從包含Raptors的記錄開(kāi)始到包含Celtics記錄結(jié)束的所有記錄。

然后打印兩個(gè)模式之間所有記錄的第一個(gè)字段{ print $1 }。

awk '/Raptors/,/Celtics/ { print $1 }' teams.txt

Raptors
76ers //這個(gè)記錄沒(méi)有匹配到兩個(gè)模式中任意一個(gè)，但它在兩個(gè)模式之間，所以也會(huì)打印
Celtics

例如命令awk '$4 == 31, $4 == 33 { print $0 }' teams.txt組合范圍模式和關(guān)系表達(dá)式。

將會(huì)搜索第四個(gè)字段等于31記錄開(kāi)始，直到第四個(gè)字段等于33的所有記錄。然后打印整個(gè)記錄$0。

awk '$4 == 31, $4 == 33 { print $0 }' teams.txt

76ers Philadelphia 51 31 0.622
Celtics Boston     49 33 0.598

特殊表達(dá)模式

Awk可以使用的特殊模式是。BEGIN用于在處理記錄之前執(zhí)行的操作。END用于在處理記錄后執(zhí)行操作。

BEGIN模式通常用于聲明變量，END模式通常用于處理記錄中的數(shù)據(jù)，例如統(tǒng)計(jì)指定字段的總數(shù)。

如果程序只有BEGIN模式，則執(zhí)行操作，并且不處理輸入數(shù)據(jù)。如果程序只有END模式，則在執(zhí)行操作之前先處理輸入。

awk的Gnu版本還包含另外兩個(gè)特殊模式BEGINFILE和ENDFILE，它們?cè)试S您在處理文件時(shí)執(zhí)行操作。

在下面的示例中將打印Start Processing.，然后打印每個(gè)記錄的第三個(gè)字段，最后打印End Processing.。這是一個(gè)簡(jiǎn)單的示例，你也可以用于打印字段的名稱。

awk 'BEGIN { print "Start Processing." }; { print $3 }; END { print "End Processing." }' teams.txt

Start Processing
60
58
51
49
48
End Processing.

組合模式

Awk允許您使用邏輯AND運(yùn)算符&&和邏輯或運(yùn)算符||組合兩個(gè)或多個(gè)模式。

例如命令awk '$3 > 50 && $4 < 30 { print $1 }' teams.txt使用&&運(yùn)算符搜索第三字段大于50而第四字段小于30的記錄，然后打印已匹配記錄的第一個(gè)字段。

awk '$3 > 50 && $4 < 30 { print $1 }' teams.txt

Bucks
Raptors