使用 awk 重新編排字段

awk 非常擅長(zhǎng)處理結(jié)構(gòu)化數(shù)據(jù)和生成表單.和 sed 和 grep 很相似.由于 awk 具備各種及哦啊本語言的特點(diǎn),所以可以把它看做是一種腳本語言.
先來看個(gè)案例,只查看/etc/passwd/目錄下的用戶名和組名

awk -F: ‘{print $1,$5}’ /etc/passwd
意思是:使用:來分割這一行,把這一行的第一和第五個(gè)字段打印出來.
調(diào)用 awk:

• 第一種方式:
  awk [-F 分隔符] ‘commands’ input-file(s)
  這里的 commands 是真正的 awk 命令,[-F 分隔符]適可選的,awk 默認(rèn)使用空格分隔，因此如果要瀏覽域間有空格的文本，不必指定這個(gè)選項(xiàng)，但如果瀏覽如 passwd 文件，此文件各域使用冒號(hào)作為分隔符，則必須使用-F 選項(xiàng): awk -F : 'commands' input-file

• 第二種方式:
  將所有 awk 命令插入一個(gè)文件，并使 awk 程序可執(zhí)行，然后用 awk 命令解釋器作為腳本的首行，以便通過鍵入腳本名稱來調(diào)用它

• 第三種方式
  將所有 awk 命令插入一個(gè)單獨(dú)文件，然后調(diào)用，如: awk -f awk-script-file input-file
  -f 選項(xiàng)指明在文件 awk-script-file 的 awk 腳本，input-file 是使用 awk 進(jìn)行瀏覽的文件名

任何 awk 語句都是由模式和動(dòng)作組成，在一個(gè) awk 腳本中可能有許多語句。模式部分決定動(dòng)作語句何時(shí)觸發(fā)及觸發(fā)事件。動(dòng)作即對(duì)數(shù)據(jù)進(jìn)行的操作，如果省去模式部分，動(dòng)作將時(shí)刻保持執(zhí)行狀態(tài)

模式可以是任何條件語句或復(fù)合語句或正則表達(dá)式，模式包含兩個(gè)特殊字段 BEGIN 和 END，使用 BEGIN 語句設(shè)置計(jì)數(shù)和打印頭，BEGIN 語句使用在任何文本瀏覽動(dòng)作之前，之后文本瀏覽動(dòng)作依據(jù)輸入文件開始執(zhí)行;END 語句用來在 awk 完成文本瀏覽動(dòng)作后打印輸出文本總數(shù)和結(jié)尾狀態(tài)標(biāo)志，有動(dòng)作必須使用{}括起來

實(shí)際動(dòng)作在大括號(hào){}內(nèi)指明，常用來做打印動(dòng)作，但是還有更長(zhǎng)的代碼如 if 和循環(huán) looping 語句及循環(huán)退出等，如果不指明采取什么動(dòng)作，awk 默認(rèn)打印出所有瀏覽出的記錄

awk 執(zhí)行時(shí)，其瀏覽標(biāo)記為$1，$2...$n，這種方法稱為域標(biāo)記。使用$1，$3 表示參照第 1 和第 3 域，注意這里使用逗號(hào)分隔域，使用$0 表示使用所有域。例
awk -F :‘{print $0}’ /etc/passwd //表示打印所有域并把結(jié)果重定向到/etc/passwd 中(所謂的域就是某一行中的字段)

awk -F : ‘{print $0}’ /etc/passwd ///在屏幕上顯示出來

awk ‘{print $1,$4}’ /etc/passwd //只打印第一和第四域(第一和第四字段)

awk -F: ‘BRGIN{print ”hahaha\n---”}{print $1 “\t” $4}’ /etc/passwd //表示打印頭信息,在輸入的內(nèi)容的第一行前加上”hahaha”,同時(shí)內(nèi)容之間用 tab 鍵分開.

awk -F: 'BEGIN{print "hahaha\n---"}{print $1 "\t" $4}END{print "end\n"}' /etc/passwd //這個(gè)代表的意思是說打印開頭結(jié)尾

awk 的條件匹配符 <、<=、==、!=、>=、~匹配正則表達(dá)式、!~不匹配正則表達(dá)式

匹配:awk -F: '{if($1~/root/)print $0}' /etc/passwd //在/etc/passwd 這個(gè)文件中,如果某條記錄的第一個(gè)字段含有 root 就打印整條記錄到屏幕上,注意,只要包含就行.

精確匹配 : awk -F: '$1=="root"{print $0}' /etc/passwd //某行中的第一個(gè)字段必須等于 root 才打印.

不匹配 : awk -F: '$0!~"root"{print $0}' /etc/passwd打印整條不包含 root 的記錄,使用雙引號(hào)或者反斜杠都是一樣的.

其他的操作符具體不在介紹.
awk 的設(shè)計(jì)目的就是操作記錄與字段:awk 讀取輸入記錄(通常是一些行),然后自動(dòng)將各個(gè)記錄且分為字段.awk 將每條記錄內(nèi)的字段樹木,存儲(chǔ)到內(nèi)建變量 NF.

通過上面的例子,差不多已經(jīng)總體上有了一定得了解:
awk ‘{print $NF}’ 打印最后一行
比較特殊的字段是編號(hào) 0,表示整條記錄.

awk 內(nèi)置變量
ARGC 命令行參數(shù)個(gè)數(shù)
ARGV 命令行參數(shù)排列
ENVIRON 支持隊(duì)列中系統(tǒng)環(huán)境變量的使用
FILENAME awk 瀏覽的文件名
FNR 瀏覽文件的記錄數(shù)
FS 設(shè)置輸入域分隔符，等價(jià)于命令行 -F 選項(xiàng)
NF 瀏覽記錄的域的個(gè)數(shù)
NR 已讀的記錄數(shù)
OFS 輸出域分隔符
ORS 輸出記錄分隔符
RS 控制記錄分隔符

案例:
統(tǒng)計(jì)/etc/passwd:文件名，每行的行號(hào)，每行的列數(shù)，對(duì)應(yīng)的完整行內(nèi)容:

awk -F ':' '{print "filename:" FILENAME ",linenumber:" NR ",columns:" NF ",linecontent:"$0}' /etc/passwd

除了 awk 的內(nèi)置變量,awk 還可以自定義變量.
例如:統(tǒng)計(jì)/etc/passwd 的行數(shù):

awk '{count++}END{print count}' /etc/passwd

count 是自定義變量,這里沒有初始化 count,雖然默認(rèn)是 0,但是妥當(dāng)?shù)淖龇ㄟ€是初始化為 0.

awk 'BEGIN{count=0}{count=count+1}END{print count}' /etc/passwd

例如:統(tǒng)計(jì)某個(gè)文件夾下的文件占用的字節(jié)數(shù)

ls -l |awk 'BEGIN {size=0;} {size=size+$5;} END{print "[end]size is ", size}'

如果按照 M 為單位顯示

ls -l |awk 'BEGIN {size=0;} {size=size+$5;} END{print "[end]size is ", size/1024/1024,"M"}'

小結(jié):
如果需要從輸入的數(shù)據(jù)文件夾中取出特定的文本行,主要的工具為 grep 程序.

sed 是處理簡(jiǎn)單字符串替換的主要工具.大部分 shell 腳本在使用 sed 時(shí)幾乎都是用來做替換的操作.
“從最左邊開始,擴(kuò)展至最長(zhǎng)”這個(gè)法則描述了匹配的文本在何處匹配以及匹配擴(kuò)展到多長(zhǎng).在使用 sed,awk 或其他交互式文本編輯程序時(shí),這個(gè)法則相當(dāng)重要.

cut 命令用以剪下選定的字符范圍或字段,join 則是用來結(jié)合記錄中具有共同鍵值的字段的文件.

awk 多半用于簡(jiǎn)單的”單命令行程序”,當(dāng)你想要只顯示選定的字段,或是重新安排行內(nèi)的字段順序時(shí),就是 awk 排上用場(chǎng)的時(shí)候了.由于 awk 還是編程語言,即使在尖端的程序里,他也能發(fā)揮強(qiáng)大的作用.