内容简介：文本处理工具之awk
文本处理 工具 之 AWK
一、 linux 文本处理工具三剑客： grep 、 sed 、 awk 。其中 grep 是一种文本过滤器， sed 是文本行编辑器，而 awk 是一种报表生成器，就是对文件进行格式化处理的，这里的格式化不是文件系统的格式化，而是对文件内容进行各种“排版”，进而格式化显示。
在 linux上我们使用的是GNU awk 简称 gawk，并且gawk是awk的链接文件，因此在系统上使用gawk和awk效果一样
二、 awk的工作原理
awk在处理文本时也是一次读取一行文本，然后根据输入分隔符（ 默认分隔符为空格符 ）进行切片，切成 n个片，然后将每一片都富裕awk内部的一个变量当中来进行保存，这些变量名为$1,$2,$3,…,$n。awk就可以对这些切片进行单独处理，比如显示某一段，还可以对某些短进行额外的加工处理，比如计数、运算等。
三、 awk的基本用法
1、 awk [options] ‘program’ var=value file… awk [options] -f programfile var=value file… awk [options] ‘BEGIN{ action;… } pattern{ action;… } END{action;… }’ file … 2、 awk 程序通常由： BEGIN 语句块、能够使用模式匹配的通用语句块、 END 语句块，共 三 部分组成 3、 program ：编程语言， 通常是被单引号或双引号中
（ 1） program:pattern{action statements;..}
（ 2） pattern ：模式 部分决定动作语句何时触发及触发事件
（ 3） action statements对数据进行处理，放在{}内指明
4、选项
-F ：指明输入字段分隔符（默认分隔符为空格符）
-v ：变量赋值
-f ：读取awk脚本并执行
四、 pattern ： 根据 pattern条件，过滤匹配的行，再做处理 （1）如果未指定：空模式，匹配每一行 （2）/regular expression/：仅处理能够模式匹配到的行，需要用/ /括起来 （ 3） relational expression: 关系表达式，结果为“真”才会被处理 真：结果为非 0值，非空字符串 假：结果为空字符串或 0值
（ 4）#，# ：行范围，类似sed或vim中的地址界定
（ 5）BEGIN 、END：两种特殊的模式
BEGIN语句块在awk开始从输入流中读取行之前被执行，这是一个可选的语句块，比如变量初始化、打印输出表格的表头等语句通常可以写在BEGIN语句块中
END语句块在awk从输入流中读取完所有的行之后即被执行，比如打印所有行的分析结果这类信息汇总都是在END语句块中完成，它也是一个可选语句块
五、 变量：内置和自定义变量
1、内置变量 FS：输入字段分隔符，默认为空白字符 OFS：输出字段分隔符，默认为空白字符 RS：输入记录分隔符，指定输入时的换行符，原换行符仍有效 ORS：输出记录分隔符，输出时用指定符号代替换行符 NF：字段数量 NR：行号
FNR：各文件分别计数,行号 FILENAME：当前文件名 ARGC：命令行参数的个数 ARGV：数组，保存的是命令行所给定的各参数
2、 自定义变量
(1) -v var=value (2) 在program中直接定义
示例：
六、 awk的输出命令
1、print
用法： print item1,item2 …
(1) 逗号分隔符
(2) 输出的各item可以字符串，也可以是数值；当前记录的字段、变量或awk的表达式
(3) 如省略item，相当于print $0 ，用于输出整行
(4) 打印字符串时，要用引号引用
（ 5）打印变量时候，可以使用变量名直接引用
示例：
2、printf格式化输出
格式化输出： printf “ FORMAT” , item1, item2, … (1) 必须指定FORMAT (2) 不会自动换行，需要显式给出换行控制符， \n (3) FORMAT中需要分别为后面每个item指定格式符 （ 4） 格式符：与 item一一对应 %c: 显示字符的ASCII码 %d, %i: 显示十进制整数 %e, %E:显示科学计数法数值 %f：显示为浮点数 %g, %G：以科学计数法或浮点形式显示数值 %s：显示字符串 %u：无符号整数 %%: 显示%自身 （ 5） 修饰符： #[.#]：第一个数字控制显示的宽度；第二个#表示小数点后精度
-: 左对齐（默认右对齐）
+：显示数值的正负符号
示例：
七、 操作符
1、 算术操作符： x+y, x-y, x*y, x/y, x^y, x%y -x: 转换为负数 +x: 转换为数值 2、 字符串操作符：没有符号的操作符，字符串连接 3、 赋值操作符： =, +=, -=, *=, /=, %=, ^= ， ++, — 4、 比较操作符： ==, !=, >, >=, <, <= 5、 模式匹配符： ~：左边是否和右边匹配包含 !~：是否不匹配
6、 逻辑操作符： 与 &&，或||，非! 7、 函数调用： function_name(argu1, argu2, …) 8、 条件表达式（三目表达式）： selector?if-true-expression:if-false-expression
示例：
八、控制语句
1、if-else语句
语法： if(condition){statement;…}[else statement] if(condition1){statement1}els e if(condition2){statment2}else{statement3}
示例：
2、 while 语句
语法： while(condition){statement;…} 条件 “真”，进入循环；条件“假”， 退出循环
示例：
3、for 语句
语法： for(expr1;expr2;expr3) {statement;…} 常见用法： for(variable assignment;condition;iteration process){for-body} 特殊用法：能够遍历数组中的元素； for(var in array) {for-body}
示例：统计当前系统上所有tcp连接的各种状态的个数
4、 do-while循环 语法： do {statement;…}while(condition) 意义：无论真假，至少执行一次循环体
示例：计算1到100的和
5、 switch语句 语法： switch(expression) {case VALUE1 or /REGEXP/:statement1; case VALUE2 or /REGEXP2/: statement2;…; default: statementn}
6、 break和continue
示例：
7、next
提前结束对本行处理而直接进入下一行处理 示例：利用next打印奇数行
九、 数组
关联数组： array[index-expression] （1） 可使用任意字符串；字符串要使用双引号括起来 （2） 如果某数组元素事先不存在，在引用时， awk会自动创建此元素，并将其值初始化为“空串”
（3） 若要判断数组中是否存在某元素，要使用 “index in array”格式进行遍历
若要遍历数组中的每个元素，要使用 for循环 for(var in array) {for-body} 注意： var会遍历array的每个索引
示例：统计访问httpd服务的每个客户的次数
十、 函数
1、内建函数
rand()：返回0和1之间一个随机数 length([s])：返回指定字符串的长度 sub(r,s,[t])：对t字符串进行搜索r表示的模式匹配的内容，并将第一个匹配的内容替换为s gsub(r,s,[t])：对t字符串进行搜索r表示的模式匹配的内容，并全部替换为s所表示的内容
split(s,array,[r])：以r为分隔符， 切割字符串s，并将切割后的结果保存至array所表示的数组中，第一个索引值为1,第二个索引值为2,… 2、 自定义函数 格式： function name ( parameter, parameter, … ) {statement e return expression }
十一、 awk中调用 shell 命令
system命令 空格是 awk中的字符串连接符，如果system中需要使用awk中的变量可以使用空格分隔，或者说除了awk的变量外其他一律用””引用起来。
十二、几个awk练习
1、利用awk打印九九乘法表
2、提取字符串“hy3yg4gyh6jh@$$6jhj7mkkjn+24hij” 中的数字
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
