文本处理工具之awk

栏目: 服务器 · 发布时间: 7年前

内容简介:文本处理工具之awk

文本处理 工具 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。

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 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

文本处理工具之awk

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:

文本处理工具之awk

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:

文本处理工具之awk

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:

文本处理工具之awk

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: &&,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:

文本处理工具之awk

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:

文本处理工具之awk

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:

文本处理工具之awk

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

文本处理工具之awk

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

文本处理工具之awk

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:

文本处理工具之awk

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

文本处理工具之awk

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

文本处理工具之awk

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

文本处理工具之awk

2、提取字符串“hy3yg4gyh6jh@$$6jhj7mkkjn+24hij” 中的数字

文本处理工具之awk


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

查看所有标签

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

企业应用架构模式

企业应用架构模式

Martin Fowler / 人民邮电出版社 / 2009 / 79.00元

随着信息技术的广泛应用,系统需要处理的数据量越来越大,企业级软件开发已经渐成主流,而开发人员面临的困难与挑战也是显而易见的。更糟糕的是,这一领域的资料一直非常缺乏。 本书是软件开发大师Martin Fowler的代表作,采用模式的形式系统总结了业界多年积累的经验,被称为“企业级应用开发领域的圣经”,出版以来一直畅销不衰,至今仍然无可替代。作 者在精彩地阐述了企业应用开发和设计中的核心原则基础......一起来看看 《企业应用架构模式》 这本书的介绍吧!

URL 编码/解码
URL 编码/解码

URL 编码/解码

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试

RGB CMYK 转换工具
RGB CMYK 转换工具

RGB CMYK 互转工具