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。
JS 压缩/解压工具
在线压缩/解压 JS 代码
RGB转16进制工具
RGB HEX 互转工具