awk
是处理文本文件的一个应用程序,几乎所有 Linux 系统都自带这个程序。它依次处理文件的每一行,并读取里面的每一个字段。对于日志、CSV 那样的每行格式相同的文本文件,
awk
可能是最方便的工具。awk
其实不仅仅是工具软件,还是一种编程语言。不过,本文只介绍它的命令行用法,对于大多数场合,应该足够用了。
一、基本用法
awk
的基本用法就是下面的形式。上面示例中,
demo.txt
是awk
所要处理的文本文件。前面单引号内部有一个大括号,里面就是每一行的处理动作print $0
。其中,print
是打印命令,$0
代表当前行,因此上面命令的执行结果,就是把每一行原样打印出来。下面,我们先用标准输入(stdin)演示上面这个例子。
上面代码中,
print $0
就是把标准输入this is a test
,重新打印了一遍。awk
会根据空格和制表符,将每一行分成若干字段,依次用$1
、$2
、$3
代表第一个字段、第二个字段、第三个字段等等。上面代码中,
$3
代表this is a test
的第三个字段a
。下面,为了便于举例,我们把
/etc/passwd
文件保存成demo.txt
。这个文件的字段分隔符是冒号(
:
),所以要用-F
参数指定分隔符为冒号。然后,才能提取到它的第一个字段。二、变量
除了
$ + 数字
表示某个字段,awk
还提供其他一些变量。变量
NF
表示当前行有多少个字段,因此$NF
就代表最后一个字段。$(NF-1)
代表倒数第二个字段。上面代码中,
print
命令里面的逗号,表示输出的时候,两个部分之间使用空格分隔。变量
NR
表示当前处理的是第几行。上面代码中,
print
命令里面,如果原样输出字符,要放在双引号里面。awk
的其他内置变量如下。FILENAME
:当前文件名
FS
:字段分隔符,默认是空格和制表符。
RS
:行分隔符,用于分割每一行,默认是换行符。
OFS
:输出字段的分隔符,用于打印时分隔字段,默认为空格。
ORS
:输出记录的分隔符,用于打印时分隔记录,默认为换行符。
OFMT
:数字输出的格式,默认为%.6g
。
三、函数
awk
还提供了一些内置函数,方便对原始数据的处理。函数
toupper()
用于将字符转为大写。上面代码中,第一个字段输出时都变成了大写。
其他常用函数如下。
awk
内置函数的完整列表,可以查看手册。四、条件
awk
允许指定输出条件,只输出符合条件的行。输出条件要写在动作的前面。
- 例子1:
上面代码中,
print
命令前面是一个正则表达式,只输出包含usr
的行。- 例子2:只输出奇数行,以及输出第三行以后的行。
- 例子3:输出第一个字段等于指定值的行。
五、if 语句
awk
提供了if
结构,用于编写复杂的条件。
上面代码输出第一个字段的第一个字符大于
m
的行。if
结构还可以指定else
部分。
六、参考链接
- An Awk tutorial by Example, Greg Grothaus
- 30 Examples for Awk Command in Text Processing, Mokhtar Ebrahim