awk命令

awk是一种编程语言，用于在linux/unix下对文本和数据进行处理。数据可以来自标准输入(stdin)、一个或多个文件，或其它命令的输出。它支持用户自定义函数和动态正则表达式等先进功能，是linux/unix下的一个强大编程工具。它在命令行中使用，但更多是作为脚本来使用。awk有很多内建的功能，比如数组、函数等，这是它和C语言的相同之处，灵活性是awk最大的优势。

##### awk命令格式和选项

语法形式

awk [options] 'script' var=value file(s) 
awk [options] -f scriptfile var=value file(s) 

常用命令选项

awk模式和操作

awk脚本是由模式和操作组成的。

模式

模式可以是以下任意一个：
- /正则表达式/：使用通配符的扩展集。
- 关系表达式：使用运算符进行操作，可以是字符串或数字的比较测试。
- 模式匹配表达式：用运算符~（匹配）和~!（不匹配）。
- BEGIN语句块、pattern语句块、END语句块

操作

操作由一个或多个命令、函数、表达式组成，之间由换行符或分号隔开，并位于大括号内，主要部分是：
- 变量或数组赋值
- 输出命令
- 内置函数
- 控制流语句

awk脚本基本结构

awk 'BEGIN{ print "start" } pattern{ commands } END{ print "end" }' file 

一个awk脚本通常由：BEGIN语句块、能够使用模式匹配的通用语句块、END语句块3部分组成，这三个部分是可选的。任意一个部分都可以不出现在脚本中，脚本通常是被单引号或双引号中，例如：

awk 'BEGIN{ i=0 } { i++ } END{ print i }' filename 
awk "BEGIN{ i=0 } { i++ } END{ print i }" filename

awk的工作原理

awk 'BEGIN{ commands } pattern{ commands } END{ commands }' 

• 第一步：执行BEGIN{ commands }语句块中的语句；
• 第二步：从文件或标准输入(stdin)读取一行，然后执行pattern{ commands }语句块，它逐行扫描文件，从第一行到最后一行重复这个过程，直到文件全部被读取完毕。
• 第三步：当读至输入流末尾时，执行END{ commands }语句块。

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。
pattern语句块中的通用命令是最重要的部分，它也是可选的。如果没有提供pattern语句块，则默认执行{ print }，即打印每一个读取到的行，awk读取的每一行都会执行该语句块。

示例

echo -e "A line 1\nA line 2" | awk 'BEGIN{ print "Start" } { print } END{ print "End" }' 
Start 
A line 1 
A line 2 
End 

当使用不带参数的print时，它就打印当前行，当print的参数是以逗号进行分隔时，打印时则以空格作为定界符。在awk的print语句块中双引号是被当作拼接符使用，例如：

echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1,var2,var3; }' 
v1 v2 v3 

双引号拼接使用：

echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1"="var2"="var3; }'
v1=v2=v3 

{ }类似一个循环体，会对文件中的每一行进行迭代，通常变量初始化语句（如：i=0）以及打印文件头部的语句放入BEGIN语句块中，将打印的结果等语句放在END语句块中。

awk内置变量（预定义变量）

说明：[A][N][P][G]表示第一个支持变量的工具，[A]=awk、[N]=nawk、[P]=POSIXawk、[G]=gawk

示例

[root@jin ~]# echo -e "line1 f2 f3\nline2 f4 f5\nline3 f6 f7" | awk '{print "Line No."NR"(NR),:Lines:"NF"(NF)$0="$0",$1="$1",$2="$2}'
Line No.1(NR),:Lines:3(NF)$0=line1 f2 f3,$1=line1,$2=f2
Line No.2(NR),:Lines:3(NF)$0=line2 f4 f5,$1=line2,$2=f4
Line No.3(NR),:Lines:3(NF)$0=line3 f6 f7,$1=line3,$2=f6

使用print $NF可以打印出一行中的最后一个字段，使用$(NF-1)则是打印倒数第二个字段，其他以此类推：

echo -e "line1 f2 f3\nline2 f4 f5\nline3 f6 f7" | awk '{print $NF}'
f3
f5
f7
echo -e "line1 f2 f3\nline2 f4 f5\nline3 f6 f7" | awk '{print $(NF-1)}'
f2
f4
f6

打印每一行的第二和第三个字段：

awk '{ print $2,$3 }' filename

统计文件中的行数：

awk 'END{ print NR }' filename

以上命令只使用了END语句块，在读入每一行的时，awk会将NR更新为对应的行号，当到达最后一行NR的值就是最后一行的行号，所以END语句块中的NR就是文件的行数。 一个每一行中第一个字段值累加的例子

[root@jin ~]# seq 5 | awk 'BEGIN{sum=0} {sum+=$0;print sum"+"$0;} END{print "sum="sum}'
1+1
3+2
6+3
10+4
15+5
sum=15

将外部变量值传递给awk

借助-v选项，可以将外部值（并非来自stdin）传递给awk：

[root@jin ~]# var=88;echo | awk -v variable=${var} '{print variable;}'
88

另一种传递外部变量方法：

[root@jin ~]# var1=88;var2=888;echo | awk '{print v1,v2;}' v1=${var1} v2=${var2}
88 888

当输入来自于文件时使用：

awk '{ print v1,v2 }' v1=$var1 v2=$var2 filename

以上方法中，变量之间用空格分隔作为awk的命令行参数跟随在BEGIN、{}和END语句块之后。

awk运算与判断

作为一种程序设计语言所应具有的特点之一，awk支持多种运算，这些运算与C语言提供的基本相同。awk还提供了一系列内置的运算函数（如log、sqr、cos、sin等）和一些用于对字符串进行操作（运算）的函数（如length、substr等等）。这些函数的引用大大的提高了awk的运算功能。作为对条件转移指令的一部分，关系判断是每种程序设计语言都具备的功能，awk也不例外，awk中允许进行多种测试，作为样式匹配，还提供了模式匹配表达式~（匹配）和~!（不匹配）。作为对测试的一种扩充，awk也支持用逻辑运算符。

算术运算符

例：

echo "" | awk '{a="b";print a++,++a;}'
0 2

赋值运算符

例子

a+=5; 等价于：a=a+5; 其它同类

逻辑运算符

例子

echo "" | awk '{print (1>2 || 1<2),(1>2 && 1<2);}'
1 0

正则运算符

echo "" | awk '{if("123abc" ~ /^[a-z]+$/){print "ok";}}'
echo "" | awk '{if("123abc" !~ /^[a-z]+$/){print "ok";}}'
ok

关系运算符

echo "" | awk '{print (1<2)}'
1

注意：> < 可以作为字符串比较，也可以用作数值比较，关键看操作数如果是字符串就会转换为字符串比较。两个都为数字才转为数值比较。字符串比较：按照ASCII码顺序比较。

其它运算符

echo "" | awk '{a="a";a="a" "bb";print a;}'
abb
echo "" | awk '{a="a";arr[0]="a";arr[1]="b";print (a in arr);}'
0
echo "" | awk '{a="a";arr[0]="a";arr["a"]="111";print (a in arr);}'
1

awk高级输入输出

读取下一条记录

awk中next语句使用：在循环逐行匹配，如果遇到next，就会跳过当前行，直接忽略下面语句。而进行下一行匹配。net语句一般用于多行合并：

[root@jin mysql]# cat test.txt 
a
b
c
d
[root@jin mysql]# awk '(NR%2){next}{print "Line:"NR","$0;}' test.txt 
Line:2,b
Line:4,d

简单地读取一条记录

awk getline用法：输出重定向需用到getline函数。getline从标准输入、管道或者当前正在处理的文件之外的其他输入文件获得输入。它负责从输入获得下一行的内容，并给NF,NR和FNR等内建变量赋值。如果得到一条记录，getline函数返回1，如果到达文件的末尾就返回0，如果出现错误，例如打开文件失败，就返回-1。
getline语法：getline var，变量var包含了特定行的内容。
awk getline从整体上来说，用法说明：
- 当其左右无重定向符|或<时：getline作用于当前文件，读入当前文件的第一行给其后跟的变量var或$0（无变量），应该注意到，由于awk在处理getline之前已经读入了一行，所以getline得到的返回结果是隔行的。
- 当其左右有重定向符|或<时：getline则作用于定向输入文件，由于该文件是刚打开，并没有被awk读入一行，只是getline读入，那么getline返回的是该文件的第一行，而不是隔行。

示例： 执行linux的date命令，并通过管道输出给getline，然后再把输出赋值给自定义变量out，并打印它：

awk 'BEGIN{ "date" | getline out;print out}'
2016年 11月 12日 星期六 10:17:11 CST

执行shell的date命令，并通过管道输出给getline，然后getline从管道中读取并将输入赋值给out，split函数把变量out转化成数组mon，然后打印数组mon的第二个元素：

[root@jin mysql]# awk 'BEGIN{ "date" | getline out;split(out,mon);print mon[2];}'
11月

命令ls的输出传递给geline作为输入，循环使getline从ls的输出中读取一行，并把它打印到屏幕。这里没有输入文件，因为BEGIN块在打开输入文件前执行，所以可以忽略输入文件。

awk 'BEGIN{while("ls" | getline) print;}'

关闭文件

awk中允许在程序中关闭一个输入或输出文件，方法是使用awk的close语句。

close("filename")

filename可以是getline打开的文件，也可以是stdin，包含文件名的变量或者getline使用的确切命令。或一个输出文件，可以是stdout，包含文件名的变量或使用管道的确切命令。

输出到一个文件

awk中允许用如下方式将结果输出到一个文件：

echo "" | awk '{printf("aaa") > "test.txt"}'

echo "" | awk '{printf("aaa") >> "test.txt"}'

设置字段定界符

默认的字段定界符是空格，可以使用-F "定界符"明确指定一个定界符：

awk -F ":" '{print $1}' /etc/passwd
awk -F: '{print $1}' /etc/passwd
awk 'BEGIN{FS=":"} {print $1}' /etc/passwd

在BEGIN语句块中则可以用FS="定界符"设置输出字段的定界符。

流程控制语句

在linux awk的while、do-while和for语句中允许使用break,continue语句来控制流程走向，也允许使用exit这样的语句来退出。break中断当前正在执行的循环并跳到循环外执行下一条语句。if 是流程选择用法。awk中，流程控制语句，语法结构，与c语言类型。有了这些语句，其实很多shell程序都可以交给awk，而且性能是非常快的。下面是各个语句用法。

条件判断语句

if(表达式) 
    语句1 
else 
    语句2

格式中语句1可以是多个语句，为了方便判断和阅读，最好将多个语句用{}括起来。awk分枝结构允许嵌套，其格式为：

if(表达式) 
    {语句1} 
else if(表达式) 
    {语句2} 
    else 
    {语句3}

示例:

awk 'BEGIN{
    test=100;
    if(test>90)
    {
        print "A";
    }
    else if(test>80)
    {
        print "B";
    }
    else
    {
        print "C";
    }
}'

每条命令语句后面可以用;分号结尾。

循环语句

while语句

while(表达式) {语句}

示例

awk 'BEGIN{
    test=100;
    total=0;
    while(test > 0)
    {
        total+=test;
        test--;
    }
    print total;
}'

for循环
for循环有两种格式：
格式1：

for(变量 in 数组) {语句} 

示例：

awk 'BEGIN{
    for(key in ENVIRON)
    {
        print key"="ENVIRON[key];
    }
}'

注：ENVIRON是awk常量，是子典型数组。
格式2：

for(变量;条件;表达式) {语句}

示例：

awk 'BEGIN{
    total=0;
    for(i=0;i<=100;i++)
    {
        total+=i;
    }
    print "total="total;
}'

do循环

do {语句} while(条件)

示例:

awk 'BEGIN{
    total=0;
    i=1;
    do
    {
        total+=i;
        i++;
    }while(i <= 100);
    print "total="total;
}'

其他语句

• break 当 break 语句用于 while 或 for 语句时，导致退出程序循环。
• continue 当 continue 语句用于 while 或 for 语句时，使程序循环移动到下一个迭代。
• next 能能够导致读入下一个输入行，并返回到脚本的顶部。这可以避免对当前输入行执行其他的操作过程。
• exit 语句使主输入循环退出并将控制转移到END,如果END存在的话。如果没有定义END规则，或在END中应用exit语句，则终止脚本的执行。

数组应用

数组是awk的灵魂，处理文本中最不能少的就是它的数组处理。因为数组索引（下标）可以是数字和字符串在awk中数组叫做关联数组(associative arrays)。awk 中的数组不必提前声明，也不必声明大小。数组元素用0或空字符串来初始化，这根据上下文而定。

数组的定义

数字做数组索引（下标）：

Array[1]="sun" 
Array[2]="kai"

字符串做数组索引（下标）：

Array["first"]="www" 
Array["last"]="name" 
Array["birth"]="1987"

使用中print Array[1]会打印出sun；使用print Array[2]会打印出kai；使用print["birth"]会得到1987。

读取数组的值

{ for(item in array) {print array[item]}; } #输出的顺序是随机的 
{ for(i=1;i<=len;i++) {print array[i]}; } #Len是数组的长度

数组相关函数

得到数组长度：

echo | awk '{str="This is a test!";arrLength=split(str,arr," ");print length(arr),arrLength;}'
4 4

length返回字符串以及数组长度，split进行分割字符串为数组，也会返回分割得到数组长度。

echo | awk '{str="This is a test!";arrLength=split(str,arr," ");print asort(arr),arrLength;}'
4 4

asort对数组进行排序，返回数组长度。

输出数组内容(有序无序输出)

echo | awk '{str="This is a test!";arrLength=split(str,arr," ");for(key in arr){print key"="arr[key]}}'
4=test!
1=This
2=is
3=a

for…in输出，因为数组是关联数组，默认是无序的。所以通过for…in得到是无序的数组。如果需要得到有序数组，需要通过下标获得。

echo | awk '{str="This is a test!";arrLength=split(str,arr," ");for(i=1;i<=arrLength;i++){print i"="arr[i]}}'
1=This
2=is
3=a
4=test!

注意：数组下标是从1开始，与C数组不一样。

判断键值存在以及删除键值：

#错误的判断方法：
echo | awk '{str="This is a test!";split(str,arr," ");if(arr["c"] != "1"){print "Not exists";};for(key in arr){print key"="arr[key]}}'
Not exists
4=test!
c=
1=This
2=is
3=a

以上出现奇怪问题，tB["c"]没有定义，但是循环时候，发现已经存在该键值，它的值为空，这里需要注意，awk数组是关联数组，只要通过数组引用它的key，就会自动创建改序列。

echo | awk '{str="This is a test!";split(str,arr," ");if(!("c" in arr)){print "Not exists";};for(key in arr){print key"="arr[key]}}'
Not exists
4=test!
1=This
2=is
3=a

if(key in array)通过这种方法判断数组中是否包含key键值。

echo | awk '{str="This is a test!";split(str,arr," ");delete arr[1];for(key in arr){print key"="arr[key]}}'
4=test!
2=is
3=a

delete array[key]可以删除，对应数组key的，序列值。

二维、多维数组使用

awk的多维数组在本质上是一维数组，更确切一点，awk在存储上并不支持多维数组。awk提供了逻辑上模拟二维数组的访问方式。例如，array[2,4]=1这样的访问是允许的。awk使用一个特殊的字符串SUBSEP(�34)作为分割字段，在上面的例子中，关联数组array存储的键值实际上是2�344。

类似一维数组的成员测试，多维数组可以使用if ( (i,j) in array)这样的语法，但是下标必须放置在圆括号中。类似一维数组的循环访问，多维数组使用for ( item in array )这样的语法遍历数组。与一维数组不同的是，多维数组必须使用split()函数来访问单独的下标分量。

awk 'BEGIN{
    for(i=0;i<10;i++)
    {
        for(j=0;j<10;j++){
            arr[i,j]=i","j;
            print arr[i,j];
        }
    }
}'

可以通过array[k,k2]引用获得数组内容。
另一种方法：

awk 'BEGIN{
    for(i=0;i<10;i++)
    {
        for(j=0;j<10;j++){
            arr[i,j]=i","j;
        }
    }
    for(item in arr)
    {
        split(arr[item],arrTemp,SUBSEP);
        for(key in arrTemp)
        {
            print arrTemp[key];
        }
    }
}'

内置函数

awk内置函数，主要分以下3种类似：算数函数、字符串函数、其它一般函数、时间函数。
算术函数

举例说明：

awk 'BEGIN{OFMT="%.3f";fs=sin(1);fe=exp(10);fl=log(10);fi=int(3.1415);print fs,fe,fl,fi;}'
0.841 22026.466 2.303 3

获得随机数

echo | awk '{srand();print rand()*100;}'
5.612
echo | awk '{srand();print rand()*100;}'
39.8311
echo | awk '{srand();print rand()*100;}'
39.8311

字符串函数

注:Ere都可以是正则表达式

echo | awk '{test="this a test2016test!";sub(/[0-9]+/,"!!!",test);print test;}'
this a test!!!test!
echo | awk '{test="this a test2016test!";gsub(/[0-9]+/,"!!!",test);print test;}'
this a test!!!test!

在 info中查找满足正则表达式，/[0-9]+/ 用””替换，并且替换后的值，赋值给info 未给info值，默认是$0

查找字符串（index使用）

echo | awk '{test="this a test2016test!";print index(test,"test");}'
8
echo | awk '{test="this a test2016test!";print index(test,"test1");}'
0

未找到，返回0

正则表达式匹配查找(match使用）

echo | awk '{test="this a test2016test!";print match(test,/[0-9]+/);}'
12

截取字符串(substr使用）

echo | awk '{test="this a test2016test!";print substr(test,1,3);}'
thi

从第 1个 字符开始，截取3个长度字符串

字符串分割（split使用）

echo | awk '{test="this a test2016test!";split(test,arr);for(key in arr){print arr[key];}}'
this
a
test2016test!

分割test，动态创建数组arr，这里比较有意思，awk for …in循环，是一个无序的循环。 并不是从数组下标1…n ，因此使用时候需要注意。

格式化字符串输出（sprintf使用）
格式化字符串格式：
其中格式化字符串包括两部分内容：一部分是正常字符，这些字符将按原样输出; 另一部分是格式化规定字符，以"%"开始，后跟一个或几个规定字符,用来确定输出内容格式。

echo | awk '{n1=123;n2=123.456;n3=1.23456;printf("%.2f,%.2u,%.2g,%X,%o\n",n1,n2,n3,n1,n1);}'
123.00,123,1.2,7B,173

一般函数

打开外部文件(close用法)

echo | awk '{filePath="/etc/passwd";while("cat "filePath | getline){print $0;};close(filePath);}'
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin

逐行读取外部文件

echo | awk '{while(getline < "/etc/passwd"){print $0;}close("/etc/passwd");}'
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin

读取输出的内容

[root@jin mysql]# awk 'BEGIN{print "Enter your name:\n";getline name;printf("%s\n",name);}'
Enter your name:

jin
jin

调用外部程序

awk 'BEGIN{b=system("ls /etc -al");print b;}'
总用量 1172
drwxr-xr-x. 61 root root   4096 11月  9 13:12 .
dr-xr-xr-x. 23 root root   4096 10月 28 15:13 ..
-rw-r--r--.  1 root root     45 10月 28 15:11 adjtime
-rw-r--r--.  1 root root   1512 1月  12 2010 aliases

时间函数

建指定时间(mktime使用）

awk 'BEGIN{time1=mktime("2011 11 11 11 11 11");printf("%s\n%s\n",time1,strftime("%c",time1));}'
1320981071
2011年11月11日 星期五 11时11分11秒

awk 'BEGIN{time1=mktime("2011 11 11 11 11 11");time2=mktime("2011 11 11 11 11 12");printf("%s\n",time2-time1);}'
1

求2个时间段中间时间差，介绍了strftime使用方法

awk 'BEGIN{time1=mktime("2011 11 11 11 11 11");time2=systime();printf("%s\n",time2-time1);}'
157953818

strftime日期和时间格式说明符

转载自 http://man.linuxde.net/awk