awk基本用法简介

绝地灬酷狼 2022-04-16 05:43 303阅读 0赞

**分享一下我老师大神的人工智能教程！零基础，通俗易懂！[http://blog.csdn.net/jiangjunshow][http_blog.csdn.net_jiangjunshow]**

**也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！**

之前说过sed, 今天来说awk, 它也是一个文本处理器， 是linux下的一个命令， 比sed更强大。 搞linux开发， 尤其是后台开发， 这个命令几乎必须要用到。 awk这三个字母分别代表其三位作者的名字， 而不是某个/某些有意义单词的缩写。

还是那句话，以实践操作为荣， 以只看不练为耻。当然， 理解awk的原理是必须的：读入有'\\n'换行符分割的一条记录，将记录按指定的域分隔符划分域，$0表示所有域, $1表示第一个域, $n表示第n个域。 默认域分隔符是空格键或tab键。

鉴于awk涉及的东西太多， 所以本文中， 我们仅仅介绍基本的用法， 以后遇到了新的东东， 再添加到本博文中， 滚雪球似地积累。

先来感受一下awk, 我们假设test.txt中的内容：

xxx     Math English C++  ExperimentMonkey  100   90     95   GoodCat     80    100    60   PerfectDog     90    60     70   GreatTiger   95    85     90   Fantastic

之前， 我们用sed来输出行， 现在， 我们来感受一下用awk输出列, 如下：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '{print $2}' test.txtMath100809095Administrator@51B6904C3C8A485 ~/learn_awk$

看到了吧， 这就是awk. 注意上面只能是单引号， 不能是双引号， $2表示第二列。

我们来看看awk的一般格式：**awk \[option\]  'pattern \{action\}' test.txt**,  比如上面的awk '\{print $2\}' test.txt, 此时，采用默认选项， 且条件永远为真。

下面， 我们根据awk的原型来一一说明：

**        A.awk **

其实awk就相当于一个函数名， 没什么好说的了。

**        B. option**

我们先看如下操作， 打印test.txt文件的第二列：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '{print $2}' test.txtMath100809095Administrator@51B6904C3C8A485 ~/learn_awk

可以看到， 命令中没有选项， 也就是采用了默认选项， 现在假设a.txt中的文件内容为：

xxx|Math|English|C++|ExperimentMonkey|100|90|95|GoodCat|80|100|60|PerfectDog|90|60|70|GreatTiger|95|85|90|Fantastic

我们再用awk '\{print $2\}' a.txt就不灵了， 为什么呢？ 因为awk '\{print $2\}' a.txt的选项为空， 默认的是以空格为分隔符， 显然不能进行划分。 那怎么办呢？ 此时， 我们应该显式地指明分隔符， 如下：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk -F "|" '{print $2}' a.txtMath100809095Administrator@51B6904C3C8A485 ~/learn_awk$

这就对了。好了， 后续我们仍然针对test.txt， 不针对a.txt. 也就是说， 采用默认的选项。

**       C. pattern**

这个最好理解了， 比如， 条件就是一种模式(但模式不仅仅是条件， 有可能是一些正则表达式等)。我们看到， 在awk '\{print $2\}' test.txt中， 是无条件的， 所谓无条件即为真。 日本无条件投降， 大概就是这个意思。 当然， 为了讲清楚条件， 我们还是来看看：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '1<2 {print $2}' test.txtMath100809095Administrator@51B6904C3C8A485 ~/learn_awk$ awk '1<1 {print $2}' test.txtAdministrator@51B6904C3C8A485 ~/learn_awk$

我们看到， 当条件为真的时候， 才会有真正的打印， 反之， 打个屁。 如果要打印整个文件， 可以这么搞：

可以看看到， 条件为真， 有打印。 否则， 没有打印。

**       D. action**

这个好理解， 无非就是内置命令而已， 比如print $2, 如下：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '{print $2}' test.txtMath100809095Administrator@51B6904C3C8A485 ~/learn_awk$

当然， 如果你喜欢C/C++语言格式， 那完全可以写成：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '{printf("%s\n", $2)}' test.txtMath100809095Administrator@51B6904C3C8A485 ~/learn_awk$

实际上， 在pattern部分， 我们是可以用C/C++语言的if等关键字的， 如：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '{if(1<2) printf("%s\n", $2)}' test.txtMath100809095Administrator@51B6904C3C8A485 ~/learn_awk$ awk '{if(1<1) printf("%s\n", $2)}' test.txtAdministrator@51B6904C3C8A485 ~/learn_awk$

我们看到， awk看似很小， 其实五脏俱全。 弄清了上面的基本构成， awk就算基本入门了。 既然已经与awk有了初步的恋爱感觉了， 那就要趁热打铁的练习一下。

**      一. awk的内置变量**

1. $0表示整行， $n表示第n个分段， 如下：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '{print $0}' test.txtxxx     Math English C++  ExperimentMonkey  100   90     95   GoodCat     80    100    60   PerfectDog     90    60     70   GreatTiger   95    85     90   FantasticAdministrator@51B6904C3C8A485 ~/learn_awk$ awk '{print $2}' test.txtMath100809095Administrator@51B6904C3C8A485 ~/learn_awk$

再如：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '{print $1, $3}' test.txtxxx EnglishMonkey 90Cat 100Dog 60Tiger 85Administrator@51B6904C3C8A485 ~/learn_awk$

2. FILENAME表示文件名称， 比如：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '{printf("%s\n", FILENAME)}' test.txttest.txttest.txttest.txttest.txttest.txtAdministrator@51B6904C3C8A485 ~/learn_awk$

可以看到， 文件名被打印出来了， 为什么是5个呢？ 因为awk是逐行处理的。

3. NR是当前的行数， 可以理解为number of row, 当然， 如果你非要说now row这样的中式英语， 那也可以。总之， 你要明白， NR很有用。如下：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '{printf("%d:%s\n", NR, FILENAME)}' test.txt1:test.txt2:test.txt3:test.txt4:test.txt5:test.txtAdministrator@51B6904C3C8A485 ~/learn_awk$

那要创建test1.txt---test5.txt怎么搞呢？ 也很简单， 联合我们之前介绍过的xargs, 如下：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '{printf("%s%d\n", FILENAME, NR)}' test.txt | xargs touchAdministrator@51B6904C3C8A485 ~/learn_awk$ lstest.txt  test.txt1  test.txt2  test.txt3  test.txt4  test.txt5Administrator@51B6904C3C8A485 ~/learn_awk$

4. FNR是文件中的行数， 和NR还是有点小小区别的， 且看：

Administrator@51B6904C3C8A485 ~/learn_awk$ cp test.txt test_bak.txtAdministrator@51B6904C3C8A485 ~/learn_awk$ awk '{printf("%d:%d:%s\n", NR, FNR, FILENAME)}' test.txt test_bak.txt1:1:test.txt2:2:test.txt3:3:test.txt4:4:test.txt5:5:test.txt6:1:test_bak.txt7:2:test_bak.txt8:3:test_bak.txt9:4:test_bak.txt10:5:test_bak.txtAdministrator@51B6904C3C8A485 ~/learn_awk$

5. NF表示当前行有多少个段， 学这些东西的时候， 不要死记， 要知道NF是number of field的缩写， 那就清晰了， 如下：

Administrator@51B6904C3C8A485 ~/learn_awk$ echo "good good study" | awk '{print NF}'3Administrator@51B6904C3C8A485 ~/learn_awk$

可见有3个段， 下面我们看看test.txt的每行是不是有5个段：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '{print NF}' test.txt55555Administrator@51B6904C3C8A485 ~/learn_awk$

果然如此。

6. FS是filed seperator, 也就是段分割符号， 默认情况下为空格， 下面我们不用默认的， 而用"|", 如下：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk -F "|" '{print FS}' test.txt|||||Administrator@51B6904C3C8A485 ~/learn_awk$

当然， 还有其他的一些内置变量， 在此就不一一举例了， 以后要用的时候， 一查便知。

**      二. 常见的一些pattern**

1. 条件式的pattern, 我们其实已经熟悉了， 比如：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '1' test.txtxxx     Math English C++  ExperimentMonkey  100   90     95   GoodCat     80    100    60   PerfectDog     90    60     70   GreatTiger   95    85     90   FantasticAdministrator@51B6904C3C8A485 ~/learn_awk$ awk '1<=1' test.txtxxx     Math English C++  ExperimentMonkey  100   90     95   GoodCat     80    100    60   PerfectDog     90    60     70   GreatTiger   95    85     90   FantasticAdministrator@51B6904C3C8A485 ~/learn_awk$ awk '1<=0' test.txtAdministrator@51B6904C3C8A485 ~/learn_awk$

2. 来个复杂一点的条件pattern, 如下：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk 'length > 30' test.txtxxx     Math English C++  ExperimentCat     80    100    60   PerfectDog     90    60     70   GreatTiger   95    85     90   FantasticAdministrator@51B6904C3C8A485 ~/learn_awk$

3. 继续条件pattern, 如下：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '$1=="Cat"' test.txtCat     80    100    60   PerfectAdministrator@51B6904C3C8A485 ~/learn_awk$

继续加个条件：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '$1!="Cat" && $3>=85' test.txtxxx     Math English C++  ExperimentMonkey  100   90     95   GoodTiger   95    85     90   FantasticAdministrator@51B6904C3C8A485 ~/learn_awk$

4. 打印第2-4行：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk 'NR>=2 && NR<=4 {print $0}' test.txtMonkey  100   90     95   GoodCat     80    100    60   PerfectDog     90    60     70   GreatAdministrator@51B6904C3C8A485 ~/learn_awk$

别忘了， 我们的sed也可以, 也蛮牛逼的:

Administrator@51B6904C3C8A485 ~/learn_awk$ sed -n "2,4"p test.txtMonkey  100   90     95   GoodCat     80    100    60   PerfectDog     90    60     70   GreatAdministrator@51B6904C3C8A485 ~/learn_awk$

好了， 条件式的pattern我们介绍到这里， 下面我们介绍与正则表达式有关的一些pattern.

5. 行过滤， 类似于grep的功能， 如：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '/Cat/' test.txtCat     80    100    60   PerfectAdministrator@51B6904C3C8A485 ~/learn_awk$

对了，sed也有类似功能， 如下：

Administrator@51B6904C3C8A485 ~/learn_awk$ sed -n "/Cat/"p test.txtCat     80    100    60   PerfectAdministrator@51B6904C3C8A485 ~/learn_awk$

6. 那能不能实现grep -v的功能呢？ 肯定可以， 如果你认为不能， 那太小看awk了， 且看：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '!/Cat/' test.txtxxx     Math English C++  ExperimentMonkey  100   90     95   GoodDog     90    60     70   GreatTiger   95    85     90   FantasticAdministrator@51B6904C3C8A485 ~/learn_awk$

7. 输出以xxxxxx开头的行：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '/^C/' test.txtCat     80    100    60   PerfectAdministrator@51B6904C3C8A485 ~/learn_awk$ awk '/^(C|D)/' test.txtCat     80    100    60   PerfectDog     90    60     70   GreatAdministrator@51B6904C3C8A485 ~/learn_awk$

8. 输出以xxxxxx结尾的行：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '/t$/' test.txtxxx     Math English C++  ExperimentCat     80    100    60   PerfectDog     90    60     70   GreatAdministrator@51B6904C3C8A485 ~/learn_awk$

9. 自然而言地， 在一个pattern里， 我们可以既有正则又有条件， 如：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '/100/ && $4 >= 60' test.txtMonkey  100   90     95   GoodCat     80    100    60   PerfectAdministrator@51B6904C3C8A485 ~/learn_awk$ awk '/100/ && $4 > 60' test.txtMonkey  100   90     95   GoodAdministrator@51B6904C3C8A485 ~/learn_awk$

10. 最后再来一个：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '/^x/, /^D/' test.txtxxx     Math English C++  ExperimentMonkey  100   90     95   GoodCat     80    100    60   PerfectDog     90    60     70   GreatAdministrator@51B6904C3C8A485 ~/learn_awk$

当然了， sed肯定也有此功能， 不信你就翻翻我之前的博文。

**       三. 常见的一些action, 实际上主要是内置函数**

1. 最常见的print, printf, 如下：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '{print $2}' test.txtMath100809095Administrator@51B6904C3C8A485 ~/learn_awk$ awk '{printf("%d\n", $2)}' test.txt0100809095Administrator@51B6904C3C8A485 ~/learn_awk$

2.  在action中也可以有种逻辑， 比如打印第2-4行：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '{if(NR>=2 && NR<=4) print $0}' test.txtMonkey  100   90     95   GoodCat     80    100    60   PerfectDog     90    60     70   GreatAdministrator@51B6904C3C8A485 ~/learn_awk$

当然， 你也可以把这个if条件移动到pattern中去， 如：

3.  计算字符串长度， 相当于C/C++中的length函数

Administrator@51B6904C3C8A485 ~/learn_awk$ echo "good good study" | awk '{print length}'15Administrator@51B6904C3C8A485 ~/learn_awk$

再如：

Administrator@51B6904C3C8A485 ~/learn_awk$ awk '{print length}' test.txt3630333135Administrator@51B6904C3C8A485 ~/learn_awk$

实际上， awk还有很多内建的函数。 本文无法覆盖awk的所有内容， 仅仅提供冰山一角的一些东东， 但供入门肯定是没有问题的。后续会更根据实际， 对本文进行逐渐补充和完善。

肚子饿了， 该吃饭了。

#### 给我老师的人工智能教程打call！[http://blog.csdn.net/jiangjunshow][http_blog.csdn.net_jiangjunshow] ####

![这里写图片描述][SouthEast]

[http_blog.csdn.net_jiangjunshow]: https://blog.csdn.net/jiangjunshow/article/details/77338485
[SouthEast]: /images/20220416/3539e78faa67437ebe7d2bd3b0c70978.png