awk 笔记

2020-01-29 0条评论 1,392次阅读 0人点赞

一、准备工作

在当前文件夹创建employee.txt文件，作为数据来源

1. employee.txt

01 ian 20000
02 alex 30000
03 lex 15000
04 ash 43000
05 bob 21000
06 faker 20000
07 boss 99999

二、一个简单的例子

打印第二列的数据

awk '{print $2}' employee.txt

# boss
# lex
# ian
# alex
# van
# bob
# john
# levin
# ash

或者是通过读取流的方式

cat employee.txt | awk '{print $2}'

# boss
# lex
# ian
# alex
# van
# bob
# john
# levin
# ash

除了读取文件以外，一般都是通过第二种，即读取流的方式，因为*nix中流更常见

注意awk '{print $2}'中的单引号不要打成了双引号。

对整个语句进行拆分：

  • awk: 命令名称
  • '{print $2}': 单引号包着的部分可以理解为awk语言的代码（awk实际上是一门编程语言）。awk是按行执行的，每到一行就会执行{}里边的代码。print $2，表示打印当前行的第二列，所以整个语句{print $2}表示打印每一行的第二列，所以最终结果就是只把第二列打印了出来。

三、将awk代码放入文件中

除了上面的命令行模式外，awk还支持从文件中读取处理的代码

  1. 创建format文件，内容如下
{
    print $2
}

# 写成单行的 {print $2} 也行
  1. 执行命令
awk -f format employee.txt

# boss
# lex
# ian
# alex
# van
# bob
# john
# levin
# ash

四、还可以写成shebang风格的脚本

  1. 创建format.awk文件，内容如下
#! /usr/bin/awk -f
{
    print $2
}
  1. 给format.awk可执行权限
chmod a+x format.awk
  1. 执行
./format.awk employee.txt

# boss
# lex
# ian
# alex
# van
# bob
# john
# levin
# ash

五、打印出所有数据（但是没有实际意义）

print无参数打印每一行的所有列

awk '{print}' employee.txt

# 01 ian 20000
# 02 alex 30000
# 03 lex 15000
# 04 ash 43000
# 05 bob 21000
# 06 faker 20000
# 07 boss 99999

$0为整行

awk '{print $0}' employee.txt

# 01 ian 20000
# 02 alex 30000
# 03 lex 15000
# 04 ash 43000
# 05 bob 21000
# 06 faker 20000
# 07 boss 99999

使用后面将会讲到的正则，不给予匹配条件

awk '//' employee.txt

三、打印第一列和第三列

awk '{print $1, $3}' employee.txt

四、格式化打印

awk '{printf "%d %-8s %-8d\n", $1, $2, $3}' employee.txt

# 1 ian      20000
# 2 alex     30000
# 3 lex      15000
# 4 ash      43000
# 5 bob      21000
# 6 faker    20000
# 7 boss     99999

五、使用BEGIN增加表头

BEGIN{}里边放的内容只会在开始前执行一次，所以可以用来输出表头之类的数据

1. format.awk
#! /usr/bin/awk -f

BEGIN{ printf "%-2s %-8s %-8s\n", "id", "name", "salary" }

{ printf "%-2d %-8s %-8sn", $1, $2, $3 }
2. 执行 ./format.awk employee.txt
$ ./format.awk employee.txt

# id name     salary
# 1  ian      20000
# 2  alex     30000
# 3  lex      15000
# 4  ash      43000
# 5  bob      21000
# 6  faker    20000
# 7  boss    99999

六. 汇总 (END)

END{}里边的代码只会在最后一行处理完后执行

1. format.awk

#! /usr/bin/awk -f

BEGIN{ printf "%-2s %-8s %-8s\n", "id", "name", "salary" }

{ printf "%-2s %-8s %-8s\n", $1, $2, $3, total_salary += $3 }

END{ printf "total salary is %.2f", total_salary }

2. 执行 ./format.awk employee.txt

$ ./format.awk employee.txt

# id name     salary
# 01 ian        20000
# 02 alex      30000
# 03 lex        15000
# 04 ash       43000
# 05 bob       21000
# 06 faker     20000
# 07 boss     99999
# total salary is 248999.00%

七、打印行号

awk '{print NR, $0}'

# 1 01 ian 20000
# 2 02 alex 30000
# 3 03 lex 15000
# 4 04 ash 43000
# 5 05 bob 21000
# 6 06 faker 20000
# 7 07 boss 99999

八、打印每一行有多少列

awk '{print NF, $0}'

# 3 01 ian 20000
# 3 02 alex 30000
# 3 03 lex 15000
# 3 04 ash 43000
# 3 05 bob 21000
# 3 06 faker 20000
# 3 07 boss 99999

九、条件打印

1. 打印第一行

awk 'NR == 1 {print}' employee.txt

# 01 ian 20000

2. 打印薪资(第三列)大于 30000 的行

awk '$3 > 30000 {print}' employee.txt

# 04 ash 43000
# 07 boss 99999

3. 打印第 2 列中字符长度大于 3 的行

awk 'length($2) > 3' employee.txt

# 02 alex 30000
# 06 faker 20000
# 07 boss 99999

4. 打印除了第一行的所有行

awk 'NR > 1 {print}' employee.txt

# 02 alex 30000
# 03 lex 15000
# 04 ash 43000
# 05 bob 21000
# 06 faker 20000
# 07 boss 99999

5. 打印第一行和第三行

awk 'NR == 1 || NR == 3 {print}' employee.txt

# 01 ian 20000
# 03 lex 15000

6. 打印最后一行

$0 在END块中已经获取不到了，所以要在之前保存下来

awk '{last = $0} END{print last}' employee.txt

十、传递变量

awk -v name=ian '$2 == name {print}' employee.txt

# 01 ian 20000

十一、查找

1. 查找所有列中包含 2 的记录

awk '/2/' employee.txt

# 01 ian 20000
# 02 alex 30000
# 05 bob 21000
# 06 faker 20000

上面例子相当于 awk '/2/ {print} employee.txt'

2. 查找第三列中包含 2 的记录

awk '$3 ~ /2/' employee.txt

# 01 ian 20000
# 05 bob 21000
# 06 faker 20000

3. 查找第三列中不包含 2 的记录

awk '$3 !~ /2/' employee.txt

# 02 alex 30000
# 03 lex 15000
# 04 ash 43000
# 07 boss 99999

4. 查找第二列中 a 开头的记录

awk '$2 ~ /^a/' employee.txt

# 02 alex 30000
# 04 ash 43000

5. 查找第二列中 x 结尾的记录

awk '$2 ~ /x$/' employee.txt

# 02 alex 30000
# 03 lex 15000

6. 查找第二列中包含 lex 或 ian 的行

awk '/lex|ian/' employee.txt

# 01 ian 20000
# 02 alex 30000
# 03 lex 15000

7. 查找第二列中不是 a 开头并包含 lex 的行

awk '/[^a]lex/' employee.txt

# 03 lex 15000

十二、数组

1. 基本使用

awk 'BEGIN{
    arr["first"] = "apple"
    arr["second"]="orange"
    print arr["first"]
    print arr["second"]
}'

# apple
# orange

2. 删除一个元素

awk 'BEGIN{
    arr["first"] = "apple"
    arr["second"] = "orange"
    arr["third"] = "fruit"
    delete arr["third"]
    print arr["first"]
    print arr["second"]
}'

# apple
# orange
#

流程语句

awk '{
    if( $3 > 25000 ){
        print $0
    }
    else{
        print "-------------"
    }
}' employee.txt

# -------------
# 02 alex 30000
# -------------
# 04 ash 43000
# -------------
# -------------
# 07 boss 99999

awk '{
   if( $3 < 20000 ){
     print "low"
   } 
   else if( $3 >= 20000 && $3 < 30000 ){
     print "normal"
   }
   else{
     print "high"
   }
 }' employee.txt

# normal
# high
# low
# high
# normal
# normal
# high

内置函数

1. 字符串替换 gsub

有一天，boss 说 ian 不用干了，所以工资又回到 boss 手中

awk '{gsub("ian", "boss", $2)} {print}' employee.txt


# 01 boss 20000
# 02 alex 30000
# 03 lex 15000
# 04 ash 43000
# 05 bob 21000
# 06 faker 20000
# 07 boss 99999

参考

AWK 简明教程 - 酷 壳 – CoolShell
AWK程序设计语言

点赞

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注