shell三剑客之awk（一）

• 概述

  awk有3个不同版本: awk、nawk和gawk，未作特别说明，一般指gawk，gawk 是 AWK 的 GNU 版本。   awk是一种优良的文本处理工具。简单来理解，awk逐行读入数据，将其赋给变量$0,然后对其进行切片处理，以$1,$2,..的切片形式，一段一段进行分析处理并输出。

• 语法
  

  awk '{pattern + action}' 或者 awk 'pattern {action}'

  pattern 表示 AWK 在数据中查找的内容。

  action 是在找到匹配内容时所执行的一系列命令。 

• 入门实例

1. 使用$0查看所要处理的文本内容

[root@chboa ~]# awk '{print $0}' test root:x:0:0:root:/root:/bin/bash bin:x:1:1:bin:/bin:/sbin/nologin daemon:x:2:2:daemon:/sbin:/sbin/nologin adm:x:3:4:adm:/var/adm:/sbin/nologin lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin sync:x:5:0:sync:/sbin:/bin/sync shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown halt:x:7:0:halt:/sbin:/sbin/halt mail:x:8:12:mail:/var/spool/mail:/sbin/nologin uucp:x:10:14:uucp:/var/spool/uucp:/sbin/nologin

2. awk + pattern，只是输出匹配行，不做其他处理

[root@chboa ]# awk -F: '/root/' test root:x:0:0:root:/root:/bin/bash

3. awk + action，对所有行进行处理

[root@chboa ]# awk -F: '{print $1}' test root bin daemon adm lp sync shutdown halt mail uucp

4. awk '/pattern/{action}'匹配并处理输出

[root@chboa ]# awk -F: '/root/{print $7}' test /bin/bash

5. 打印用户和所对应的bash，中间用tab分割

[root@chboa ~]# awk -F: '{print $1"\t"$7}' test  root    /bin/bash bin     /sbin/nologin daemon  /sbin/nologin adm     /sbin/nologin lp      /sbin/nologin sync    /bin/sync shutdown        /sbin/shutdown halt    /sbin/halt mail    /sbin/nologin uucp    /sbin/nologin

• awk内建变量

gawk数据字段和数据行变量

变量	功能
FIELDWIDTHS	用空格分隔开的定义了每个数据字段确切宽度的一列数字
FS	输入字段分隔符
RS	输入数据行分隔符
OFS	输出字段分隔符
ORS	输出数据行分隔符

• 实例

1. 使用FS指定输入字段默认分隔符

[root@chboa sed.test]# awk 'BEGIN{FS=":"}{print $1,$2}' test      root x bin x daemon x adm x lp x sync x shutdown x halt x mail x uucp x

2. 使用OFS指定输出字段分隔符，默认输出字段分隔符为空格

[root@chboa ~]# awk 'BEGIN{FS=":";OFS="-"}{print $1,$2,$3}' test root-x-0 bin-x-1 daemon-x-2 adm-x-3 lp-x-4 sync-x-5 shutdown-x-6 halt-x-7 mail-x-8 uucp-x-10

3. 使用FIELDWIDTHS指定切分的固定宽度

[root@chboa ]# awk 'BEGIN{FIELDWIDTHS="6 2 3 3"}{print $1,$2,$3,$4}' test root:x :0 :0: roo bin:x: 1: 1:b in: daemon :x :2: 2:d adm:x: 3: 4:a dm: lp:x:4 :7 :lp :/v sync:x :5 :0: syn shutdo wn :x: 6:0 halt:x :7 :0: hal mail:x :8 :12 :ma uucp:x :1 0:1 4:u

[root@chboa ~]# awk 'BEGIN{FIELDWIDTHS="6 5 8 2 1";OFS="--"}{print $1,$2,$3,$4,$5}' test root:x--:0:0:--root:/ro--ot--: bin:x:--1:1:b--in:/bin:--/s--b daemon--:x:2:--2:daemon--:/--s adm:x:--3:4:a--dm:/var/--ad--m lp:x:4--:7:lp--:/var/sp--oo--l sync:x--:5:0:--sync:/sb--in--: shutdo--wn:x:--6:0:shut--do--w halt:x--:7:0:--halt:/sb--in--: mail:x--:8:12--:mail:/v--ar--/ uucp:x--:10:1--4:uucp:/--va--r

4. 有时候会遇到数据字段占用的多行的情况，经典例子：姓名，地址，电话号码在不同行。

目标：打印姓名，后面跟电话号码。

注解：下面这个实例awk把文件中的每一行都当成一个字段，空白行当做数据行分隔符。

[root@chboa ~]# cat phone  Myke John Nanjing Road (123)110110100 Xiao Ming Zhengzhou  (456)120120100 [root@chboa ~]# awk 'BEGIN{FS="\n";RS=""}{print $1,$3}' phone  Myke John (123)110110100 Xiao Ming (456)120120100

gawk数据变量

变量	功能
ARGC	当前命令行参数个数
ARGV	包含命令行参数的数组
ENVIRON	当前shell环境变量及其值组成的关联数组
FILENAME	用作gawk输入数据的数据文件的文件名
IGNORECASE	设成非零值时，忽略gawk命令中出现的字符串的字符大小写
FNR	当前数据文件中的数据行数
NR	已处理的输入数据行的数目
NF	数据文件中的字段总数

• 使用内部变量，打印报表

[root@chboa ~]# awk -F: '{print "filename:"FILENAME",linenumber:"NR",columns:"NF",linecontent:"$0}' test filename:test,linenumber:1,columns:7,linecontent:root:x:0:0:root:/root:/bin/bash filename:test,linenumber:2,columns:7,linecontent:bin:x:1:1:bin:/bin:/sbin/nologin filename:test,linenumber:3,columns:7,linecontent:daemon:x:2:2:daemon:/sbin:/sbin/nologin filename:test,linenumber:4,columns:7,linecontent:adm:x:3:4:adm:/var/adm:/sbin/nologin filename:test,linenumber:5,columns:7,linecontent:lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin filename:test,linenumber:6,columns:7,linecontent:sync:x:5:0:sync:/sbin:/bin/sync filename:test,linenumber:7,columns:7,linecontent:shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown filename:test,linenumber:8,columns:7,linecontent:halt:x:7:0:halt:/sbin:/sbin/halt filename:test,linenumber:9,columns:7,linecontent:mail:x:8:12:mail:/var/spool/mail:/sbin/nologin filename:test,linenumber:10,columns:7,linecontent:uucp:x:10:14:uucp:/var/spool/uucp:/sbin/nologin