标签：awk
awk
文本处理三剑客:
grep: grep, egrep, fgrep; 基于pattern进行过滤文本;
sed: 流编辑器, 行编辑器; 拥有模式空间和保持空间;
awk: 报告生成器, 格式化文本输出;
AWK: 名称是由三个创始人的名字首字母结合而成的, 这三人分别为: Alfred Aho, Peter J Weiberger, Brian Kernighan. 这三人都是贝尔实验室的人, 其中, Peter J Weinberger 主要提供语法支持, 与语法定义; Brian Kernighan是第一本C语言的编写的编写人之一.
CentOS RHEL系awk, GNU AWK, gawk;
Debian系awk, New awk, nawk;
GNU awk----gawk
gawk - 进行模式扫描和语言处理的工具
基本格式:
awk [ options ] ‘program‘ file ......
program: pattern { action statements; ......} patern: 部分决定动作语句合适触发及通过什么时间触发;
BEGIN, END
action statement对数据进行处理, 通常放在一对{}之中;
print, printf
分隔符: awk对数据进行处理时, 会根据特定的标识对数据进行分段, 这种特定标识就是分隔符, 默认是空白字符;
字段: 经过分隔符之后的每一分段, 都称为一个字段(Field); 默认awk会使用内置位置变量来存储各个字段的值; 这些变量就是$1, $2, ...... $N;
记录: 有换行符分隔符的数据中的每一行, 就是一个记录; 在awk处理数据时, 使用$0保存整行的内容;
awk工作原理:
1.首先, 执行BEGIN{action statements}语句块中的语句;
2.其次, 从文件中或者从标准输入读取一行, 然后执行pattern{action statements}语句块; 逐行重复处理该过程, 知道数据全部被读取完毕;
3.在其他语句执行完成后, 在退出awk程序之前, 执行END{action statements}语句块;
注意:
1) .BEGIN语句块在awk开始处理数据之前就需要执行; 此语句块是可选语句块;
2) .END语句块在awk处理完所有的数据之后, 才会被执行; 此语句块是可选语句块;
3) .pattern语句块中的通用命令是最重要的部分, 也是可选的; 如果没有提供pattern语句块, 则默认执行{ print } 语句, 显示数据的每一行; awk读取到的每一行都执行一次pattern语句块的内容;
awk的基本用法:
常用选项:
-F: 用来指明此次数据处理的字段分隔符, 默认为空白字符;
-v var=value: 用来自定义变量和为自定义变量赋初始值;
常用的ACTION:
1.print: 标准格式显示;
print item1,item2, ......
print命令的要点:
a.逗号分隔;
b.输出的各item可以是字符串, 可以是数字, 可以是当前记录中的字段, 可以是变量, 可以是awk表达式;
c.如果省略了item, 就输出整行, 相当于{print $0};
示例:
2.变量:
内建变量:
FS: input field seperator, 输入字段分隔符, 默认空白字符;
示例:
OFS: output field seperator, 输出字段分隔符, 默认空白字符;
示例:
RS: input record seperator, 输入记录分隔符, 默认换行符;
注意: 即使指定了新的额输入记录分隔符, 原换行符仍然有效;
示例:
ORS: output record seerator, 输出记录分隔符;
NF: number of field, 字段数量;
示例:
NR: number of record, 行数; 鉴于awk遍历文件每行的特性, 可以将该变量理解为行号;
示例:
FNR: file number of record, 分别统计各个文件的行数, 行号;
示例:
FILENAME: 输出当前正在处理的文件的文件名;
示例:
ARGC: argument count, 整个命令行中的参数的数量; 包括命令本身;
示例:
ARGV: 数组, argumet value, 保存了命令行中个参数的具体内容;
示例:
自定义变量:
定义方式:
-v var=value
注意: 变量名区分字符大小写;
示例:
3.printf命令:
格式化输出命令: printf "FORMAT" item1,item2,......
要点:
1) 必须给出合适的FORMAT;
2) 默认不自动换行, 需要显示给出换行控制符(\n);
3) FORMAT中需要为后面的每一个item指定一个格式化符号;
格式符:
%c: 显示字符的ASCII码;
%d,%i: 显示十进制整数;
%f: 显示浮点数字;
%e,%E: 使用科学计数法显示数字;
%g,%G: 使用科学计数法显示浮点数字;
%s: 显示字符串;
%u: 显示无符号整数;
%%: 显示%自身;
修饰符:
#[.#]: 第一个数字用来控制显示宽度; 第二个数字表示小数点的精度;
如: %3.1f %5s
-: 表示采用左对齐机制; 默认是右对齐; %-15s
+: 显示数字的正负符号; %+d
示例:
4.操作符:
算数操作符:
x+y, x-y, x*y, x/y, x^y, x%y
-x: 将整数转换为负数;
+x: 将字符串转换为数值;
字符串操作符:
没有符号的操作符, 表示字符串连接之意;
赋值操作符:
=, +=, -=, *=, /=, %=, ^=
++, --
比较操作符:
>, >=, <, <=, ==, !=
模式匹配操作符:
~: 左侧的字符串是否能够被右侧的模式所匹配;
!~: 左侧的字符串是否不能够被右侧的模式所匹配;
示例:
逻辑操作符:
&&
||
!
示例:
条件表达式:
condition(selector)?if-true-expression:if-false-expression
示例:
5.PATTERN:
1) empty: 空模式, 处理文件中的每一行;
2) [!]/REGEXP/: 进处理不能被PATTERN匹配到的行;
示例:
3) 关系表达式: $3>=1000, $NF~/bash/
4) 行的范围:
关系表达式: ($3>=500&&$3<=1000)
/regexp1/,/regexp2/: 从被regexp1匹配的行开始到被regexp2匹配的行结束, 有多少这一类匹配结果, 就显示多少次;
示例:
5) BEGIN/END模式:
BEGIN{}: 仅在开始处理文件中的第一行文本之前执行一次的语句块;
示例:
注意:
在输出特定格式的表头时, 常用此语句块;
END{}: 仅在文本处理完成但命令尚未退出时执行一次的语句块;
示例:
6.常用的ACTION:
1) 表达式(Expression)
2) 组合语句(Cpmpound Statement)
3) 输入语句(Input Statement)
4) 输出语句(Output Statement)
5) 控制语句(Control Statement)
7.控制语句:
if (condition) statement [ else statement ]
while (condition) statement
do statement while (condition)
for (expr1; expr2; expr3) statement
for (var in array) statement
break
continue
delete array[index]
delete array
exit [ expression ]
{ statements }
switch (expression) {case value|regex : statement...[ default : statement ]} 1) if-else:
语法: if (condition) {statement} [ else {statement} ]
使用场景: 对awk取得的整行或某个字段做条件判断;
示例:
2) while循环: 条件为真, 进入循环; 条件为假, 退出循环;
语法: while (condition) statement
使用场景: 对一行内的多个字段逐一做类似的处理时; 对数组中的各个元素遍历及处理时;
示例:
3) do...while循环:
语法:
do statement while (condition)
意义: 同while循环, 但至少执行一次循环体中的语句;
4) for循环:
语法: for (expr1; expr2; expr3) statement
expr1: 变量赋初值;
expr2: 条件判断;
expr3: 变量值的递增或递减调整;
示例:
5) break和continue
break [n]
continue: 跳出本次循环, 直接进入下次循环;
6) next语句:
提前结束对本行的处理, 而直接进入下一行;
示例:
8.数组(Array)
关联数组: array[index_expression]
index_expression:
1) 可以使用任意的字符串, 字符串必须使用双引号;
2) 如果某数组元素事先不存在, 当引用该元素时, awk会自动创建此元素, 并且为该元素赋"空字符串"作为其初始值;
注意: 如果想要判断数组中某个元素是否存在, 一般会使用"index in array"格式进行;
示例:
查看已连接状态下, 同一客户端的连接数量;
9.函数:
内建函数:
length(): 计算字符串长度
split(string,array[,fieldsep])
示例:
自定义函数:
标签：awk
原文地址：http://gt520.blog.51cto.com/12654264/1959851
