文章目录

• • 1. 基本用法
  • 2. 内置变量
  • • 2.1. NF
    • 2.2. NR
    • 2.2. 更多
  • 3. 内置函数
  • • 3.1. toupper()
    • 3.2. 更多
  • 4. 输出条件
  • 5. if 语句

awk是处理文本文件的一个应用程序，几乎所有 Linux 系统都自带这个程序。它依次处理文件的每一行，并读取里面的每一个字段。对于日志、CSV 那样的每行格式相同的文本文件，awk可能是最方便的工具了。

1. 基本用法

awk的基本用法就是下面的形式：

$ awk 动作 文件名

示例：

$ awk '{print $0}' demo.txt

上面示例中，demo.txt是awk所要处理的文本文件。前面单引号内部有一个大括号，里面就是每一行的处理动作print $0。其中，print是打印命令，$0代表当前行，因此上面命令的执行结果，就是把每一行原样打印出来。

下面，我们先用标准输入（stdin）演示上面这个例子。

$ echo 'this is a test' | awk '{print $0}'
this is a test

上面代码中，print $0就是把标准输入this is a test重新打印了一遍。

awk默认会根据空格和制表符，将每一行分成若干字段，依次用$1、$2、$3代表第一个字段、第二个字段、第三个字段等等。

$ echo 'this is a test' | awk '{print $3}'
a

上面代码中，$3代表this is a test的第三个字段a。

也可以使用-F参数指定分隔符，如果有一个文件demo.txt中的内容是用:分隔的，如下所示：

root:x:0:0:root:/root:/usr/bin/zsh
daemon:x:1:1:daemon:/usr/sbin:/usr/sbin/nologin
bin:x:2:2:bin:/bin:/usr/sbin/nologin
sys:x:3:3:sys:/dev:/usr/sbin/nologin
sync:x:4:65534:sync:/bin:/bin/sync

我们提取它的第一个的字段：

$ awk -F ':' '{ print $1 }' demo.txt
root
daemon
bin
sys
sync

2. 内置变量

除了$数字表示某个字段，awk还提供其他一些变量。

2.1. NF

变量NF表示当前行有多少个字段，因此$NF就代表最后一个字段。

$ echo 'this is a test' | awk '{print $NF}'
test

$(NF-1)代表倒数第二个字段。

$ awk -F ':' '{print $1, $(NF-1)}' demo.txt
root /root
daemon /usr/sbin
bin /bin
sys /dev
sync /bin

上面代码中，print命令里面的逗号，表示输出的时候，两个部分之间使用空格分隔。

2.2. NR

变量NR表示当前处理的是第几行。

$ awk -F ':' '{print NR ") " $1}' demo.txt
1) root
2) daemon
3) bin
4) sys
5) sync

上面代码中，print命令里面，如果原样输出字符，要放在双引号里面。

2.2. 更多

awk的其他内置变量如下：

FILENAME：当前文件名
FS：字段分隔符，默认是空格和制表符。
RS：行分隔符，用于分割每一行，默认是换行符。
OFS：输出字段的分隔符，用于打印时分隔字段，默认为空格。
ORS：输出记录的分隔符，用于打印时分隔记录，默认为换行符。
OFMT：数字输出的格式，默认为％.6g。

3. 内置函数

awk还提供了一些内置函数，方便对原始数据的处理。

3.1. toupper()

函数toupper()用于将字符转为大写。

$ awk -F ':' '{ print toupper($1) }' demo.txt
ROOT
DAEMON
BIN
SYS
SYNC

上面代码中，第一个字段输出时都变成了大写。

3.2. 更多

其他常用函数如下：

tolower()：字符转为小写。
length()：返回字符串长度。
substr()：返回子字符串。
sin()：正弦。
cos()：余弦。
sqrt()：平方根。
rand()：随机数。

awk内置函数的完整列表，可以查看手册。

4. 输出条件

awk允许指定输出条件，只输出符合条件的行。输出条件要写在动作的前面。

$ awk '条件 动作' 文件名

请看下面的例子。

$ awk -F ':' '/usr/ {print $1}' demo.txt
root
daemon
bin
sys

上面代码中，print命令前面是一个正则表达式，只输出包含usr的行。

只输出奇数行：

# 输出奇数行
$ awk -F ':' 'NR%2==1 {print $1}' demo.txt
root
bin
sync

输出第三行以后的：

# 输出第三行以后的行
$ awk -F ':' 'NR>3 {print $1}' demo.txt
sys
sync

输出第一个字段等于指定值root的行的第一个字段：

$ awk -F ':' '$1 == "root" {print $1}' demo.txt
root

输出第一个字段等于指定值root或bin的行的第一个字段：

$ awk -F ':' '$1 == "root" || $1 == "bin" {print $1}' demo.txt
root
bin

5. if 语句

awk提供了if结构，用于编写复杂的条件。

$ awk -F ':' '{if ($1 > "m") print $1}' demo.txt
root
sys
sync

上面代码输出第一个字段的第一个字符大于m的行。

if结构还可以指定else部分。

$ awk -F ':' '{if ($1 > "m") print $1; else print "---"}' demo.txt
root
---
---
sys
sync