一：说明
1.说明
Linux 系统中还有一个功能更加强大的文本数据处理工具，就是 awk
awk的最基本功能是在文件或字符串中基于指定规则浏览和抽取信息，awk抽取信息后，才能进行其他文本操作，完整的awk脚本通常用来格式化文本文件中的信息。awk和 sed 命令类似，awk 命令也是逐行扫描文件（从第 1 行到最后一行），寻找含有目标文本的行，如果匹配成功，则会在该行上执行用户想要的操作；反之，则不对行做任何处理。
基本格式：
awk [选项] '匹配规则与处理规则' 文件名或路径
2.选项
默认是使用空格进行分割
| 选项 | 含义 |
| -F fs | 指定以 fs 作为输入行的分隔符，awk 命令默认分隔符为空格或制表符 |
| -f file | 从脚本文件中读取 awk 脚本指令，以取代直接在命令行中输入指令 |
| -v var=val | 在执行处理过程之前，设置一个变量 var，并设置初始值为 val |
3.匹配规则
字符串匹配
正则表达式匹配
4.处理规则
设置变量 设置数组 定义函数 (用的比较少） 数组循环 加减乘除运算 字符串拼接
5.小试
如果有空白行，则打印black line
awk '/^$/ {print "Blank line"}' tt.txt
二：基本知识说明
1.字段变量
awk的主要特性之一是处理文本文件中数据的能力，它会自动给每一行中的每个数据元素分配一个变量。
默认情况下，awk 会将如下变量分配给它在文本行中发现的数据字段(或者叫做域)：
- $0 代表整个文本行；
- $1 代表文本行中的第 1 个数据字段(域)；
- $2 代表文本行中的第 2 个数据字段(域)；
- $n 代表文本行中的第 n 个数据字段(域)。
前面说过，在 awk 中，默认的字段分隔符是任意的空白字符（例如空格或制表符）。 在文本行中，每个数据字段都是通过字段分隔符划分的。awk 在读取一行文本时，会用预定义的字段分隔符划分每个数据字段。
所以在下面的例子中，awk 程序读取文本文件，只显示第 1 个数据字段的值：
awk '{print $1}' tt.txt
2.可以使用多个命令
awk 允许将多条命令组合成一个正常的程序。要在命令行上的程序脚本中使用多条命令，只要在命令之间放个分号即可
echo 'my name is tom' | awk '{$4="xiaoming"; print $0}'
3.从文件中读取命令
可以
awk -F: -f awk.sh /etc/passwd
效果：
其中，awk.sh是：
{print $1 "'s directory is " $6}
4.BEGIN与END关键字
BEGIN：对于每个输入行， awk 都会执行脚本代码块一次。然而，在许多编程情况中，可能需要在处理数据前运行一些脚本命令，这就需要使用 BEGIN 关键字。BEGIN 会强制 awk 在读取数据前执行该关键字后指定的脚本命令(BEGIN后面的命令只执行一次)
END：和 BEGIN 关键字相对应，END 关键字允许我们指定一些脚本命令，awk 会在读完数据后执行它们
awk 'BEGIN{print "start file"} {print $0} END {print "end file"}' tt.txt
5.条件操作符
条件操作符有：<、<=、==、!=、>=、~匹配正则表达式、!~不匹配正则表达式
匹配:awk '{if ($4~/ASIMA/) print $0}' temp.txt 表示如果第四个数据字段包含ASIMA，就打印整行数据
精确匹配:awk '$3=="48" {print $0}' temp.txt 表示只打印第3个数据字段等于"48"的记录
不匹配: awk '$0 !~ /ASIMA/' temp.txt 表示打印整条不包含ASIMA的记录
不等于: awk '$1 != "asima"' temp.txt 表示打印第1个数据字段不等于"asima"的记录
小于: awk '{if ($1<$2) print $1 "is smaller"}' temp.txt 表示如果第一个数据字段小于第二个数据字段，则打印第一个数据字段+"is smaller"
设置大小写: awk '/[Gg]reen/' temp.txt 表示打印整条包含Green，或者green的记录
任意字符: awk '$1 ~/^...a/' temp.txt 表示打印第1个数据字段中第四个字符是a的记录，符号’^’代表行首，符合’.’代表任意字符
或关系匹配: awk '$0~/(abc)|(efg)/' temp.txt 表示打印整行数据匹配“abc”或“efg”的记录，使用|时，语句需要括起来
AND与关系: awk '{if ( $1=="a" && $2=="b" ) print $0}' temp.txt 表示如果第一个数据字段等于“a”并且第二个数据字段等于“b”，则打印该行数据
OR或关系: awk '{if ($1=="a" || $1=="b") print $0}' temp.txt 表示如果第一个数据字段等于“a”或者第二个数据字段等于“b”，则打印该行数据
6.内置变量
| ARGC | 命令行参数个数 | NF | 当前行的数据字段个数 |
| AGRV | 命令行参数排列 | NR | 已读的记录数，即行号，从1开始(一行就是一个记录，一个记录有若干个字段/域) |
| ENVIRON | 支持队列中系统环境变量的使用 | OFS | 输出数据字段分隔符(默认为空格) |
| FILENAME | awk浏览的文件名 | ORS | 输出记录分隔符(默认为换行符) |
| FNR | 浏览文件的记录数 | RS | 记录分隔符(默认是换行符) |
| FS | 设置输入域分隔符，同- F选项 |
打印行数与最后打印行数
awk '{print NR}' tt.txt
awk 'END {print NR}' tt.txt
先打印行号，然后打印后面内容
awk '{print NR,$0}' tt.txt
大于某行，然后某个字段符合打印
awk '{if(NR > 1 && $2~/was/) print NR,$0}' tt.txt
显示当前目录名
echo $PWD | awk -F / '{print $NF}'
7.内置字符串函数
- gsub(r，s) 含义：在整个$0中用s替代r
awk 'gsub(/name/, "tom") {print $0}' t2.txt
- gsub(r，s，t) 含义：在整个t中用s替代r
和上面的类型
- index(s，t) 含义：返回s中字符串t的第一位置(下标从1开始计算)
- split(s，a，fs) 含义：用fs把s分割成序列a
标签：文本,linux,数据字,awk,分隔符,print,txt From： https://www.cnblogs.com/juncaoit/p/16644166.html