2.6.3、awk 命令

关注公众号 “融码一生”，领取全套 PDF / 电子书

• Linux 系统中还有一个功能更加强大的文本数据处理工具：awk，它诞生于 20 世纪 70 年代末期，这也许是它影响众多 Linux 用户的原因之一。
• awk 是由 Aho、Weingberger 和 Kernighan 设计开发，因此这 3 为大师姓的首字母即为命令名。
• 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] '脚本命令' 文件名

• awk 的强大之处在于脚本命令，它由 2 部分组成：匹配规则、执行命令

• • '匹配规则{执行命令}'

• • • 匹配规则和sed命令中的address部分作用相同，用来指定脚本命令可以作用到文本内容中的具体行，可以使用字符串（如/demo/表示查看含有 demo 字符串的行）或正则表达式指定。
    • 整个脚本命令用单引号'括起，而其中的执行命令部分需要用大括号{}括起来。

• 在 awk 程序执行时，如果没有指定执行命令，则默认会把匹配的行输出；如果不指定匹配规则，则默认匹配文本中所有的行。
• 示例：

• • awk '/^$/ {print "Blank line"}' test.txt

• • • /^$/是一个正则表达式，匹配文本中的空白行
    • 执行命令使用的是 print 命令，将指定的文本进行输出
    • 整个命令的功能：如果test.txt有 N 个空白行，那么执行此命令会输出 N 个 Blank line

1、使用数据字段变量

• awk 的主要特性之一是其处理文本文件中数据的能力，它会自动给一行中的每个数据元素分配一个变量。awk 默认会将如下变量分配给它在文本行中发现的数据字段：

• • $0：代表整个文本行
  • $1：代表文本行中的第 1 个数据字段
  • $2：代表文本行中的第 2 个数据字段
  • $n：代表文本行中的第 n 个数据字段

• awk 中默认的字段分隔符是任意的空白字符（如空格、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。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。
• awk 程序读取文本文件，只显示第 1 个数据字段的值：

cat test.txt
:<<!
One line of test text.
Two lines of test text.
Three lines of test text.
!


awk '{print $1}' test.txt
:<<!
One
Two
Three
!

• 如果要读取采用了其它字段分隔符的文件，可以用-F选项手动指定。

2、awk 脚本命令使用多个命令

• 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 Rich" | awk '{$4="Christine"; print $0}'
:<<!
My name is Christine
!

• 第一条命令会给字段变量$4赋值。第二条命令会打印整个数据字段。
• 可以看到，awk 程序在输出中已经将原文本中的第四个数据字段替换成了新值。
• 也可以一次一行地输入程序脚本命令：

echo "My name is Rich" | awk '{
$4="Christine"
print $0}'

:<<!
My name is Christine
!

• 在用了起始的单引号后，bash shell 会使用>来提示输入更多数据，此时可以每次在每行加一条命令，直到输入了结尾的单引号。
• 注意：如果没有在命令行中指定文件名，awk 程序需要用户输入获得数据，因此当运行这个程序时，会一直等着用户输入文本，此时如果要退出程序，只需按 Ctrl+D 组合键：

awk '{
$4="Christine"
print $0}'

3、从文件中读取程序

• 跟 sed 一样，awk 允许将脚本命令存储到文件中，然后再在命令行中引用：

cat awk.sh
:<<!
{print $1 "'s home directory is " $6}
!


awk -F: -f awk.sh /etc/passwd
:<<!
root's home directory is /root
bin's home directory is /bin
daemon's home directory is /sbin
adm's home directory is /var/adm
lp's home directory is /var/spool/lpd
sync's home directory is /sbin
shutdown's home directory is /sbin
halt's home directory is /sbin
mail's home directory is /var/spool/mail
operator's home directory is /root
games's home directory is /usr/games
ftp's home directory is /var/ftp
...
!

• awk.sh脚本文件会使用 print 命令打印/etc/passwd文件的主目录数据字段（字段变量$6），以及userid数据字段（字段变量$1）。
• 注意：在程序文件中也可以指定多条命令，一条命令放一行即可，之间不需要用分号。

4、BEGIN 关键字

• awk 中还可以指定脚本命令的运行时机。awk 默认会从输入中读取一行文本，然后针对该行的数据执行程序脚本，但有时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：

cat test.txt
:<<!
Line 1
Line 2
Line 3
!


awk 'BEGIN {print "The data3 File Contents:"}
{print $0}' test.txt
:<<!
The data3 File Contents:
Line 1
Line 2
Line 3
!

• 脚本命令中分为 2 部分：

• • BEGIN 部分的脚本指令会在 awk 命令处理数据前运行
  • 真正用来处理数据的是第二段脚本命令

5、END 关键字

• 和 BEGIN 关键字相对应，END 关键字允许指定一些脚本命令，awk 会在读完数据后执行它们，例如：

  

cat test.txt
:<<!
Line 1
Line 2
Line 3
!

awk 'BEGIN {print "The test.txt File Contents:"}
{print $0}
END {print "End of File"}' test.txt

:<<!
The test.txt File Contents:
Line 1
Line 2
Line 3
End of File
!

• 当 awk 程序打印完文件内容后，才会执行 END 中的脚本命令。

关注公众号 “融码一生”，领取全套 PDF / 电子书