shell編程之awk命令詳解

時間  2019-12-13
標籤 shell 編程 awk 命令 詳解 欄目 Unix 简体版
原文   原文鏈接

shell編程之awk命令詳解

linux

本篇博客主要介紹linux經常使用命令中的對文本和數據進行處理的命令awk的用法。linux

awk命令

awk是一種編程語言，用於在linux/unix下對文本和數據進行處理。數據能夠來自標準輸入(stdin)、一個或多個文件，或其它命令的輸出。它支持用戶自定義函數和動態正則表達式等先進功能，是linux/unix下的一個強大編程工具。它在命令行中使用，但更可能是做爲腳原本使用。awk有不少內建的功能，好比數組、函數等，這是它和C語言的相同之處，靈活性是awk最大的優點。web

awk命令格式和選項

語法格式

  1. awk [options] 'script' var=value file(s) 
  2. awk [options] -f scriptfile var=value file(s) 

經常使用命令選項

  • -F fs fs 指定輸入分隔符，fs能夠時字符串或正則表達式正則表達式

  • -v var=value 賦值一個用戶定義變量，將外部變量傳遞給awkshell

  • -f scriptfile 從腳本文件中讀取awk命令編程

awk腳本

awk腳本是由模式和操做組成的。數組

模式與操做

模式

模式能夠是如下任意一種：bash

  • 正則表達式：使用通配符的擴展集markdown

  • 關係表達式：使用運算符進行操做，能夠是字符串或數字的比較測試編程語言

  • 模式匹配表達式：用運算符～（匹配）和~!不匹配ide

  • BEGIN 語句塊， pattern語句塊， END語句塊

操做

操做由一個或多個命令、函數、表達式組成，之間由換行符或分號隔開，並位於大刮號內，主要部分是：變量或數組賦值、輸出命令、內置函數、控制流語句。

awk腳本基本格式

  1. awk 'BEGIN{ commands } pattern{ commands } END{ commands }' file 

一個awk腳本一般由BEGIN， 通用語句塊，END語句塊組成，三部分都是可選的。 腳本一般是被單引號或雙引號包住。

  1. awk 'BEGIN{ i=0 } { i++ } END{ print i }' filename  
  2. awk "BEGIN{ i=0 } { i++ } END{ print i }" filename 

awk執行過程分析

  • 第一步： 執行BEGIN { commands } pattern 語句塊中的語句

    BEGIN語句塊：在awk開始從輸入輸出流中讀取行以前執行，在BEGIN語句塊中執行如變量初始化，打印輸出表頭等操做。

  • 第二步：從文件或標準輸入中讀取一行，而後執行pattern{ commands }語句塊。它逐行掃描文件，從第一行到最後一行重複這個過程，直到所有文件都被讀取完畢。

    pattern語句塊：pattern語句塊中的通用命令是最重要的部分，它也是可選的。若是沒有提供pattern語句塊，則默認執行{ print }，即打印每個讀取到的行。{ }相似一個循環體，會對文件中的每一行進行迭代，一般將變量初始化語句放在BEGIN語句塊中，將打印結果等語句放在END語句塊中。

  • 第三步：當讀至輸入流末尾時，執行END { command }語句塊

    END語句塊:在awk從輸入流中讀取完全部的行以後即被執行，好比打印全部行的分析結果這類信息彙總都是在END語句塊中完成，它也是一個可選語句塊。

AWK內置變量

  • $n : 當前記錄的第n個字段，好比n爲1表示第一個字段，n爲2表示第二個字段。

  • $0 : 這個變量包含執行過程當中當前行的文本內容。

  • ARGC : 命令行參數的數目。

  • ARGIND : 命令行中當前文件的位置（從0開始算）。

  • ARGV : 包含命令行參數的數組。

  • CONVFMT : 數字轉換格式（默認值爲%.6g）。

  • ENVIRON : 環境變量關聯數組。

  • ERRNO : 最後一個系統錯誤的描述。

  • FIELDWIDTHS : 字段寬度列表（用空格鍵分隔）。

  • FILENAME : 當前輸入文件的名。

  • NR : 表示記錄數，在執行過程當中對應於當前的行號

  • FNR : 同NR :，但相對於當前文件。

  • FS : 字段分隔符（默認是任何空格）。

  • IGNORECASE : 若是爲真，則進行忽略大小寫的匹配。

  • NF : 表示字段數，在執行過程當中對應於當前的字段數。 print $NF答應一行中最後一個字段

  • OFMT : 數字的輸出格式（默認值是%.6g）。

  • OFS : 輸出字段分隔符（默認值是一個空格）。

  • ORS : 輸出記錄分隔符（默認值是一個換行符）。

  • RS : 記錄分隔符（默認是一個換行符）。

  • RSTART : 由match函數所匹配的字符串的第一個位置。

  • RLENGTH : 由match函數所匹配的字符串的長度。

  • SUBSEP : 數組下標分隔符（默認值是34）。

將外部變量值傳遞給awk

  • 藉助 -v 選項，能夠未來自外部值（非stdin）傳遞給awk

    VAR=10000
    echo | awk -v VARIABLE=$VAR '{ print VARIABLE }'

  • 定義內部變量接收外部變量

    var1="aaa"
    var2="bbb"
    echo | awk '{ print v1,v2 }' v1=$var1 v2=$var2

  • 當輸入來自文件時

    awk '{ print v1,v2 }' v1=$var1 v2=$var2 filename

awk運算

  • 算術運算：（+，-，*，/，&，！，……，++，--）

    全部用做算術運算符進行操做時，操做數自動轉爲數值，全部非數值都變爲0

  • 賦值運算：（=， +=， -=，*=，/=，%=，……=，**=）

  • 邏輯運算符: (||, &&)

  • 關係運算符：（<, <=, >,>=,!=, ==）

  • 正則運算符：（～，～!）(匹配正則表達式，與不匹配正則表達式)

    awk 'BEGIN{a="100testa";if(a ~ /^100*/){print "ok";}}'
    ok

awk高級輸入輸出

讀取下一條記錄：next 語句

awk中next語句使用：在循環逐行匹配，若是遇到next，就會跳過當前行，直接忽略下面語句。而進行下一行匹配。net語句通常用於多行合併：

awk 'NR%2==1{next}{print NR,$0;}' text.txt
說明： 當記錄行號除以2餘1，就跳過當前行。下面的print NR,$0也不會執行。下一行開始，程序有開始判斷NR%2值。這個時候記錄行號是：2 ，就會執行下面語句塊：print NR,$0

讀取一行記錄：getline 語句

awk getline用法：輸出重定向需用到getline函數。getline從標準輸入、管道或者當前正在處理的文件以外的其餘輸入文件得到輸入。它負責從輸入得到下一行的內容，並給NF,NR和FNR等內建變量賦值。若是獲得一條記錄，getline函數返回1，若是到達文件的末尾就返回0，若是出現錯誤，例如打開文件失敗，就返回-1。
語法格式：getline var 變量var包含了特定行的內容
用法說明：

  • 當其左右無重定向符時|，<時：getline做用於當前文件，讀入當前文件的第一行給其後跟的變量var或$0（無變量），應該注意到，因爲awk在處理getline以前已經讀入了一行，因此getline獲得的返回結果是隔行的。

  • 當其左右有重定向符時|，<時：getline則做用於定向輸入文件，因爲該文件是剛打開，並無被awk讀入一行，只是getline讀入，那麼getline返回的是該文件的第一行，而不是隔行。

文件操做

  • 打開文件 open("filename")

  • 關閉文件 close("filename")

  • 輸出到文件 重定向到文件，如echo | awk '{printf("hello word!n") > "datafile"}'

循環結構

for循環

  1. for(變量 in 數組)  
  2. {語句} 
  3.  
  4. for(變量;條件;表達式) 
  5. {語句} 

while循環

  1. while(表達式) 
  2.     {語句} 

do...while循環

  1. do  
  2. {語句} while(條件) 

其餘相關語句

  • break：退出程序循環

  • continue: 進入下一次循環

  • next：讀取下一個輸入行

  • exit：退出主輸入循環，進入END，若沒有END或END中有exit語句，則退出腳本。

數組

在awk中數組叫作關聯數組(associative arrays)。awk 中的數組沒必要提早聲明，也沒必要聲明大小。數組元素用0或空字符串來初始化，這根據上下文而定。

  1. awk 'BEGIN{ 
  2.         Array[1]="sun"  
  3.         Array[2]="kai" 
  4.         Array["first"]="www"  
  5.         Array["last"]="name"  
  6.         Array["birth"]="1987" 
  7.          
  8.         info = "it is a test"; 
  9.         lens = split(info,tA," "); 
  10.         for(item in tA) 
  11.         {print tA[item];} 
  12.         for(i=1;i<=lens;i++) 
  13.         {print tA[i];} 
  14.         print length(tA[lens]); 
  15.         } { 
  16.         print "item in array"; 
  17.         for(item in Array) {print Array[item]}; 
  18.         print "print in i++"; 
  19.         for(i=1;i<=length(Array);i++) {print Array[i]};   
  20.         }' 

  • 獲取數組長度

  1. awk 'BEGIN{ 
  2.         info="it is a test"; 
  3.         lens=split(info,tA," ");    #使用split函數獲取數組長度 
  4.         print length(tA),lens;      #使用length函數獲取數組長度（版本有要求） 
  5.         }'  
**說明：** **版本夠高**的awk當中，支持直接獲得數組長度的方法length()，若是awk的版本太低，則不支持。另外，若是傳給length的變量是一個字符串，那麼length返回的則字符串的長度。

  • 輸出數組內容

    • 有序輸出 for...in

      由於數組時關聯數組，默認是無序的

    • 無序輸出 for(i=1;i<l=ens;i++)

      數組下標從1開始

  • 判斷鍵值是否存在

  1. #錯誤的判斷方法，awk數組是關聯數組，只要經過數組引用它的KEY，就會自動建立。 
  2. awk 'BEGIN{ 
  3.     tB["a"]="a1"; 
  4.     tB["b"]="b1"; 
  5.     if(tB["c"]!="1"){   #tB["c"]沒有定義，可是循環的時候會輸出 
  6.         print "no found"; 
  7.     }; 
  8.     for(k in tB){ 
  9.         print k,tB[k]; 
  10.     }}' 
  11.  
  12. #正確的斷定方法：使用 if ( key in array) 判斷數組中是否包含 鍵值 
  13. awk 'BEGIN{ 
  14.         tB["a"]="a1"; 
  15.         tB["b"]="b1"; 
  16.         if( "c" in tB){ 
  17.             print "ok"; 
  18.         }; 
  19.         for(k in tB){ 
  20.             print k,tB[k]; 
  21.         }}' 

  • 刪除鍵值
    delete array[key]能夠刪除，對應數組key的，序列值。

  1. awk 'BEGIN{ 
  2.         tB["a"]="a1"; 
  3.         tB["b"]="b1"; 
  4.         delete tB["a"]; 
  5.         for(k in tB){ 
  6.             print k,tB[k]; 
  7.         }}' 

  • 二維，多維數組
    awk的多維數組在本質上是一維數組，更確切一點，awk在存儲上並不支持多維數組。awk提供了邏輯上模擬二維數組的訪問方式。例如，array[2,4]=1這樣的訪問是容許的。awk使用一個特殊的字符串SUBSEP做爲分割字段。 相似一維數組的成員測試，多維數組可使用if ( (i,j) in array)這樣的語法，可是下標必須放置在圓括號中。相似一維數組的循環訪問，多維數組使用for ( item in array )這樣的語法遍歷數組。與一維數組不一樣的是，多維數組必須使用split()函數來訪問單獨的下標份量。

  1. awk 'BEGIN{  
  2.     for(i=1;i<=9;i++){  
  3.         for(j=1;j<=9;j++){  
  4.             tarr[i,j]=i*j;  
  5.             print i,"*",j,"=",tarr[i,j];  
  6.             } 
  7.         } 
  8.      }' 
  9.  
  10. awk 'BEGIN{  
  11.         for(i=1;i<=9;i++){  
  12.             for(j=1;j<=9;j++){  
  13.                     tarr[i,j]=i*j; } } 
  14.         for(m in tarr){  
  15.             split(m,tarr2,SUBSEP);  
  16.             print tarr2[1],"*",tarr2[2],"=",tarr[m]; } }' 

內置函數

算術函數

格式 描述
atan2( y, x ) 返回 y/x 的反正切。
cos( x ) 返回 x 的餘弦；x 是弧度。
sin( x ) 返回 x 的正弦；x 是弧度。
exp( x ) 返回 x 冪函數。
log( x ) 返回 x 的天然對數。
sqrt( x ) 返回 x 平方根。
int( x ) 返回 x 的截斷至整數的值。
rand( ) 返回任意數字 n，其中 0 <= n < 1。
srand( [expr] ) 將 rand 函數的種子值設置爲 Expr 參數的值，或若是省略 Expr 參數則使用某天的時間。返回先前的種子值。
  1. awk 'BEGIN{ 
  2.         OFMT="%.3f";    #OFMT 設置輸出數據格式是保留3位小數。 
  3.         fs=sin(1); 
  4.         fe=exp(10); 
  5.         fl=log(10); 
  6.         fi=int(3.1415); 
  7.         print fs,fe,fl,fi; 
  8.         }' 
  9. 輸出結果爲：0.841 22026.466 2.303 3 
  10.  
  11. awk 'BEGIN{ 
  12.         srand(); 
  13.         fr=int(100*rand()); 
  14.         print fr; 
  15.         }'  
  16. 輸出：78 

字符串函數

格式 描述
gsub( Ere, Repl, [ In ] ) 除了正則表達式全部具體值被替代這點，它和 sub 函數徹底同樣地執行。
sub( Ere, Repl, [ In ] ) 用 Repl 參數指定的字符串替換 In 參數指定的字符串中的由 Ere 參數指定的擴展正則表達式的第一個具體值。sub 函數返回替換的數量。出如今 Repl 參數指定的字符串中的 &（和符號）由 In 參數指定的與 Ere 參數的指定的擴展正則表達式匹配的字符串替換。若是未指定 In 參數，缺省值是整個記錄（$0 記錄變量）。
index( String1, String2 ) 在由 String1 參數指定的字符串（其中有出現 String2 指定的參數）中，返回位置，從 1 開始編號。若是 String2 參數不在 String1 參數中出現，則返回 0（零）。
length [(String)] 返回 String 參數指定的字符串的長度（字符形式）。若是未給出 String 參數，則返回整個記錄的長度（$0 記錄變量）。
blength [(String)] 返回 String 參數指定的字符串的長度（以字節爲單位）。若是未給出 String 參數，則返回整個記錄的長度（$0 記錄變量）。
substr( String, M, [ N ] ) 返回具備 N 參數指定的字符數量子串。子串從 String 參數指定的字符串取得，其字符以 M 參數指定的位置開始。M 參數指定爲將 String 參數中的第一個字符做爲編號 1。若是未指定 N 參數，則子串的長度將是 M 參數指定的位置到 String 參數的末尾 的長度。
match( String, Ere ) 在 String 參數指定的字符串（Ere 參數指定的擴展正則表達式出如今其中）中返回位置（字符形式），從 1 開始編號，或若是 Ere 參數不出現，則返回 0（零）。RSTART 特殊變量設置爲返回值。RLENGTH 特殊變量設置爲匹配的字符串的長度，或若是未找到任何匹配，則設置爲 -1（負一）。
tolower( String ) 返回 String 參數指定的字符串，字符串中每一個大寫字符將更改成小寫。大寫和小寫的映射由當前語言環境的 LC_CTYPE 範疇定義。
toupper( String ) 返回 String 參數指定的字符串，字符串中每一個小寫字符將更改成大寫。大寫和小寫的映射由當前語言環境的 LC_CTYPE 範疇定義。
sprintf(Format, Expr, Expr, . . . ) 根據 Format 參數指定的 printf 子例程格式字符串來格式化 Expr 參數指定的表達式並返回最後生成的字符串。

說明： Ere均可以是正則表達式。

時間函數

格式 描述
mktime( YYYY MM dd HH MM ss[ DST]) 生成時間格式
strftime([format [, timestamp]]) 格式化時間輸出，將時間戳轉爲時間字符串 具體格式，見下表.
systime() 獲得時間戳,返回從1970年1月1日開始到當前時間(不計閏年)的整秒數

strftime日期和時間格式說明符 :

格式 描述
%a 星期幾的縮寫(Sun)
%A 星期幾的完整寫法(Sunday)
%b 月名的縮寫(Oct)
%B 月名的完整寫法(October)
%c 本地日期和時間
%d 十進制日期
%D 日期 08/20/99
%e 日期，若是隻有一位會補上一個空格
%H 用十進制表示24小時格式的小時
%I 用十進制表示12小時格式的小時
%j 從1月1日起一年中的第幾天
%m 十進制表示的月份
%M 十進制表示的分鐘
%p 12小時表示法(AM/PM)
%S 十進制表示的秒
%U 十進制表示的一年中的第幾個星期(星期天做爲一個星期的開始)
%w 十進制表示的星期幾(星期天是0)
%W 十進制表示的一年中的第幾個星期(星期一做爲一個星期的開始)
%x 從新設置本地日期(08/20/99)
%X 從新設置本地時間(12：00：00)
%y 兩位數字表示的年(99)
%Y 當前月份
%Z 時區(PDT)
%% 百分號(%)
  1. #mktime使用 
  2. awk 'BEGIN{tstamp=mktime("2001 01 01 12 12 12");print strftime("%c",tstamp);}'  
  3. 輸出：2001年01月01日 星期一 12時12分12秒  
  4.  
  5. awk 'BEGIN{tstamp1=mktime("2001 01 01 12 12 12");tstamp2=mktime("2001 02 01 0 0 0");print tstamp2-tstamp1;}'  
  6. 輸出：2634468  
  7.  
  8. #求2個時間段中間時間差，介紹了strftime使用方法 
  9. awk 'BEGIN{tstamp1=mktime("2001 01 01 12 12 12");tstamp2=systime();print tstamp2-tstamp1;}'  
  10. 輸出：308201392 
  11.  

其餘通常函數

格式 描述
close( Expression ) 用同一個帶字符串值的 Expression 參數來關閉由 print 或 printf 語句打開的或調用getline 函數打開的文件或管道。若是文件或管道成功關閉，則返回 0；其它狀況下返回非零值。若是打算寫一個文件，並稍後在同一個程序中讀取文件，則 close 語句是必需的。
system(command ) 執行 Command 參數指定的命令，並返回退出狀態。等同於 system 子例程。
Expression | getline [ Variable ] 歷來自 Expression 參數指定的命令的輸出中經過管道傳送的流中讀取一個輸入記錄，並將該記錄的值指定給 Variable 參數指定的變量。若是當前未打開將 Expression 參數的值做爲其命令名稱的流，則建立流。建立的流等同於調用 popen 子例程，此時 Command 參數取 Expression 參數的值且 Mode 參數設置爲一個是 r 的值。只要流保留打開且 Expression 參數求得同一個字符串，則對 getline 函數的每次後續調用讀取另外一個記錄。若是未指定 Variable 參數，則 $0 記錄變量和 NF 特殊變量設置爲從流讀取的記錄。
getline [ Variable ] < Expression 從 Expression 參數指定的文件讀取輸入的下一個記錄，並將 Variable 參數指定的變量設置爲該記錄的值。只要流保留打開且 Expression 參數對同一個字符串求值，則對 getline 函數的每次後續調用讀取另外一個記錄。若是未指定 Variable 參數，則 $0 記錄變量和 NF 特殊變量設置爲從流讀取的記錄。
getline [ Variable ] 將 Variable 參數指定的變量設置爲從當前輸入文件讀取的下一個輸入記錄。若是未指定 Variable 參數，則 $0 記錄變量設置爲該記錄的值，還將設置 NF、NR 和 FNR 特殊變量。
  1. #打開外部文件（close用法） 
  2. awk 'BEGIN{while("cat /etc/passwd"|getline){print $0;};close("/etc/passwd");}'  
  3. 輸出: root:x:0:0:root:/root:/bin/bash bin:x:1:1:bin:/bin:/sbin/nologin daemon:x:2:2:daemon:/sbin:/sbin/nologin  
  4.  
  5. #逐行讀取外部文件(getline使用方法）  
  6. awk 'BEGIN{while(getline < "/etc/passwd"){print $0;};close("/etc/passwd");}'  
  7. 輸出：root:x:0:0:root:/root:/bin/bash bin:x:1:1:bin:/bin:/sbin/nologin daemon:x:2:2:daemon:/sbin:/sbin/nologin  
  8.  
  9. awk 'BEGIN{print "Enter your name:";getline name;print name;}' 
  10. Enter your name:  
  11. chengmo  
  12. chengmo  
  13.  
  14. #調用外部應用程序(system使用方法） b返回值，是執行結果。 
  15. awk 'BEGIN{b=system("ls -al");print b;}'  
  16. 輸出： total 42092 drwxr-xr-x 14 chengmo chengmo 4096 09-30 17:47 . drwxr-xr-x 95 root root 4096 10-08 14:01 ..  
  17.  
(附件: markdownFile.md)



附件列表

相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程