自學Linux Shell19.1-gawk程序基礎特性

點擊返回 自學Linux命令行與Shell腳本之路

19.1-gawk程序基礎特性

linux世界中最普遍使用的兩個命令行編輯器：

• sed
• gawk

1. gawk概念

awk是一個強大的文本分析工具，相對於grep的查找，sed的編輯，awk在其對數據分析並生成報告時，顯得尤其強大。簡單來講awk就是把文件逐行的讀入，以空格爲默認分隔符將每行切片，切開的部分再進行各類分析處理。

awk有3個不一樣版本: awk、nawk和gawk，未做特別說明，通常指gawk，gawk 是 AWK 的 GNU 版本。

• 定義變量來保存數據
• 使用算術和字符串操做符來處理數據
• 使用結構化編程概念來爲數據處理增長處理邏輯
• 經過提取數據文件中的數據元素，將其從新排列或格式化，生成格式化報告

gawk的報告生成能力一般用來從大文本文件中提取數據元素，並將它們格式化成可讀 的報告，完美的例子是格式化日誌文件。

在全部的發行版中都沒有默認安裝gawk程序。

 

2. gawk格式化

1 awk '{pattern + action}' {filenames}

• -F fs 指定行中劃分數據字段的字段分隔符
• -f progfile 從指定的文件中讀取程序
• -v var=value 定義gawk程序中的一個變量及其默認值
• -mf N 指定要處理的數據文件中的最大字符段數
• -mr N 指定數據文件中的最大數據行數
• -w keyword 指定gawk的兼容模式或告警等級

gawk強大之處在於能夠寫腳原本讀取文本行的數據，而後處理並顯示數據。

2.1 從命令行讀取程序腳本

必須將腳本命令放到兩個花括號{ } 中。

 

以上運行gawk’{print"hello word"}‘不會有任何反應，print命令會將文本打印到STDOUT，但沒有在命令行上指定文件名，因此gawk只會從STDIN接收數據。
若輸入一個文本並按下回車鍵，無論你在數據流中輸入什麼，都會獲得一樣的輸出hello word 。
ctrl+D組合鍵會在bash中產生一個EOF字符，即是數據流已經結束。

2.2 使用數據字段變量

gawk會自動給一行中的每一個數據元素分配一個變量，默認狀況下，會將以下變量分配給它在文本行中發現的數據字段：

• $0表明整個文本；
• $1表明文本行中的第一個數據字段；
• $2表明文本行中第二個字段；
• $n表明文本行中第N個字段

• 每一個數據字段是經過字段分隔符劃分的，默認字段分割符是任意的空白字符（如空格或製表符）。

2.3 在程序腳本中使用多個命令

 若是要在命令行的腳本中使用多條命令，只要在命令之間放個分號；便可。

 

2.4 從文本中讀取程序

• 容許將程序儲存在文件中，而後在命令行中引用。
• 能夠在文件中指定多條命令，只要一條命令放一行就能夠，不須要使用分號。

 

2.5 從處理數據前/處理數據後運行腳本

 默認狀況，gawk會從輸入中讀取一行文本，而後針對該行的數據執行程序腳本，但有時可能須要在處理數據前或數據後運行腳本：

• BEGIN關鍵字，強制gawk在讀取數據前執行BEGIN關鍵字後指定的程序腳本
• END關鍵字，gawk在讀完數據以後執行END關鍵字後的程序