awk 入門 —— 強大的文本分析工具

讓咱們開始使用它。

awk 是用於 Unix 和類 Unix 系統的強大文本解析工具，可是因爲它有可編程函數，所以你能夠用它來執行常規解析任務，所以它也被視爲一種編程語言。你可能不會使用 awk 開發下一個 GUI 應用，而且它可能不會代替你的默認腳本語言，可是它是用於特定任務的強大程序。

這些任務或許是驚人的多樣化。瞭解 awk 能夠解決你的哪些問題的最好方法是學習 awk。你會驚訝於 awk 如何幫助你完成更多工做，卻花費更少的精力。

awk 的基本語法是：

awk [options] 'pattern {action}' file
複製代碼

首先，建立此示例文件並將其保存爲 colours.txt。

name       color  amount
apple      red    4
banana     yellow 6
strawberry red    3
grape      purple 10
apple      green  8
plum       purple 2
kiwi       brown  4
potato     brown  9
pineapple  yellow 5
複製代碼

數據被一個或多個空格分隔爲列。以某種方式組織要分析的數據是很常見的。它不必定老是由空格分隔的列，甚至能夠不是逗號或分號，但尤爲是在日誌文件或數據轉儲中，一般有一個可預測的格式。你可使用數據格式來幫助 awk 提取和處理你關注的數據。

打印列

在 awk 中，print 函數顯示你指定的內容。你可使用許多預約義的變量，可是最多見的是文本文件中以整數命名的列。試試看：

$ awk '{print $2;}' colours.txt
color
red
yellow
red
purple
green
purple
brown
brown
yellow
複製代碼

在這裏，awk 顯示第二列，用 $2 表示。這是相對直觀的，所以你可能會猜想 print $1 顯示第一列，而 print $3 顯示第三列，依此類推。

要顯示所有列，請使用 $0。

美圓符號（$）後的數字是表達式，所以 $2 和 $(1+1) 是同一意思。

有條件地選擇列

你使用的示例文件很是結構化。它有一行充當標題，而且各列直接相互關聯。經過定義條件，你能夠限定 awk 在找到此數據時返回的內容。例如，要查看第二列中與 yellow 匹配的項並打印第一列的內容：

awk '$2=="yellow"{print $1}' file1.txt
banana
pineapple
複製代碼

正則表達式也能夠工做。此表達式近似匹配 $2 中以 p 開頭跟上任意數量（一個或多個）字符後繼續跟上 p 的值：

$ awk '$2 ~ /p.+p/ {print $0}' colours.txt
grape   purple  10
plum    purple  2
複製代碼

數字能被 awk 天然解釋。例如，要打印第三列包含大於 5 的整數的行：

awk '$3>5 {print $1, $2}' colours.txt
name    color
banana  yellow
grape   purple
apple   green
potato  brown
複製代碼

字段分隔符

默認狀況下，awk 使用空格做爲字段分隔符。可是，並不是全部文本文件都使用空格來定義字段。例如，用如下內容建立一個名爲 colours.csv 的文件：

name,color,amount
apple,red,4
banana,yellow,6
strawberry,red,3
grape,purple,10
apple,green,8
plum,purple,2
kiwi,brown,4
potato,brown,9
pineapple,yellow,5
複製代碼

只要你指定將哪一個字符用做命令中的字段分隔符，awk 就能以徹底相同的方式處理數據。使用 --field-separator（或簡稱爲 -F）選項來定義分隔符：

$ awk -F"," '$2=="yellow" {print $1}' file1.csv
banana
pineapple
複製代碼

保存輸出

使用輸出重定向，你能夠將結果寫入文件。例如：

$ awk -F, '$3>5 {print $1, $2} colours.csv > output.txt 複製代碼

這將建立一個包含 awk 查詢內容的文件。

你還能夠將文件拆分爲按列數據分組的多個文件。例如，若是要根據每行顯示的顏色將 colours.txt 拆分爲多個文件，你能夠在 awk 中包含重定向語句來重定向每條查詢：

$ awk '{print > $2".txt"}' colours.txt
複製代碼

這將生成名爲 yellow.txt、red.txt 等文件。

在下一篇文章中，你將瞭解有關字段，記錄和一些強大的 awk 變量的更多信息。

本文改編自社區技術播客 Hacker Public Radio。

---

via: opensource.com/article/19/…

做者：Seth Kenlon 選題：lujun9972 譯者：geekpi 校對：wxy

本文由 LCTT 原創編譯，Linux中國 榮譽推出