Shell 脚本学习之awk

awk逐行扫描文件（或输入），查找匹配某个特殊模式的文本行，并对这些文本行执行指定动作。

awk代表该语言的3位作者。awk程序的组成部分：awk命令，括在引号（或写在文件）中的程序指令以及输入文件的文件名。如果没有指定输入文件，输入则来自标准输入（stdin），即键盘。awk指令由模式、操作或模式与操作的组合而成。模式是由正则表达式/判别条件真伪的表达式组成的语句，它不能被括在花括号中。模式表达式中暗含着if语句。操作由括在花括号内的一条或多条语句组成，语句之间用分号或者换行符分割。

awk的几种版本介绍参见：http://www.cnblogs.com/zhangrui/archive/2012/03/06/2381484.html

awk要处理的文本行来自文件、管道或标准输入。

----------------------------------------------------------------------------------------------------------------------------------

格式化输出：像C 语言一样，可以使用printf函数，用法一样；简单的格式输出可以使用print函数。print函数的一个例子如下：



注意不同版本的linux下date命令输出不太一样，print输出操作部分，用花括号括起来，字符串用双引号引起来，\n是换行符，参数之间用逗号分开（逗号被解释为空格），如果没有逗号，所有的参数就会被串在一起。

printf的用法如下所示，可以看出，可以有更多的格式控制功能：



printf后带上小括号，用法就跟C语言一样了，挺简单的。

----------------------------------------------------------------------------------------------------------------------------------------

记录与字段

记录（record）：默认记录下，每一行被称为一条记录，以换行符终止。awk认为数据具有格式和结构，而不是无休止的字符串。

缺省情况下，输入和输出的记录分隔符（行分隔符）都是回车符，记录分隔符保存在内置变量中，可以修改，但只能以有限的方式修改。

变量$0指代整条记录。NR（number of record)表示记录号，从1开始，注释也算一条记录，如下所示：



注意：employees文件需要自己创建，然后变量之间要使用逗号分割开，而不能使用空格。

字段（field）：每条记录都是由词组成的，这些词就被成为字段。默认情况下，字段之间的分隔符是空白符（空格或制表符）。

每条记录都是从第一个字段（$1表示）开始，然后是第二个字段($2)，以此类推。

变量NF（number of filed）来保存记录的字段数。如下所示：



可以看出文件中每条记录的字段值都是5，每条记录的字段数当然可以不同。

字段的分隔符是可以改变的，可以在BEGIN语句或在命令行下赋值来改变。

awk -F: '\Tom Jones/{print $1,$2}' employees

上面的命令将输入分隔符改为冒号。当然也可以设置多个分隔符。

----------------------------------------------------------------------------------------------------------------------------------------