4. awk

sed以行为单位处理文件,awksed强的地方在于不仅能以行为单位还能以列为单位处理文件。awk缺省的行分隔符是换行,缺省的列分隔符是连续的空格和Tab,但是行分隔符和列分隔符都可以自定义,比如/etc/passwd文件的每一行有若干个字段,字段之间以:分隔,就可以重新定义awk的列分隔符为:并以列为单位处理这个文件。awk实际上是一门很复杂的脚本语言,还有像C语言一样的分支和循环结构,但是基本用法和sed类似,awk命令行的基本形式为:

  1. awk option 'script' file1 file2 ...
  2. awk option -f scriptfile file1 file2 ...

sed一样,awk处理的文件既可以由标准输入重定向得到,也可以当命令行参数传入,编辑命令可以直接当命令行参数传入,也可以用-f参数指定一个脚本文件,编辑命令的格式为:

  1. /pattern/{actions}
  2. condition{actions}

sed类似,pattern是正则表达式,actions是一系列操作。awk程序一行一行读出待处理文件,如果某一行与pattern匹配,或者满足condition条件,则执行相应的actions,如果一条awk命令只有actions部分,则actions作用于待处理文件的每一行。比如文件testfile的内容表示某商店的库存量:

  1. ProductA 30
  2. ProductB 76
  3. ProductC 55

打印每一行的第二列:

  1. $ awk '{print $2;}' testfile
  2. 30
  3. 76
  4. 55

自动变量$1$2分别表示第一列、第二列等,类似于Shell脚本的位置参数,而$0表示整个当前行。再比如,如果某种产品的库存量低于75则在行末标注需要订货:

  1. $ awk '$2<75 {printf "%s\t%s\n", $0, "REORDER";} $2>=75 {print $0;}' testfile
  2. ProductA 30 REORDER
  3. ProductB 76
  4. ProductC 55 REORDER

可见awk也有和C语言非常相似的printf函数。awk命令的condition部分还可以是两个特殊的conditionBEGINEND,对于每个待处理文件,BEGIN后面的actions在处理整个文件之前执行一次,END后面的actions在整个文件处理完之后执行一次。

awk命令可以像C语言一样使用变量(但不需要定义变量),比如统计一个文件中的空行数

  1. $ awk '/^ *$/ {x=x+1;} END {print x;}' testfile

就像Shell的环境变量一样,有些awk变量是预定义的有特殊含义的:

表 32.6. awk常用的内建变量

FILENAME当前输入文件的文件名,该变量是只读的
NR当前行的行号,该变量是只读的,R代表record
NF当前行所拥有的列数,该变量是只读的,F代表field
OFS输出格式的列分隔符,缺省是空格
FS输入文件的列分融符,缺省是连续的空格和Tab
ORS输出格式的行分隔符,缺省是换行符
RS输入文件的行分隔符,缺省是换行符

例如打印系统中的用户帐号列表

  1. $ awk 'BEGIN {FS=":"} {print $1;}' /etc/passwd

awk还可以像C语言一样使用if/elsewhilefor控制结构,此处从略。