Awk命令詳解

2020-08-16 09:09:32

awk

  • 文字和數據進行處理的程式語言

  • awk 是一種程式語言,用於在linux/unix下對文字和數據進行處理。數據可以來自標準輸入(stdin)、一個或多個檔案,或其它命令的輸出。它支援使用者自定義函數和動態正則表達式等先進功能,是linux/unix下的一個強大程式設計工具。它在命令列中使用,但更多是作爲指令碼來使用。awk有很多內建的功能,比如陣列、函數等,這是它和C語言的相同之處,靈活性是awk最大的優勢。

awk命令格式和選項

  • 語法形式

awk [options] ‘script’ var=value file(s)
awk [options] -f scriptfile var=value file(s)

  • 常用命令選項

-F fs fs指定輸入分隔符,fs可以是字串或正則表達式,如-F:
-v var=value 賦值一個使用者定義變數,將外部變數傳遞給awk
-f scripfile 從指令碼檔案中讀取awk命令
-m[fr] val 對val值設定內在限制,-mf選項限制分配給val的最大塊數目;-mr選項限制記錄的最大數目。這兩個功能是Bell實驗室版awk的擴充套件功能,在標準awk中不適用。
awk模式和操作
awk指令碼是由模式和操作組成的。

  • 模式
    模式可以是以下任意一個:

/正則表達式/:使用萬用字元的擴充套件集。
關係表達式:使用運算子進行操作,可以是字串或數位的比較測試。
模式匹配表達式:用運算子(匹配)和!(不匹配)。
BEGIN語句塊、pattern語句塊、END語句塊:參見awk的工作原理

  • 操作
    操作由一個或多個命令、函數、表達式組成,之間由換行符或分號隔開,並位於大括號內,主要部分是:

變數或陣列賦值
輸出命令
內建函數
控制流語句

awk指令碼基本結構

awk ‘BEGIN{ print 「start」 } pattern{ commands } END{ print 「end」 }’ file

一個awk指令碼通常由:BEGIN語句塊、能夠使用模式匹配的通用語句塊、END語句塊3部分組成,這三個部分是可選的。任意一個部分都可以不出現在指令碼中,指令碼通常是被 單引號 或 雙引號 中,例如:

awk ‘BEGIN{ i=0 } { i++ } END{ print i }’ filename
awk 「BEGIN{ i=0 } { i++ } END{ print i }」 filename

awk的工作原理

awk ‘BEGIN{ commands } pattern{ commands } END{ commands }’

  • 第一步:執行BEGIN{ commands }語句塊中的語句;BEGIN語句塊 在awk開始從輸入流中讀取行 之前 被執行,這是一個可選的語句塊,比如變數初始化、列印輸出表格的表頭等語句通常可以寫在BEGIN語句塊中。
  • 第二步:從檔案或標準輸入(stdin)讀取一行,然後執行pattern{ commands }語句塊,它逐行掃描檔案,從第一行到最後一行重複這個過程,直到檔案全部被讀取完畢。pattern語句塊 中的通用命令是最重要的部分,它也是可選的。如果沒有提供pattern語句塊,則預設執行{ print },即列印每一個讀取到的行,awk讀取的每一行都會執行該語句塊。
  • 第三步:當讀至輸入流末尾時,執行END{ commands }語句塊。END語句塊 在awk從輸入流中讀取完所有的行 之後 即被執行,比如列印所有行的分析結果這類資訊彙總都是在END語句塊中完成,它也是一個可選語句塊。

範例

echo -e "A line 1nA line 2" | awk 'BEGIN{ print "Start" } { print } END{ print "End" }'
Start
A line 1
A line 2
End

當使用不帶參數的print時,它就列印當前行,當print的參數是以逗號進行分隔時,列印時則以空格作爲定界符。在awk的print語句塊中雙引號是被當作拼接符使用,例如:

echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1,var2,var3; }' 
v1 v2 v3

雙引號拼接使用:

echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1"="var2"="var3; }'
v1=v2=v3

{ }類似一個回圈體,會對檔案中的每一行進行迭代,通常變數初始化語句(如:i=0)以及列印檔案頭部的語句放入BEGIN語句塊中,將列印的結果等語句放在END語句塊中。

awk內建變數(預定義變數)

說明:[A][N][P][G]表示第一個支援變數的工具,[A]=awk、[N]=nawk、[P]=POSIXawk、[G]=gawk

  • $n 當前記錄的第n個欄位,比如n爲1表示第一個欄位,n爲2表示第二個欄位。
  • $0 這個變數包含執行過程中當前行的文字內容。
  • [N] ARGC 命令列參數的數目。
  • [G] ARGIND 命令列中當前檔案的位置(從0開始算)。
  • [N] ARGV 包含命令列參數的陣列。
  • [G] CONVFMT 數位轉換格式(預設值爲%.6g)。
  • [P] ENVIRON 環境變數關聯陣列。
  • [N] ERRNO 最後一個系統錯誤的描述。
  • [G] FIELDWIDTHS 欄位寬度列表(用空格鍵分隔)。
  • [A] FILENAME 當前輸入檔案的名。
  • [P] FNR 同NR,但相對於當前檔案。
  • [A] FS 欄位分隔符(預設是任何空格)。
  • [G] IGNORECASE 如果爲真,則進行忽略大小寫的匹配。
  • [A] NF 表示欄位數,在執行過程中對應於當前的欄位數。
  • [A] NR 表示記錄數,在執行過程中對應於當前的行號。
  • [A] OFMT 數位的輸出格式(預設值是%.6g)。
  • [A] OFS 輸出欄位分隔符(預設值是一個空格)。
  • [A] ORS 輸出記錄分隔符(預設值是一個換行符)。
  • [A] RS 記錄分隔符(預設是一個換行符)。
  • [N] RSTART 由match函數所匹配的字串的第一個位置。
  • [N] RLENGTH 由match函數所匹配的字串的長度。
  • [N] SUBSEP 陣列下標分隔符(預設值是34)。

範例

echo -e "line1 f2 f3nline2 f4 f5nline3 f6 f7" | awk '{print "Line No:"NR", No of fields:"NF, "$0="$0, "$1="$1, "$2="$2, "$3="$3}' 
Line No:1, No of fields:3 $0=line1 f2 f3 $1=line1 $2=f2 $3=f3
Line No:2, No of fields:3 $0=line2 f4 f5 $1=line2 $2=f4 $3=f5
Line No:3, No of fields:3 $0=line3 f6 f7 $1=line3 $2=f6 $3=f7

使用print NF使NF可以列印出一行中的最後一個欄位,使用(NF-1)則是列印倒數第二個欄位,其他以此類推:

echo -e "line1 f2 f3n line2 f4 f5" | awk '{print $NF}'
f3
f5
echo -e "line1 f2 f3n line2 f4 f5" | awk '{print $(NF-1)}'
f2
f4

列印每一行的第二和第三個欄位:

awk '{ print $2,$3 }' filename

統計檔案中的行數:

awk 'END{ print NR }' filename

以上命令只使用了END語句塊,在讀入每一行的時,awk會將NR更新爲對應的行號,當到達最後一行NR的值就是最後一行的行號,所以END語句塊中的NR就是檔案的行數。

一個每一行中第一個欄位值累加的例子:

seq 5 | awk 'BEGIN{ sum=0; print "總和:" } { print $1"+"; sum+=$1 } END{ print "等於"; print sum }' 
總和:
1+
2+
3+
4+
5+
等於
15

將外部變數值傳遞給awk

藉助 -v選項 ,可以將外部值(並非來自stdin)傳遞給awk:

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

另一種傳遞外部變數方法:

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

當輸入來自於檔案時使用:

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

以上方法中,變數之間用空格分隔作爲awk的命令列參數跟隨在BEGIN、{}和END語句塊之後。

awk運算與判斷

作爲一種程式設計語言所應具有的特點之一,awk支援多種運算,這些運算與C語言提供的基本相同。awk還提供了一系列內建的運算函數(如log、sqr、cos、sin等)和一些用於對字串進行操作(運算)的函數(如length、substr等等)。這些函數的參照大大的提高了awk的運算功能。作爲對條件轉移指令的一部分,關係判斷是每種程式設計語言都具備的功能,awk也不例外,awk中允許進行多種測試,作爲樣式匹配,還提供了模式匹配表達式(匹配)和!(不匹配)。作爲對測試的一種擴充,awk也支援用邏輯運算子。

  • 算術運算子
    運算子 描述
    + - 加,減
    / & 乘,除與求餘
    + - ! 一元加,減和邏輯非
    ^ ** 求冪
    ++ – 增加或減少,作爲字首或後綴
    例:
awk 'BEGIN{a="b";print a++,++a;}'
0 2

注意:所有用作算術運算子進行操作,運算元自動轉爲數值,所有非數值都變爲0

  • 賦值運算子
    運算子 描述
    = += -= = /= %= ^= *= 賦值語句
    例:
    a+=5; 等價於:a=a+5; 其它同類

  • 邏輯運算子
    運算子 描述
    || 邏輯或
    && 邏輯與
    例:

awk 'BEGIN{a=1;b=2;print (a>5 && b<=2),(a>5 || b<=2);}'
0 1
  • 正則運算子
    運算子 描述
    ~ ~! 匹配正則表達式和不匹配正則表達式
    例:
awk 'BEGIN{a="100testa";if(a ~ /^100*/){print "ok";}}'
ok
  • 關係運算符
    運算子 描述
    < <= > >= != == 關係運算符
    例:
awk 'BEGIN{a=11;if(a >= 9){print "ok";}}'
ok

注意:> < 可以作爲字串比較,也可以用作數值比較,關鍵看運算元如果是字串就會轉換爲字串比較。兩個都爲數位才轉爲數值比較。字串比較:按照ASCII碼順序比較。

  • 其它運算子
    運算子 描述
    $ 欄位參照
    空格 字串連線符
    ?: C條件表達式
    in 陣列中是否存在某鍵值
    例:
awk 'BEGIN{a="b";print a=="b"?"ok":"err";}'
ok
awk 'BEGIN{a="b";arr[0]="b";arr[1]="c";print (a in arr);}'
0
awk 'BEGIN{a="b";arr[0]="b";arr["b"]="c";print (a in arr);}'
1

awk高階輸入輸出

  • 讀取下一條記錄
    awk中next語句使用:在回圈逐行匹配,如果遇到next,就會跳過當前行,直接忽略下面 下麪語句。而進行下一行匹配。net語句一般用於多行合併:

cat text.txt
a
b
c
d
e

awk 'NR%2==1{next}{print NR,$0;}' text.txt
2 b
4 d

當記錄行號除以2餘1,就跳過當前行。下面 下麪的print NR,$0也不會執行。下一行開始,程式有開始判斷NR%2值。這個時候記錄行號是:2 ,就會執行下面 下麪語句塊:'print NR,$0'

分析發現需要將包含有「web」行進行跳過,然後需要將內容與下面 下麪行合併爲一行:

cat text.txt
web01[192.168.2.100]
httpd ok
tomcat ok
sendmail ok
web02[192.168.2.101]
httpd ok
postfix ok
web03[192.168.2.102]
mysqld ok
httpd ok
0

awk '/^web/{T=$0;next;}{print T":t"$0;}' test.txt
web01[192.168.2.100]:   httpd            ok
web01[192.168.2.100]:   tomcat               ok
web01[192.168.2.100]:   sendmail               ok
web02[192.168.2.101]:   httpd            ok
web02[192.168.2.101]:   postfix               ok
web03[192.168.2.102]:   mysqld            ok
web03[192.168.2.102]:   httpd               ok
  • 簡單地讀取一條記錄
    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檔案之外的其他輸入檔案獲得輸入。它負責從輸入獲得下一行的內容,並給NF,NR和FNR等內建變數賦值。如果得到一條記錄,getline函數返回1,如果到達檔案的末尾就返回0,如果出現錯誤,例如開啓檔案失敗,就返回-1。

    getline語法:getline var,變數var包含了特定行的內容。

    awk getline從整體上來說,用法說明:

    當其左右無重定向符|或<時: getline作用於當前檔案,讀入當前檔案的第一行給其後跟的變數var或$0(無變數),應該注意到,由於awk在處理getline之前已經讀入了一行,所以getline得到的返回結果是隔行的。
    當其左右有重定向符|或<時: getline則作用於定向輸入檔案,由於該檔案是剛開啓,並沒有被awk讀入一行,只是getline讀入,那麼getline返回的是該檔案的第一行,而不是隔行。

    範例:

    執行linux的date命令,並通過管道輸出給getline,然後再把輸出賦值給自定義變數out,並列印它:

awk 'BEGIN{ "date" | getline out; print out }' test

執行shell的date命令,並通過管道輸出給getline,然後getline從管道中讀取並將輸入賦值給out,split函數把變數out轉化成陣列mon,然後列印陣列mon的第二個元素:

awk 'BEGIN{ "date" | getline out; split(out,mon); print mon[2] }' test

命令ls的輸出傳遞給geline作爲輸入,回圈使getline從ls的輸出中讀取一行,並把它列印到螢幕。這裏沒有輸入檔案,因爲BEGIN塊在開啓輸入檔案前執行,所以可以忽略輸入檔案。

awk 'BEGIN{ while( "ls" | getline) print }'
  • 關閉檔案
    awk中允許在程式中關閉一個輸入或輸出檔案,方法是使用awk的close語句。
close("filename")

filename可以是getline開啓的檔案,也可以是stdin,包含檔名的變數或者getline使用的確切命令。或一個輸出檔案,可以是stdout,包含檔名的變數或使用管道的確切命令。

  • 輸出到一個檔案
    awk中允許用如下方式將結果輸出到一個檔案:
echo | awk '{printf("hello word!n") > "datafile"}'

echo | awk '{printf("hello word!n") >> "datafile"}'
  • 設定欄位定界符
    預設的欄位定界符是空格,可以使用-F 「定界符」 明確指定一個定界符:
awk -F: '{ print $NF }' /etc/passwd

awk 'BEGIN{ FS=":" } { print $NF }' /etc/passwd

在BEGIN語句塊中則可以用OFS=「定界符」設定輸出欄位的定界符。

  • 流程控制語句
    在linux awk的while、do-while和for語句中允許使用break,continue語句來控制流程走向,也允許使用exit這樣的語句來退出。break中斷當前正在執行的回圈並跳到回圈外執行下一條語句。if 是流程選擇用法。awk中,流程控制語句,語法結構,與c語言型別。有了這些語句,其實很多shell程式都可以交給awk,而且效能是非常快的。下面 下麪是各個語句用法。

  • 條件判斷語句
    if(表達式)
    語句1
    else
    語句2
    格式中語句1可以是多個語句,爲了方便判斷和閱讀,最好將多個語句用{}括起來。awk分枝結構允許巢狀,其格式爲:
    if(表達式)
    {語句1}
    else if(表達式)
    {語句2}
    else
    {語句3}
    範例:

awk 'BEGIN{
test=100;
if(test>90){
  print "very good";
  }
  else if(test>60){
    print "good";
  }
  else{
    print "no pass";
  }
}'

very good

每條命令語句後面可以用; 分號 結尾。

  • 回圈語句
    while語句
    while(表達式)
    {語句}
    範例:
awk 'BEGIN{
test=100;
total=0;
while(i<=test){
  total+=i;
  i++;
}
print total;
}'
5050

for回圈
for回圈有兩種格式:
格式1:
for(變數 in 陣列)
{語句}
範例:

awk 'BEGIN{
for(k in ENVIRON){
  print k"="ENVIRON[k];
}
}'
TERM=linux
G_BROKEN_FILENAMES=1
SHLVL=1
pwd=/root/text
...
logname=root
HOME=/root
SSH_CLIENT=192.168.1.21 53087 22

注:ENVIRON是awk常數,是子典型陣列。
格式2:
for(變數;條件;表達式)
{語句}
範例:

awk 'BEGIN{
total=0;
for(i=0;i<=100;i++){
  total+=i;
}
print total;
}'
5050

do回圈
do
{語句} while(條件)
例子:

awk 'BEGIN{ 
total=0;
i=0;
do {total+=i;i++;} while(i<=100)
  print total;
}'
5050
  • 其他語句
    break 當 break 語句用於 while 或 for 語句時,導致退出程式回圈。
    continue 當 continue 語句用於 while 或 for 語句時,使程式回圈移動到下一個迭代。
    next 能能夠導致讀入下一個輸入行,並返回到指令碼的頂部。這可以避免對當前輸入行執行其他的操作過程。
    exit 語句使主輸入回圈退出並將控制轉移到END,如果END存在的話。如果沒有定義END規則,或在END中應用exit語句,則終止指令碼的執行。

陣列應用

陣列是awk的靈魂,處理文字中最不能少的就是它的陣列處理。因爲陣列索引(下標)可以是數位和字串在awk中陣列叫做關聯陣列(associative arrays)。awk 中的陣列不必提前宣告,也不必宣告大小。陣列元素用0或空字串來初始化,這根據上下文而定。

  • 陣列的定義
    數位做陣列索引(下標):
Array[1]="sun"
Array[2]="kai"

字串做陣列索引(下標):

Array["first"]="www"
Array"[last"]="name"
Array["birth"]="1987"

使用中print Array[1]會列印出sun;使用print Array[2]會列印出kai;使用print[「birth」]會得到1987。
讀取陣列的值
{ for(item in array) {print array[item]}; } #輸出的順序是隨機的
{ for(i=1;i<=len;i++) {print array[i]}; } #Len是陣列的長度
陣列相關函數
得到陣列長度:

awk 'BEGIN{info="it is a test";lens=split(info,tA," ");print length(tA),lens;}'
4 4

length返回字串以及陣列長度,split進行分割字串爲陣列,也會返回分割得到陣列長度。

awk 'BEGIN{info="it is a test";split(info,tA," ");print asort(tA);}'
4

asort對陣列進行排序,返回陣列長度。
輸出陣列內容(無序,有序輸出):

awk 'BEGIN{info="it is a test";split(info,tA," ");for(k in tA){print k,tA[k];}}'
4 test
1 it
2 is
3 a

for…in輸出,因爲陣列是關聯陣列,預設是無序的。所以通過for…in得到是無序的陣列。如果需要得到有序陣列,需要通過下標獲得。

awk 'BEGIN{info="it is a test";tlen=split(info,tA," ");for(k=1;k<=tlen;k++){print k,tA[k];}}'
1 it
2 is
3 a
4 test

注意:陣列下標是從1開始,與C陣列不一樣。
判斷鍵值存在以及刪除鍵值:
錯誤的判斷方法:

awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if(tB["c"]!="1"){print "no found";};for(k in tB){print k,tB[k];}}' 
no found
a a1
b b1
c

以上出現奇怪問題,tB[「c」]沒有定義,但是回圈時候,發現已經存在該鍵值,它的值爲空,這裏需要注意,awk陣列是關聯陣列,只要通過陣列參照它的key,就會自動建立改序列。
正確判斷方法:

awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if( "c" in tB){print "ok";};for(k in tB){print k,tB[k];}}'  
a a1
b b1

if(key in array)通過這種方法判斷陣列中是否包含key鍵值。

  • 刪除鍵值:
[chengmo@localhost ~]$ awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";delete tB["a"];for(k in tB){print k,tB[k];}}'                     
b b1

delete array[key]可以刪除,對應陣列key的,序列值。

  • 二維、多維陣列使用
    awk的多維陣列在本質上是一維陣列,更確切一點,awk在儲存上並不支援多維陣列。awk提供了邏輯上模擬二維陣列的存取方式。例如,array[2,4]=1這樣的存取是允許的。awk使用一個特殊的字串SUBSEP(�34)作爲分割欄位,在上面的例子中,關聯陣列array儲存的鍵值實際上是2�344。
    類似一維陣列的成員測試,多維陣列可以使用if ( (i,j) in array)這樣的語法,但是下標必須放置在圓括號中。類似一維陣列的回圈存取,多維陣列使用for ( item in array )這樣的語法遍歷陣列。與一維陣列不同的是,多維陣列必須使用split()函數來存取單獨的下標分量。
awk 'BEGIN{
for(i=1;i<=9;i++){
  for(j=1;j<=9;j++){
    tarr[i,j]=i*j; print i,"*",j,"=",tarr[i,j];
  }
}
}'
1 * 1 = 1
1 * 2 = 2
1 * 3 = 3
1 * 4 = 4
1 * 5 = 5
1 * 6 = 6 
...
9 * 6 = 54
9 * 7 = 63
9 * 8 = 72
9 * 9 = 81

可以通過array[k,k2]參照獲得陣列內容。
另一種方法:

awk 'BEGIN{
for(i=1;i<=9;i++){
  for(j=1;j<=9;j++){
    tarr[i,j]=i*j;
  }
}
for(m in tarr){
  split(m,tarr2,SUBSEP); print tarr2[1],"*",tarr2[2],"=",tarr[m];
}
}'

內建函數

awk內建函數,主要分以下3種類似:算數函數、字串函數、其它一般函數、時間函數。

  • 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 的自然對數。
sqrt( x ) 返回 x 平方根。
int( x ) 返回 x 的截斷至整數的值。
rand( ) 返回任意數位 n,其中 0 <= n < 1。
srand( [exp r] ) 將 rand 函數的種子值設定爲 Expr 參數的值,或如果省略 Expr 參數則使用某天的時間。返回先前的種子值。

舉例說明:

awk 'BEGIN{OFMT="%.3f";fs=sin(1);fe=exp(10);fl=log(10);fi=int(3.1415);print fs,fe,fl,fi;}'
0.841 22026.466 2.303 3

OFMT 設定輸出數據格式是保留3位小數。

獲得亂數:

awk 'BEGIN{srand();fr=int(100*rand());print fr;}'
78
awk 'BEGIN{srand();fr=int(100*rand());print fr;}'
31
awk 'BEGIN{srand();fr=int(100*rand());print fr;}'
41
  • 字串函數
格式 描述
gsub( Ere, Repl, [ In ] ) 除了正則表達式所有具體值被替代這點,它和 sub 函數完全一樣地執行。
sub( Ere, Repl, [ In ] ) 用 Repl 參數指定的字串替換 In 參數指定的字串中的由 Ere 參數指定的擴充套件正則表達式的第一個具體值。sub 函數返回替換的數量。出現在 Repl 參數指定的字串中的 &(和符號)由 In 參數指定的與 Ere 參數的指定的擴充套件正則表達式匹配的字串替換。如果未指定 In 參數,預設值是整個記錄($0 記錄變數)。
index( String1, String2 ) 在由 String1 參數指定的字串(其中有出現 String2 指定的參數)中,返回位置,從 1 開始編號。如果 String2 參數不在 String1 參數中出現,則返回 0(零)。
length [(String)] 返回 String 參數指定的字串的長度(字元形式)。如果未給出 String 參數,則返回整個記錄的長度($0 記錄變數)。
blength [(String)] 返回 String 參數指定的字串的長度(以位元組爲單位)。如果未給出 String 參數,則返回整個記錄的長度($0 記錄變數)。
substr( String, M, [ N ] ) 返回具有 N 參數指定的字元數量子串。子串從 String 參數指定的字串取得,其字元以 M 參數指定的位置開始。M 參數指定爲將 String 參數中的第一個字元作爲編號 1。如果未指定 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 參數指定的字串(Ere 參數指定的擴充套件正則表達式出現在其中)中返回位置(字元形式),從 1 開始編號,或如果 Ere 參數不出現,則返回 0(零)。RSTART 特殊變數設定爲返回值。RLENGTH 特殊變數設定爲匹配的字串的長度,或如果未找到任何匹配,則設定爲 -1(負一)。
split( String, A, [Ere] ) 將 String 參數指定的參數分割爲陣列元素 A[1], A[2], . . ., A[n],並返回 n 變數的值。此分隔可以通過 Ere 參數指定的擴充套件正則表達式進行,或用當前欄位分隔符(FS 特殊變數)來進行(如果沒有給出 Ere 參數)。除非上下文指明特定的元素還應具有一個數字值,否則 A 陣列中的元素用字串值來建立。
tolower( String ) 返回 String 參數指定的字串,字串中每個大寫字元將更改爲小寫。大寫和小寫的對映由當前語言環境的 LC_CTYPE 範疇定義。
toupper( String ) 返回 String 參數指定的字串,字串中每個小寫字元將更改爲大寫。大寫和小寫的對映由當前語言環境的 LC_CTYPE 範疇定義。
sprintf(Format, Expr, Expr, . . . ) 根據 Format 參數指定的 printf 子例程格式字串來格式化 Expr 參數指定的表達式並返回最後生成的字串。

注:Ere都可以是正則表達式。

  • gsub,sub使用
awk 'BEGIN{info="this is a test2010test!";gsub(/[0-9]+/,"!",info);print info}'
this is a test!test!

在 info中查詢滿足正則表達式,/[0-9]+/ 用」」替換,並且替換後的值,賦值給info 未給info值,預設是$0

查詢字串(index使用)

awk 'BEGIN{info="this is a test2010test!";print index(info,"test")?"ok":"no found";}'
ok

未找到,返回0

正則表達式匹配查詢(match使用)

awk 'BEGIN{info="this is a test2010test!";print match(info,/[0-9]+/)?"ok":"no found";}'
ok

擷取字串(substr使用)

[wangsl@centos5 ~]$ awk 'BEGIN{info="this is a test2010test!";print substr(info,4,10);}'
s is a tes

從第 4個 字元開始,擷取10個長度字串

字串分割(split使用)

awk 'BEGIN{info="this is a test";split(info,tA," ");print length(tA);for(k in tA){print k,tA[k];}}'
4
4 test
1 this
2 is
3 a

分割info,動態建立陣列tA,這裏比較有意思,awk for …in回圈,是一個無序的回圈。 並不是從陣列下標1…n ,因此使用時候需要注意。

格式化字串輸出(sprintf使用)

格式化字串格式:

其中格式化字串包括兩部分內容:一部分是正常字元,這些字元將按原樣輸出; 另一部分是格式化規定字元,以"%"開始,後跟一個或幾個規定字元,用來確定輸出內容格式。

格式 描述
%d 十進制有符號整數
%u 十進制無符號整數
%f 浮點數
%s 字串
%c 單個字元
%p 指針的值
%e 指數形式的浮點數
%x %X 無符號以十六進制表示的整數
%o 無符號以八進制表示的整數
%g 自動選擇合適的表示法
awk 'BEGIN{n1=124.113;n2=-1.224;n3=1.2345; printf("%.2f,%.2u,%.2g,%X,%on",n1,n2,n3,n1,n1);}'
124.11,18446744073709551615,1.2,7C,174
  • 一般函數
格式 描述
close( Expression ) 用同一個帶字串值的 Expression 參數來關閉由 print 或 printf 語句開啓的或呼叫 getline 函數開啓的檔案或管道。如果檔案或管道成功關閉,則返回 0;其它情況下返回非零值。如果打算寫一個檔案,並稍後在同一個程式中讀取檔案,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 ] 從來自 Expression 參數指定的命令的輸出中通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 參數指定的變數。如果當前未開啓將 Expression 參數的值作爲其命令名稱的流,則建立流。建立的流等同於呼叫 popen 子例程,此時 Command 參數取 Expression 參數的值且 Mode 參數設定爲一個是 r 的值。只要流保留開啓且 Expression 參數求得同一個字串,則對 getline 函數的每次後續呼叫讀取另一個記錄。如果未指定 Variable 參數,則 $0 記錄變數和 NF 特殊變數設定爲從流讀取的記錄。
getline [ Variable ] < Expression 從 Expression 參數指定的檔案讀取輸入的下一個記錄,並將 Variable 參數指定的變數設定爲該記錄的值。只要流保留開啓且 Expression 參數對同一個字串求值,則對 getline 函數的每次後續呼叫讀取另一個記錄。如果未指定 Variable 參數,則 $0 記錄變數和 NF 特殊變數設定爲從流讀取的記錄。
getline [ Variable ] 將 Variable 參數指定的變數設定爲從當前輸入檔案讀取的下一個輸入記錄。如果未指定 Variable 參數,則 $0 記錄變數設定爲該記錄的值,還將設定 NF、NR 和 FNR 特殊變數。
  • 開啓外部檔案(close用法)
awk 'BEGIN{while("cat /etc/passwd"|getline){print $0;};close("/etc/passwd");}'

root❌0:0:root:/root:/bin/bash
bin❌1:1:bin:/bin:/sbin/nologin
daemon❌2:2:daemon:/sbin:/sbin/nologin

逐行讀取外部檔案(getline使用方法)

awk 'BEGIN{while(getline < "/etc/passwd"){print $0;};close("/etc/passwd");}'
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin
awk 'BEGIN{print "Enter your name:";getline name;print name;}'
Enter your name:
chengmo
chengmo

呼叫外部應用程式(system使用方法)

awk 'BEGIN{b=system("ls -al");print b;}'
total 42092
drwxr-xr-x 14 chengmo chengmo     4096 09-30 17:47 .
drwxr-xr-x 95 root   root       4096 10-08 14:01 ..

b返回值,是執行結果。

  • 時間函數
函數名 說明
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串,具體格式,見下表.
systime() 得到時間戳,返回從1970年1月1日開始到當前時間(不計閏年)的整秒數

建指定時間(mktime使用)

awk 'BEGIN{tstamp=mktime("2001 01 01 12 12 12");print strftime("%c",tstamp);}'
2001年01月01日 星期一 12時12分12秒
awk 'BEGIN{tstamp1=mktime("2001 01 01 12 12 12");tstamp2=mktime("2001 02 01 0 0 0");print tstamp2-tstamp1;}'
2634468

求2個時間段中間時間差,介紹了strftime使用方法

awk ‘BEGIN{tstamp1=mktime(「2001 01 01 12 12 12」);tstamp2=systime();print tstamp2-tstamp1;}’
308201392

  • strftime日期和時間格式說明符
格式 描述
% 星期幾的縮寫(Sun)
% 星期幾的完整寫法(Sunday)
% 月名的縮寫(Oct)
% 月名的完整寫法(October)
% 本地日期和時間
% 十進制日期
% 日期 08/20/99
% 日期,如果只有一位會補上一個空格
% 用十進制表示24小時格式的小時
% 用十進制表示12小時格式的小時
% 從1月1日起一年中的第幾天
% 十進制表示的月份
% 十進制表示的分鐘
% 12小時表示法(AM/PM)
% 十進制表示的秒
% 十進制表示的一年中的第幾個星期(星期天作爲一個星期的開始)
% 十進制表示的星期幾(星期天是0)
% 十進制表示的一年中的第幾個星期(星期一作爲一個星期的開始)
% 重新設定本地日期(08/20/99)
% 重新設定本地時間(12:00:00)
% 兩位數位表示的年(99)
% 當前月份
% 時區(PDT)
% 百分號(%)