awk

awk是处理文本文件的一个应用程序，几乎所有 Linux 系统都自带这个程序。

它依次处理文件的每一行，并读取里面的每一个字段。对于日志、CSV 那样的每行格式相同的文本文件，awk 可能是最方便的工具。

Book

awk 其实不仅仅是工具软件，还是一种编程语言。不过，这里只介绍它的命令行用法，对于大多数场合，应该足够用了。

基本用法

awk 的基本用法就是下面的形式。

# 格式
$ awk 动作 文件名

# 示例
$ awk '{print $0}' demo.txt

上面示例中，demo.txt 是 awk 所要处理的文本文件。前面单引号内部有一个大括号，里面就是每一行的处理动作 print $0。其中，print 是打印命令，$0 代表当前行，因此上面命令的执行结果，就是把每一行原样打印出来。

下面，我们先用标准输入(stdin)演示上面这个例子。

$ echo 'this is a test' | awk '{print $0}'
this is a test

上面代码中，print $0 就是把标准输入 this is a test，重新打印了一遍。

awk 会根据空格和制表符，将每一行分成若干字段，依次用$1、$2、$3 代表第一个字段、第二个字段、第三个字段等等。

$ echo 'this is a test' | awk '{print $3}'
a

上面代码中，$3 代表 this is a test 的第三个字段 a。

下面，为了便于举例，我们把/etc/passwd 文件保存成 demo.txt。

root:x:0:0:root:/root:/usr/bin/zsh
daemon:x:1:1:daemon:/usr/sbin:/usr/sbin/nologin
bin:x:2:2:bin:/bin:/usr/sbin/nologin
sys:x:3:3:sys:/dev:/usr/sbin/nologin
sync:x:4:65534:sync:/bin:/bin/sync

这个文件的字段分隔符是冒号(:)，所以要用 -F 参数指定分隔符为冒号。然后，才能提取到它的第一个字段。

$ awk -F ':' '{ print $1 }' demo.txt
root
daemon
bin
sys
sync

变量

除了$ + 数字表示某个字段，awk 还提供其他一些变量。

变量 NF 表示当前行有多少个字段，因此$NF 就代表最后一个字段。

$ echo 'this is a test' | awk '{print $NF}'
test

$(NF-1) 代表倒数第二个字段。

$ awk -F ':' '{print $1, $(NF-1)}' demo.txt
root /root
daemon /usr/sbin
bin /bin
sys /dev
sync /bin

上面代码中，print 命令里面的逗号，表示输出的时候，两个部分之间使用空格分隔。

变量 NR 表示当前处理的是第几行。

$ awk -F ':' '{print NR ") " $1}' demo.txt
1) root
2) daemon
3) bin
4) sys
5) sync

上面代码中，print 命令里面，如果原样输出字符，要放在双引号里面。

awk 的其他内置变量如下。

• FILENAME: 当前文件名
• FS: 字段分隔符，默认是空格和制表符。
• RS: 行分隔符，用于分割每一行，默认是换行符。
• OFS: 输出字段的分隔符，用于打印时分隔字段，默认为空格。
• ORS: 输出记录的分隔符，用于打印时分隔记录，默认为换行符。
• OFMT: 数字输出的格式，默认为％.6g。

函数

awk 还提供了一些内置函数，方便对原始数据的处理。

函数 toupper() 用于将字符转为大写。

$ awk -F ':' '{ print toupper($1) }' demo.txt
ROOT
DAEMON
BIN
SYS
SYNC

上面代码中，第一个字段输出时都变成了大写。

其他常用函数如下。

• tolower(): 字符转为小写。
• length(): 返回字符串长度。
• substr(): 返回子字符串。
• sin(): 正弦。
• cos(): 余弦。
• sqrt(): 平方根。
• rand(): 随机数。

awk 内置函数的完整列表，可以查看手册。

条件

awk 允许指定输出条件，只输出符合条件的行。

输出条件要写在动作的前面。

awk '条件 动作' 文件名

请看下面的例子。

$ awk -F ':' '/usr/ {print $1}' demo.txt
root
daemon
bin
sys

上面代码中，print 命令前面是一个正则表达式，只输出包含 usr 的行。

下面的例子只输出奇数行，以及输出第三行以后的行。

# 输出奇数行
$ awk -F ':' 'NR % 2 == 1 {print $1}' demo.txt
root
bin
sync

# 输出第三行以后的行
$ awk -F ':' 'NR >3 {print $1}' demo.txt
sys
sync

下面的例子输出第一个字段等于指定值的行。

$ awk -F ':' '$1 == "root" {print $1}' demo.txt
root

$ awk -F ':' '$1 == "root" || $1 == "bin" {print $1}' demo.txt
root
bin

if 语句

awk 提供了 if 结构，用于编写复杂的条件。

$ awk -F ':' '{if ($1 > "m") print $1}' demo.txt
root
sys
sync

上面代码输出第一个字段的第一个字符大于 m 的行。

if 结构还可以指定 else 部分。

$ awk -F ':' '{if ($1 > "m") print $1; else print "---"}' demo.txt
root
---
---
sys
sync

参考链接

• An Awk tutorial by Example, Greg Grothaus
• 30 Examples for Awk Command in Text Processing, Mokhtar Ebrahim