一、split 初始化和類型強制

awk的內建函數split允許你把一個字符串分隔為單詞並存儲在數組中。你可以自己定義域分隔符或者使用現在FS(域分隔符)的值。
格式：

例1：替換分隔符

time="12:34:56"
out=`echo $time | awk ‘{split($0,a,":");print a[1],a[2],a[3]}‘`
echo $out

例2：計算指定範圍內的和(計算每個人1月份的工資之和)

$ cat test.txt 
Tom     2012-12-11      car     5       3000
John    2013-01-13      bike    4       1000
vivi    2013-01-18      car     4       2800
Tom     2013-01-20      car     3       2500
John    2013-01-28      bike    6       3500
$ awk ‘{split($2,a,"-");if(a[2]==01){b[$1]+=$5}}END{for(i in b)print i,b[i]}
 
‘ test.txt   
vivi 2800
Tom 2500
John 4500

例3：

$ head industryList.txt 
IT
IT,互聯網
IT服務(系統/數據/維護)
IT服務(系統/數據/維護),專業服務/咨詢(財會/法律/人力資源等)
IT服務(系統/數據/維護),專業服務/咨詢(財會/法律/人力資源等),學術/科研,計算機軟件
$ head industryList.txt | awk ‘{split($0, arr, ","); for (i in arr) print arr[i]}‘
IT
IT
互聯網
IT服務(系統/數據/維護)
IT服務(系統/數據/維護)
專業服務
 
/咨詢(財會/法律/人力資源等)
IT服務(系統/數據/維護)
專業服務/咨詢(財會/法律/人力資源等)
學術/科研
計算機軟件
$ cat industryList.txt | awk ‘{split($0, arr, ","); for (i in arr) print arr[i]}‘ | sort | uniq > industryList_split.txt

二、substr 截取字符串
返回從起始位置起，指定長度之子字符串；若未指定長度，則返回從起始位置到字符串末尾的子字符串。
格式：
substr(s,p) 返回字符串s中從p開始的後綴部分
substr(s,p,n) 返回字符串s中從p開始長度為n的後綴部分
例子：

$ echo "123" | awk ‘{print substr($0,1,1)}‘
1

解釋：
awk -F ‘,‘ ‘{print substr($3,6)}‘ ---> 表示是從第3個字段裏的第6個字符開始，一直到設定的分隔符","結束.
substr($3,10,8) ---> 表示是從第3個字段裏的第10個字符開始，截取8個字符結束.
substr($3,6) ---> 表示是從第3個字段裏的第6個字符開始，一直到結尾

三、length 字符串長度
length函數返回沒有參數的字符串的長度。length函數返回整個記錄中的字符數。

$ echo "123" | awk ‘{print length}‘
3

$ cat info.json | jq .industryList | awk -F ‘"‘ ‘{print $2}‘ | awk ‘{if (length > 0) print $0}‘ | sort | uniq > industryList.txt

四、gsub函數

gsub函數則使得在所有正則表達式被匹配的時候都發生替換。gsub(regular expression, subsitution string, target string);簡稱 gsub（r,s,t)。

舉例：把一個文件裏面所有包含 abc 的行裏面的 abc 替換成 def，然後輸出第一列和第三列

$ awk ‘$0 ~ /abc/ {gsub("abc", "def", $0); print $1, $3}‘ abc.txt

參考：

http://gdcsy.blog.163.com/blog/static/12734360920130241521280/

http://www.cnblogs.com/sunada2005/p/3493941.html

linux下awk內置函數的使用(split/substr/length)