1. 程式人生 > >一篇文章帶你學會Linux三劍客之一:awk

一篇文章帶你學會Linux三劍客之一:awk

awk是一種用於處理文字、模式匹配的程式語言。與sed和grep,俗稱Linux下的三劍客。學會 awk 等於你在 Linux 命令列裡,又多了一種處理文字的選擇。這篇文章重點教你如何使用,看完這篇文章,就大致知道如何使用了,力求簡單使用

術語鋪墊

在awk的文字處理規則裡,awk將文字檔案視為由欄位和記錄組成的文字資料庫。預設情況下,awk將每一行視為一個記錄,也就是說記錄的分隔符是\n,記錄的分隔符可以通過內建變數RS更改。

在每一個記錄中,又把記錄分為若干個欄位,即記錄由欄位組成,而欄位的預設分隔符為空格或製表符。

一、基礎用法

和我們平常使用的 Linux 命令一樣, awk 也是遵循著某種格式來使用,格式如下:

# 使用格式
awk 執行的事件 檔案

# 例如:
[[email protected] ~]# awk '{print $0}' test.txt
my first language:Java
second languange:python
third language:C


其中,print 表示列印,$0 表示一整個記錄,test.txt 表示一個檔案。所以

awk '{print $0}' test.txt

表示把 test.txt 檔案裡面的每行記錄都打印出來。

 

剛才我們說,記錄是由欄位組成的,且欄位的預設分隔符是空格或者製表符。下面我們列印每一個記錄的第一個欄位,如下:

 

# 列印每一行的第一個欄位
[[email protected] # awk '{print $1}' test.txt
my
second
third

$0 表示整個記錄,不過 $1, $2, $3.....則表示整個記錄中的第一個欄位,第二個欄位......。

 

剛才我們說欄位的預設分隔符是空格或者製表符這些,預設意味著我們可以自己顯式著指定分隔符。下面我們用“:”來作為我們的分隔符吧。

# 列印第二個欄位
[[email protected] ~]# awk -F ':' '{print $2}' test.txt
Java
python
C

上面我們用引數 -F 指定了我們的分隔符,即如果想要指定欄位的分隔符,可以用引數 -F 指定分隔符。

 

二、條件限制

 

在列印文字的時候,我們可以指定一些條件。格式如下:

awk 引數 條件 要執行的動作 檔案

例如我們指定分隔符為“:”,條件為第二個欄位為"Java"的記錄。

# 列印第二個欄位為"Java"的文字
[[email protected] ~]# awk -F ':''$2 == "Java" {print $2}' test.txt
Java

列印奇數行的的第二個欄位:

# 列印奇數行的記錄
[[email protected] ~]# awk -F ':' 'NR % 2 == 1 {print $2}' test.txt
Java
C

其中,NR 是一個內建的變數,表示當前正在處理的記錄,即當前的記錄是第幾個記錄。

 

三、條件語句

和我們平常的程式設計一樣,awk 也提供了 if, else, while 等這些條件語句。

例如,列印第二個及其之後的記錄:

[email protected] ~]# awk '{if(NR > 1) print $2}' test.txt
languange:python
language:C

注意,上面的欄位分隔符是空格了,並且 if 語句是在“{}” 裡指定的。

再看一個例子:

# 如果第一個欄位大於“s",則列印第一個欄位,否則列印第二個欄位
[[email protected] ~]# awk '{if($1 < "s") print $1; else print $2}' test.txt
my
languange:python
language:C

  

上面列印的是:如果第一個欄位大於“s",則列印第一個欄位,否則列印第二個欄位。

四、函式

awk 提供了一些內建函式來供我們使用,一下常用的函式如下:

tolower():字元轉為小寫。
toupper():字元轉為大寫
length():返回字串長度。
substr():返回子字串。
sqrt():平方根。
rand():隨機數。

例如,我們要把列印的欄位轉化為大小

# 第一個欄位轉化為大寫輸出
[[email protected] ~]# awk '{print toupper($1)}' test.txt
MY
SECOND
THIRD

五、變數

剛才我們說 NR 是一個表示當前正在處理的記錄是第幾個記錄的內建變數,常用的內建變數如下:

NR:表示當前處理的是第幾行
NF:表示當前行有多少個欄位
FILENAME:當前檔名
FS:欄位分隔符,預設是空格和製表符。
RS:行分隔符,用於分割每一行,預設是換行符。
OFS:輸出欄位的分隔符,用於列印時分隔欄位,預設為空格。
ORS:輸出記錄的分隔符,用於列印時分隔記錄,預設為換行符。

例如我們要列印每一個記錄的最後一個欄位,就可以使用變數 NF 了。

[email protected] ~]# awk '{print $NF}' test.txt
language:Java
languange:python
language:C

對了,剛才那個 NR 的變數也是挺好用的,例如:

# 標記當前是第幾行,這樣看起來好像比較舒服?
[[email protected] ~]# awk '{print NR ". "  $0}' test.txt
1. my first language:Java
2. second languange:python
3. third language:C

講到這裡就大致結束了,這篇文章算是入門文章,遮蔽了很多細節,大致介紹一下怎麼使用,更多具體用法,可以根據自己想要實現的功能去查詢相關函式哦。

 

個人公眾號:【苦逼的碼農】,分享各種技術乾貨

為方便交流,建立了個qq交流群:822241847,用來分享一些學習資源,面試乾貨。
歡迎你的加