awksedgrep更适合的方向

Posted 2020-11-30 sidesky

awk、sed、grep更适合的方向：

•  grep 更适合单纯的查找或匹配文本
•  sed 更适合编辑匹配到的文本
•  awk 更适合格式化文本，对文本进行较复杂格式处理

关于awk内建变量个人见解，简单易懂

解释一下变量：

变量：分为内置变量和自定义变量;输入分隔符FS和输出分隔符OFS都属于内置变量。

内置变量就是awk预定义好的、内置在awk内部的变量，而自定义变量就是用户定义的变量。

•  FS(Field Separator)：输入字段分隔符， 默认为空白字符
•  OFS(Out of Field Separator)：输出字段分隔符， 默认为空白字符
•  RS(Record Separator)：输入记录分隔符(输入换行符)， 指定输入时的换行符
•  ORS(Output Record Separate)：输出记录分隔符（输出换行符），输出时用指定符号代替换行符
•  NF(Number for Field)：当前行的字段的个数(即当前行被分割成了几列)
•  NR(Number of Record)：行号，当前处理的文本行的行号。
•  FNR：各文件分别计数的行号
•  ARGC：命令行参数的个数
•  ARGV：数组，保存的是命令行所给定的各参数

自定义变量的方法

•  方法一：-v varname=value ，变量名区分字符大小写。
•  方法二：在program中直接定义。

 

一、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

二、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。

三、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。

四、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

五、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