也被称为gawk，是一门编程语言，可以对文本和数据进行处理。

格式

awk** [options] ‘{script}’ file
awk：命令
[options]：参数名，-F常用
‘{script}’：命令名，分为基础结构、匹配结构、扩展结构
file：文件名**

常见参数

-F：field，可以自定义字段的分隔符
-v：var=value，定义awk程序中的一个变量及其默认值

‘{script}’

命令名，分为基础结构、匹配结构、扩展结构。
{script} 内需要输入打印的行数，$0代表整个文本行；$1代表第一个字段；$NF代表最后一个字段。
awk命令默认的字段分隔符是空白字符（如空格或者制表符），也可以用-F 自定义分隔符。

基础结构

用来截取文本文件中的某一行。

格式

‘{script}’

常见用法

  1. awk -F ' ' {print $6} file1
  2. ## 截取file1文件中的第6列。

也可用管道符 ‘|’ 进行命令传递。
image.png
也可以截取多行
image.png

匹配结构

用来匹配匹配数据中的某一行，用来输出某一列。

格式

‘**/pattern/**{script}’

常见用法

  1. awk -F ' ' {/UTR/{print $0}} file2
  2. ## 以空格为分隔符，匹配file2中存在UTR的行，输出该行

也可用管道符 ‘|’ 进行命令传递。
image.png

拓展结构

用来匹配匹配数据中的某一行，用来输出某一列。并添加表头，分隔符，行号等等。

格式

‘**BEGIN{script} {script} END**{script}’

常见用法

  1. awk -F ' ' 'BEGIN{print "find UTR feature:"} /UTR/{print $9} END{print "end"}' file3
  2. ## 匹配file3中的存在UTR的行，并打印出第9列（以空格为分隔符），并在前面输出find UTR feature ，在最后输出end

也可用管道符 ‘|’ 进行命令传递。
image.png

内置变量

  1. FS  :定义输入字段的分隔符，同-F
  2. RS  :定义输入记录的分隔符
  3. OFS :定义输出字段的分隔符（常用）
  4. ORS :定义输出记录的分隔符
  5. NF  :列数
  6. NR  :行数

定义输入字段的分隔符

  1. awk 'BEGIN{FS="\t"} {print $3,$4,$5}' file4 | head -5
  2. ## 定义输入的字段分隔符为制表符，同-F

image.png
image.png

定义输出字段的分隔符

  1. awk 'BEGIN{OFS=":"} {print $3,$4,$5}' file4 | head -5
  2. ## 定义输出的字段分隔符为：

打印行号

  1. awk 'BEGIN{FS="\t"} {print NF, $9}' file4 | head -5
  2. ## 定义输入字段的分隔符为制表符，输出第九列并打印行号

进阶用法

条件语句（if语句）

格式

awk ‘{**if(判断条件) {yes} else {no}}’
判断条件为真，则运行{yes}，反之，则运行**{no}

用法

  1. awk '{if($3=="gene") {print $0} eles {print $3 "is not gene"}}' file6
  2. ## 在file6中区第三列，判断是否为“gene”
  3. ## 若真，则输出这一行
  4. ## 若假，则输出$3 is not gene 这句话

image.png

循环语句（for语句）

格式

awk ‘{**for(判断条件) {循环语句}}’
判断条件为真，则运行{循环语句}，反之，则终止循环。**

用法

  1. awk '{for(i=1;i<4;i++) {print $i}}' file7
  2. ## 对file7中的每一行做循环，取前三列

image.png

连接语句（paste语句）

格式

paste** **- - - -
将几行粘贴在一起；示例为4行

数学运算

格式

awk** **’{print $3+$5}’

常见命令

+、-、、^（幂）、/
*（平方）%（取余）
int(x)（取整） log(x)（取log）

用法

  1. awk '/exon/{print $5-$4}' file8
  2. ## 在file8文件中匹配存在exon的行，输出$5-$4的值，本例是看exon的长度

image.png
image.png
（+0.5后取整）