awk

文本和数据进行处理的编程语言

补充说明

awk 是一种编程语言,用于在linux/unix下对文本和数据进行处理。数据可以来自标准输入(stdin)、一个或多个文件,或其它命令的输出。它支持用户自定义函数和动态正则表达式等先进功能,是linux/unix下的一个强大编程工具。它在命令行中使用,但更多是作为脚本来使用。awk有很多内建的功能,比如数组、函数等,这是它和C语言的相同之处,灵活性是awk最大的优势。

awk命令格式和选项

语法形式

  1. awk [options] 'script' var=value file(s)
  2. awk [options] -f scriptfile var=value file(s)

常用命令选项

  • -F fs fs指定输入分隔符,fs可以是字符串或正则表达式,如-F:,默认的分隔符是连续的空格或制表符
  • -v var=value 赋值一个用户定义变量,将外部变量传递给awk
  • -f scripfile 从脚本文件中读取awk命令
  • -m[fr] val 对val值设置内在限制,-mf选项限制分配给val的最大块数目;-mr选项限制记录的最大数目。这两个功能是Bell实验室版awk的扩展功能,在标准awk中不适用。

awk模式和操作

awk脚本是由模式和操作组成的。

模式

模式可以是以下任意一个:

  • /正则表达式/:使用通配符的扩展集。
  • 关系表达式:使用运算符进行操作,可以是字符串或数字的比较测试。
  • 模式匹配表达式:用运算符~(匹配)和!~(不匹配)。
  • BEGIN语句块、pattern语句块、END语句块:参见awk的工作原理

操作

操作由一个或多个命令、函数、表达式组成,之间由换行符或分号隔开,并位于大括号内,主要部分是:

  • 变量或数组赋值
  • 输出命令
  • 内置函数
  • 控制流语句

awk脚本基本结构

  1. awk 'BEGIN{ print "start" } pattern{ commands } END{ print "end" }' file

一个awk脚本通常由:BEGIN语句块、能够使用模式匹配的通用语句块、END语句块3部分组成,这三个部分是可选的。任意一个部分都可以不出现在脚本中,脚本通常是被 单引号 中,例如:

  1. awk 'BEGIN{ i=0 } { i++ } END{ print i }' filename

awk的工作原理

  1. awk 'BEGIN{ commands } pattern{ commands } END{ commands }'
  • 第一步:执行BEGIN{ commands }语句块中的语句;
  • 第二步:从文件或标准输入(stdin)读取一行,然后执行pattern{ commands }语句块,它逐行扫描文件,从第一行到最后一行重复这个过程,直到文件全部被读取完毕。
  • 第三步:当读至输入流末尾时,执行END{ commands }语句块。

BEGIN语句块 在awk开始从输入流中读取行 之前 被执行,这是一个可选的语句块,比如变量初始化、打印输出表格的表头等语句通常可以写在BEGIN语句块中。

END语句块 在awk从输入流中读取完所有的行 之后 即被执行,比如打印所有行的分析结果这类信息汇总都是在END语句块中完成,它也是一个可选语句块。

pattern语句块 中的通用命令是最重要的部分,它也是可选的。如果没有提供pattern语句块,则默认执行{ print },即打印每一个读取到的行,awk读取的每一行都会执行该语句块。

示例

  1. echo -e "A line 1\nA line 2" | awk 'BEGIN{ print "Start" } { print } END{ print "End" }'
  2. Start
  3. A line 1
  4. A line 2
  5. End

当使用不带参数的print时,它就打印当前行,当print的参数是以逗号进行分隔时,打印时则以空格作为定界符。在awk的print语句块中双引号是被当作拼接符使用,例如:

  1. echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1,var2,var3; }'
  2. v1 v2 v3

双引号拼接使用:

  1. echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1"="var2"="var3; }'
  2. v1=v2=v3

{ }类似一个循环体,会对文件中的每一行进行迭代,通常变量初始化语句(如:i=0)以及打印文件头部的语句放入BEGIN语句块中,将打印的结果等语句放在END语句块中。

awk内置变量(预定义变量)

说明:[A][N][P][G]表示第一个支持变量的工具,[A]=awk、[N]=nawk、[P]=POSIXawk、[G]=gawk

  1. **$n** 当前记录的第n个字段,比如n1表示第一个字段,n2表示第二个字段。
  2. **$0** 这个变量包含执行过程中当前行的文本内容。
  3. [N] **ARGC** 命令行参数的数目。
  4. [G] **ARGIND** 命令行中当前文件的位置(从0开始算)。
  5. [N] **ARGV** 包含命令行参数的数组。
  6. [G] **CONVFMT** 数字转换格式(默认值为%.6g)。
  7. [P] **ENVIRON** 环境变量关联数组。
  8. [N] **ERRNO** 最后一个系统错误的描述。
  9. [G] **FIELDWIDTHS** 字段宽度列表(用空格键分隔)。
  10. [A] **FILENAME** 当前输入文件的名。
  11. [P] **FNR** NR,但相对于当前文件。
  12. [A] **FS** 字段分隔符(默认是任何空格)。
  13. [G] **IGNORECASE** 如果为真,则进行忽略大小写的匹配。
  14. [A] **NF** 表示字段数,在执行过程中对应于当前的字段数。
  15. [A] **NR** 表示记录数,在执行过程中对应于当前的行号。
  16. [A] **OFMT** 数字的输出格式(默认值是%.6g)。
  17. [A] **OFS** 输出字段分隔符(默认值是一个空格)。
  18. [A] **ORS** 输出记录分隔符(默认值是一个换行符)。
  19. [A] **RS** 记录分隔符(默认是一个换行符)。
  20. [N] **RSTART** match函数所匹配的字符串的第一个位置。
  21. [N] **RLENGTH** match函数所匹配的字符串的长度。
  22. [N] **SUBSEP** 数组下标分隔符(默认值是34)。

转义序列

  1. \\ \自
  2. \$ 转义$
  3. \t 制表符
  4. \b 退格符
  5. \r 回车符
  6. \n 换行符
  7. \c 取消换行

示例

  1. echo -e "line1 f2 f3\nline2 f4 f5\nline3 f6 f7" | awk '{print "Line No:"NR", No of fields:"NF, "$0="$0, "$1="$1, "$2="$2, "$3="$3}'
  2. Line No:1, No of fields:3 $0=line1 f2 f3 $1=line1 $2=f2 $3=f3
  3. Line No:2, No of fields:3 $0=line2 f4 f5 $1=line2 $2=f4 $3=f5
  4. Line No:3, No of fields:3 $0=line3 f6 f7 $1=line3 $2=f6 $3=f7

使用print $NF可以打印出一行中的最后一个字段,使用$(NF-1)则是打印倒数第二个字段,其他以此类推:

  1. echo -e "line1 f2 f3\n line2 f4 f5" | awk '{print $NF}'
  2. f3
  3. f5
  1. echo -e "line1 f2 f3\n line2 f4 f5" | awk '{print $(NF-1)}'
  2. f2
  3. f4

打印每一行的第二和第三个字段:

  1. awk '{ print $2,$3 }' filename

统计文件中的行数:

  1. awk 'END{ print NR }' filename

以上命令只使用了END语句块,在读入每一行的时,awk会将NR更新为对应的行号,当到达最后一行NR的值就是最后一行的行号,所以END语句块中的NR就是文件的行数。

一个每一行中第一个字段值累加的例子:

  1. seq 5 | awk 'BEGIN{ sum=0; print "总和:" } { print $1"+"; sum+=$1 } END{ print "等于"; print sum }'
  2. 总和:
  3. 1+
  4. 2+
  5. 3+
  6. 4+
  7. 5+
  8. 等于
  9. 15

将外部变量值传递给awk

借助 -v选项 ,可以将外部值(并非来自stdin)传递给awk:

  1. VAR=10000
  2. echo | awk -v VARIABLE=$VAR '{ print VARIABLE }'

另一种传递外部变量方法:

  1. var1="aaa"
  2. var2="bbb"
  3. echo | awk '{ print v1,v2 }' v1=$var1 v2=$var2

当输入来自于文件时使用:

  1. awk '{ print v1,v2 }' v1=$var1 v2=$var2 filename

以上方法中,变量之间用空格分隔作为awk的命令行参数跟随在BEGIN、{}和END语句块之后。

查找进程pid

  1. netstat -antup | grep 7770 | awk '{ print $NF NR}' | awk '{ print $1}'

awk运算与判断

作为一种程序设计语言所应具有的特点之一,awk支持多种运算,这些运算与C语言提供的基本相同。awk还提供了一系列内置的运算函数(如log、sqr、cos、sin等)和一些用于对字符串进行操作(运算)的函数(如length、substr等等)。这些函数的引用大大的提高了awk的运算功能。作为对条件转移指令的一部分,关系判断是每种程序设计语言都具备的功能,awk也不例外,awk中允许进行多种测试,作为样式匹配,还提供了模式匹配表达式(不匹配)。作为对测试的一种扩充,awk也支持用逻辑运算符。

算术运算符

运算符 描述
+ - 加,减
* / & 乘,除与求余
+ - ! 一元加,减和逻辑非
^ * 求幂
++ — 增加或减少,作为前缀或后缀

例:

  1. awk 'BEGIN{a="b";print a++,++a;}'
  2. 0 2

注意:所有用作算术运算符进行操作,操作数自动转为数值,所有非数值都变为0

赋值运算符

运算符 描述
= += -= = /= %= ^= *= 赋值语句

例:

  1. a+=5; 等价于:a=a+5; 其它同类

逻辑运算符

运算符 描述
`\ \ ` 逻辑或
&& 逻辑与

例:

  1. awk 'BEGIN{a=1;b=2;print (a>5 && b<=2),(a>5 || b<=2);}'
  2. 0 1

正则运算符

运算符 描述
~ !~ 匹配正则表达式和不匹配正则表达式
  1. ^ 行首
  2. $ 行尾
  3. . 除了换行符以外的任意单个字符
  4. * 前导字符的零个或多个
  5. .* 所有字符
  6. [] 字符组内的任一字符
  7. [^]对字符组内的每个字符取反(不匹配字符组内的每个字符)
  8. ^[^] 非字符组内的字符开头的行
  9. [a-z] 小写字母
  10. [A-Z] 大写字母
  11. [a-Z] 小写和大写字母
  12. [0-9] 数字
  13. \< 单词头单词一般以空格或特殊字符做分隔,连续的字符串被当做单词
  14. \> 单词尾

正则需要用 /正则/ 包围住

例:

  1. awk 'BEGIN{a="100testa";if(a ~ /^100*/){print "ok";}}'
  2. ok

关系运算符

运算符 描述
< <= > >= != == 关系运算符

例:

  1. awk 'BEGIN{a=11;if(a >= 9){print "ok";}}'
  2. ok

注意:> < 可以作为字符串比较,也可以用作数值比较,关键看操作数如果是字符串就会转换为字符串比较。两个都为数字才转为数值比较。字符串比较:按照ASCII码顺序比较。

其它运算符

运算符 描述
$ 字段引用
空格 字符串连接符
?: C条件表达式
in 数组中是否存在某键值

例:

  1. awk 'BEGIN{a="b";print a=="b"?"ok":"err";}'
  2. ok
  1. awk 'BEGIN{a="b";arr[0]="b";arr[1]="c";print (a in arr);}'
  2. 0
  1. awk 'BEGIN{a="b";arr[0]="b";arr["b"]="c";print (a in arr);}'
  2. 1

运算级优先级表

!级别越高越优先
级别越高越优先

awk高级输入输出

读取下一条记录

awk中next语句使用:在循环逐行匹配,如果遇到next,就会跳过当前行,直接忽略下面语句。而进行下一行匹配。next语句一般用于多行合并:

  1. cat text.txt
  2. a
  3. b
  4. c
  5. d
  6. e
  7. awk 'NR%2==1{next}{print NR,$0;}' text.txt
  8. 2 b
  9. 4 d

当记录行号除以2余1,就跳过当前行。下面的print NR,$0也不会执行。下一行开始,程序有开始判断NR%2值。这个时候记录行号是:2 ,就会执行下面语句块:'print NR,$0'

分析发现需要将包含有“web”行进行跳过,然后需要将内容与下面行合并为一行:

  1. cat text.txt
  2. web01[192.168.2.100]
  3. httpd ok
  4. tomcat ok
  5. sendmail ok
  6. web02[192.168.2.101]
  7. httpd ok
  8. postfix ok
  9. web03[192.168.2.102]
  10. mysqld ok
  11. httpd ok
  12. 0
  13. awk '/^web/{T=$0;next;}{print T":"t,$0;}' text.txt
  14. web01[192.168.2.100]: httpd ok
  15. web01[192.168.2.100]: tomcat ok
  16. web01[192.168.2.100]: sendmail ok
  17. web02[192.168.2.101]: httpd ok
  18. web02[192.168.2.101]: postfix ok
  19. web03[192.168.2.102]: mysqld ok
  20. web03[192.168.2.102]: httpd ok

简单地读取一条记录

awk getline用法:输出重定向需用到getline函数。getline从标准输入、管道或者当前正在处理的文件之外的其他输入文件获得输入。它负责从输入获得下一行的内容,并给NF,NR和FNR等内建变量赋值。如果得到一条记录,getline函数返回1,如果到达文件的末尾就返回0,如果出现错误,例如打开文件失败,就返回-1。

getline语法:getline var,变量var包含了特定行的内容。

awk getline从整体上来说,用法说明:

  • 当其左右无重定向符|<时: getline作用于当前文件,读入当前文件的第一行给其后跟的变量var$0(无变量),应该注意到,由于awk在处理getline之前已经读入了一行,所以getline得到的返回结果是隔行的。
  • 当其左右有重定向符|<时: getline则作用于定向输入文件,由于该文件是刚打开,并没有被awk读入一行,只是getline读入,那么getline返回的是该文件的第一行,而不是隔行。

示例:

执行linux的date命令,并通过管道输出给getline,然后再把输出赋值给自定义变量out,并打印它:

  1. awk 'BEGIN{ "date" | getline out; print out }' test

执行shell的date命令,并通过管道输出给getline,然后getline从管道中读取并将输入赋值给out,split函数把变量out转化成数组mon,然后打印数组mon的第二个元素:

  1. awk 'BEGIN{ "date" | getline out; split(out,mon); print mon[2] }' test

命令ls的输出传递给geline作为输入,循环使getline从ls的输出中读取一行,并把它打印到屏幕。这里没有输入文件,因为BEGIN块在打开输入文件前执行,所以可以忽略输入文件。

  1. awk 'BEGIN{ while( "ls" | getline) print }'

关闭文件

awk中允许在程序中关闭一个输入或输出文件,方法是使用awk的close语句。

  1. close("filename")

filename可以是getline打开的文件,也可以是stdin,包含文件名的变量或者getline使用的确切命令。或一个输出文件,可以是stdout,包含文件名的变量或使用管道的确切命令。

输出到一个文件

awk中允许用如下方式将结果输出到一个文件:

  1. echo | awk '{printf("hello word!n") > "datafile"}'
  2. # 或
  3. echo | awk '{printf("hello word!n") >> "datafile"}'

设置字段定界符

默认的字段定界符是空格,可以使用-F "定界符" 明确指定一个定界符:

  1. awk -F: '{ print $NF }' /etc/passwd
  2. # 或
  3. awk 'BEGIN{ FS=":" } { print $NF }' /etc/passwd

BEGIN语句块中则可以用OFS=“定界符”设置输出字段的定界符。

流程控制语句

在linux awk的while、do-while和for语句中允许使用break,continue语句来控制流程走向,也允许使用exit这样的语句来退出。break中断当前正在执行的循环并跳到循环外执行下一条语句。if 是流程选择用法。awk中,流程控制语句,语法结构,与c语言类型。有了这些语句,其实很多shell程序都可以交给awk,而且性能是非常快的。下面是各个语句用法。

条件判断语句

  1. if(表达式)
  2. 语句1
  3. else
  4. 语句2

格式中语句1可以是多个语句,为了方便判断和阅读,最好将多个语句用{}括起来。awk分枝结构允许嵌套,其格式为:

  1. if(表达式)
  2. {语句1}
  3. else if(表达式)
  4. {语句2}
  5. else
  6. {语句3}

示例:

  1. awk 'BEGIN{
  2. test=100;
  3. if(test>90){
  4. print "very good";
  5. }
  6. else if(test>60){
  7. print "good";
  8. }
  9. else{
  10. print "no pass";
  11. }
  12. }'
  13. very good

每条命令语句后面可以用; 分号 结尾。

循环语句

# while语句

  1. while(表达式)
  2. {语句}

示例:

  1. awk 'BEGIN{
  2. test=100;
  3. total=0;
  4. while(i<=test){
  5. total+=i;
  6. i++;
  7. }
  8. print total;
  9. }'
  10. 5050

# for循环

for循环有两种格式:

格式1:

  1. for(变量 in 数组)
  2. {语句}

示例:

  1. awk 'BEGIN{
  2. for(k in ENVIRON){
  3. print k"="ENVIRON[k];
  4. }
  5. }'
  6. TERM=linux
  7. G_BROKEN_FILENAMES=1
  8. SHLVL=1
  9. pwd=/root/text
  10. ...
  11. logname=root
  12. HOME=/root
  13. SSH_CLIENT=192.168.1.21 53087 22

注:ENVIRON是awk常量,是子典型数组。

格式2:

  1. for(变量;条件;表达式)
  2. {语句}

示例:

  1. awk 'BEGIN{
  2. total=0;
  3. for(i=0;i<=100;i++){
  4. total+=i;
  5. }
  6. print total;
  7. }'
  8. 5050

# do循环

  1. do
  2. {语句} while(条件)

例子:

  1. awk 'BEGIN{
  2. total=0;
  3. i=0;
  4. do {total+=i;i++;} while(i<=100)
  5. print total;
  6. }'
  7. 5050

其他语句

  • break 当 break 语句用于 while 或 for 语句时,导致退出程序循环。
  • continue 当 continue 语句用于 while 或 for 语句时,使程序循环移动到下一个迭代。
  • next 能能够导致读入下一个输入行,并返回到脚本的顶部。这可以避免对当前输入行执行其他的操作过程。
  • exit 语句使主输入循环退出并将控制转移到END,如果END存在的话。如果没有定义END规则,或在END中应用exit语句,则终止脚本的执行。

数组应用

数组是awk的灵魂,处理文本中最不能少的就是它的数组处理。因为数组索引(下标)可以是数字和字符串在awk中数组叫做关联数组(associative arrays)。awk 中的数组不必提前声明,也不必声明大小。数组元素用0或空字符串来初始化,这根据上下文而定。

数组的定义

数字做数组索引(下标):

  1. Array[1]="sun"
  2. Array[2]="kai"

字符串做数组索引(下标):

  1. Array["first"]="www"
  2. Array"[last"]="name"
  3. Array["birth"]="1987"

使用中print Array[1]会打印出sun;使用print Array[2]会打印出kai;使用print["birth"]会得到1987。

读取数组的值

  1. { for(item in array) {print array[item]}; } #输出的顺序是随机的
  2. { for(i=1;i<=len;i++) {print array[i]}; } #Len是数组的长度

数组相关函数

得到数组长度:

  1. awk 'BEGIN{info="it is a test";lens=split(info,tA," ");print length(tA),lens;}'
  2. 4 4

length返回字符串以及数组长度,split进行分割字符串为数组,也会返回分割得到数组长度。

  1. awk 'BEGIN{info="it is a test";split(info,tA," ");print asort(tA);}'
  2. 4

asort对数组进行排序,返回数组长度。

输出数组内容(无序,有序输出):

  1. awk 'BEGIN{info="it is a test";split(info,tA," ");for(k in tA){print k,tA[k];}}'
  2. 4 test
  3. 1 it
  4. 2 is
  5. 3 a

for…in输出,因为数组是关联数组,默认是无序的。所以通过for…in得到是无序的数组。如果需要得到有序数组,需要通过下标获得。

  1. awk 'BEGIN{info="it is a test";tlen=split(info,tA," ");for(k=1;k<=tlen;k++){print k,tA[k];}}'
  2. 1 it
  3. 2 is
  4. 3 a
  5. 4 test

注意:数组下标是从1开始,与C数组不一样。

判断键值存在以及删除键值:

  1. # 错误的判断方法:
  2. awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if(tB["c"]!="1"){print "no found";};for(k in tB){print k,tB[k];}}'
  3. no found
  4. a a1
  5. b b1
  6. c

以上出现奇怪问题,tB[“c”]没有定义,但是循环时候,发现已经存在该键值,它的值为空,这里需要注意,awk数组是关联数组,只要通过数组引用它的key,就会自动创建改序列。

  1. # 正确判断方法:
  2. awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if( "c" in tB){print "ok";};for(k in tB){print k,tB[k];}}'
  3. a a1
  4. b b1

if(key in array)通过这种方法判断数组中是否包含key键值。

  1. #删除键值:
  2. awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";delete tB["a"];for(k in tB){print k,tB[k];}}'
  3. b b1

delete array[key]可以删除,对应数组key的,序列值。

二维、多维数组使用

awk的多维数组在本质上是一维数组,更确切一点,awk在存储上并不支持多维数组。awk提供了逻辑上模拟二维数组的访问方式。例如,array[2,4]=1这样的访问是允许的。awk使用一个特殊的字符串SUBSEP(�34)作为分割字段,在上面的例子中,关联数组array存储的键值实际上是2�344。

类似一维数组的成员测试,多维数组可以使用if ( (i,j) in array)这样的语法,但是下标必须放置在圆括号中。类似一维数组的循环访问,多维数组使用for ( item in array )这样的语法遍历数组。与一维数组不同的是,多维数组必须使用split()函数来访问单独的下标分量。

  1. awk 'BEGIN{
  2. for(i=1;i<=9;i++){
  3. for(j=1;j<=9;j++){
  4. tarr[i,j]=i*j; print i,"*",j,"=",tarr[i,j];
  5. }
  6. }
  7. }'
  8. 1 * 1 = 1
  9. 1 * 2 = 2
  10. 1 * 3 = 3
  11. 1 * 4 = 4
  12. 1 * 5 = 5
  13. 1 * 6 = 6
  14. ...
  15. 9 * 6 = 54
  16. 9 * 7 = 63
  17. 9 * 8 = 72
  18. 9 * 9 = 81

可以通过array[k,k2]引用获得数组内容。

另一种方法:

  1. awk 'BEGIN{
  2. for(i=1;i<=9;i++){
  3. for(j=1;j<=9;j++){
  4. tarr[i,j]=i*j;
  5. }
  6. }
  7. for(m in tarr){
  8. split(m,tarr2,SUBSEP); print tarr2[1],"*",tarr2[2],"=",tarr[m];
  9. }
  10. }'

内置函数

awk内置函数,主要分以下3种类似:算数函数、字符串函数、其它一般函数、时间函数。

算术函数

格式 描述
atan2( y, x ) 返回 y/x 的反正切。
cos( x ) 返回 x 的余弦;x 是弧度。
sin( x ) 返回 x 的正弦;x 是弧度。
exp( x ) 返回 x 幂函数。
log( x ) 返回 x 的自然对数。
sqrt( x ) 返回 x 平方根。
int( x ) 返回 x 的截断至整数的值。
rand( ) 返回任意数字 n,其中 0 <= n < 1。
srand( [expr] ) 将 rand 函数的种子值设置为 Expr 参数的值,或如果省略 Expr 参数则使用某天的时间。返回先前的种子值。

举例说明:

  1. awk 'BEGIN{OFMT="%.3f";fs=sin(1);fe=exp(10);fl=log(10);fi=int(3.1415);print fs,fe,fl,fi;}'
  2. 0.841 22026.466 2.303 3

OFMT 设置输出数据格式是保留3位小数。

获得随机数:

  1. awk 'BEGIN{srand();fr=int(100*rand());print fr;}'
  2. 78
  3. awk 'BEGIN{srand();fr=int(100*rand());print fr;}'
  4. 31
  5. awk 'BEGIN{srand();fr=int(100*rand());print fr;}'
  6. 41

字符串函数

格式 描述
gsub( Ere, Repl, [ In ] ) 除了正则表达式所有具体值被替代这点,它和 sub 函数完全一样地执行。
sub( Ere, Repl, [ In ] ) 用 Repl 参数指定的字符串替换 In 参数指定的字符串中的由 Ere 参数指定的扩展正则表达式的第一个具体值。sub 函数返回替换的数量。出现在 Repl 参数指定的字符串中的 &(和符号)由 In 参数指定的与 Ere 参数的指定的扩展正则表达式匹配的字符串替换。如果未指定 In 参数,缺省值是整个记录($0 记录变量)。
index( String1, String2 ) 在由 String1 参数指定的字符串(其中有出现 String2 指定的参数)中,返回位置,从 1 开始编号。如果 String2 参数不在 String1 参数中出现,则返回 0(零)。
length [(String)] 返回 String 参数指定的字符串的长度(字符形式)。如果未给出 String 参数,则返回整个记录的长度($0 记录变量)。
blength [(String)] 返回 String 参数指定的字符串的长度(以字节为单位)。如果未给出 String 参数,则返回整个记录的长度($0 记录变量)。
substr( String, M, [ N ] ) 返回具有 N 参数指定的字符数量子串。子串从 String 参数指定的字符串取得,其字符以 M 参数指定的位置开始。M 参数指定为将 String 参数中的第一个字符作为编号 1。如果未指定 N 参数,则子串的长度将是 M 参数指定的位置到 String 参数的末尾 的长度。
match( String, Ere ) 在 String 参数指定的字符串(Ere 参数指定的扩展正则表达式出现在其中)中返回位置(字符形式),从 1 开始编号,或如果 Ere 参数不出现,则返回 0(零)。RSTART 特殊变量设置为返回值。RLENGTH 特殊变量设置为匹配的字符串的长度,或如果未找到任何匹配,则设置为 -1(负一)。
split( String, A, [Ere] ) 将 String 参数指定的参数分割为数组元素 A[1], A[2], . . ., A[n],并返回 n 变量的值。此分隔可以通过 Ere 参数指定的扩展正则表达式进行,或用当前字段分隔符(FS 特殊变量)来进行(如果没有给出 Ere 参数)。除非上下文指明特定的元素还应具有一个数字值,否则 A 数组中的元素用字符串值来创建。
tolower( String ) 返回 String 参数指定的字符串,字符串中每个大写字符将更改为小写。大写和小写的映射由当前语言环境的 LC_CTYPE 范畴定义。
toupper( String ) 返回 String 参数指定的字符串,字符串中每个小写字符将更改为大写。大写和小写的映射由当前语言环境的 LC_CTYPE 范畴定义。
sprintf(Format, Expr, Expr, . . . ) 根据 Format 参数指定的 printf 子例程格式字符串来格式化 Expr 参数指定的表达式并返回最后生成的字符串。

注:Ere都可以是正则表达式。

gsub,sub使用

  1. awk 'BEGIN{info="this is a test2010test!";gsub(/[0-9]+/,"!",info);print info}'
  2. this is a test!test!

在 info中查找满足正则表达式,/[0-9]+/””替换,并且替换后的值,赋值给info 未给info值,默认是$0

查找字符串(index使用)

  1. awk 'BEGIN{info="this is a test2010test!";print index(info,"test")?"ok":"no found";}'
  2. ok

未找到,返回0

正则表达式匹配查找(match使用)

  1. awk 'BEGIN{info="this is a test2010test!";print match(info,/[0-9]+/)?"ok":"no found";}'
  2. ok

截取字符串(substr使用)

  1. [wangsl@centos5 ~]$ awk 'BEGIN{info="this is a test2010test!";print substr(info,4,10);}'
  2. s is a tes

从第 4个 字符开始,截取10个长度字符串

字符串分割(split使用)

  1. awk 'BEGIN{info="this is a test";split(info,tA," ");print length(tA);for(k in tA){print k,tA[k];}}'
  2. 4
  3. 4 test
  4. 1 this
  5. 2 is
  6. 3 a

分割info,动态创建数组tA,这里比较有意思,awk for …in循环,是一个无序的循环。 并不是从数组下标1…n ,因此使用时候需要注意。

格式化字符串输出(sprintf使用)

格式化字符串格式:

其中格式化字符串包括两部分内容:一部分是正常字符,这些字符将按原样输出; 另一部分是格式化规定字符,以"%"开始,后跟一个或几个规定字符,用来确定输出内容格式。

格式 描述 格式 描述
%d 十进制有符号整数 %u 十进制无符号整数
%f 浮点数 %s 字符串
%c 单个字符 %p 指针的值
%e 指数形式的浮点数 %x %X 无符号以十六进制表示的整数
%o 无符号以八进制表示的整数 %g 自动选择合适的表示法
  1. awk 'BEGIN{n1=124.113;n2=-1.224;n3=1.2345; printf("%.2f,%.2u,%.2g,%X,%on",n1,n2,n3,n1,n1);}'
  2. 124.11,18446744073709551615,1.2,7C,174

一般函数

格式 描述
close( Expression ) 用同一个带字符串值的 Expression 参数来关闭由 print 或 printf 语句打开的或调用 getline 函数打开的文件或管道。如果文件或管道成功关闭,则返回 0;其它情况下返回非零值。如果打算写一个文件,并稍后在同一个程序中读取文件,则 close 语句是必需的。
system(command ) 执行 Command 参数指定的命令,并返回退出状态。等同于 system 子例程。
Expression `\ ` getline [ Variable ] 从来自 Expression 参数指定的命令的输出中通过管道传送的流中读取一个输入记录,并将该记录的值指定给 Variable 参数指定的变量。如果当前未打开将 Expression 参数的值作为其命令名称的流,则创建流。创建的流等同于调用 popen 子例程,此时 Command 参数取 Expression 参数的值且 Mode 参数设置为一个是 r 的值。只要流保留打开且 Expression 参数求得同一个字符串,则对 getline 函数的每次后续调用读取另一个记录。如果未指定 Variable 参数,则 $0 记录变量和 NF 特殊变量设置为从流读取的记录。
getline [ Variable ] < Expression 从 Expression 参数指定的文件读取输入的下一个记录,并将 Variable 参数指定的变量设置为该记录的值。只要流保留打开且 Expression 参数对同一个字符串求值,则对 getline 函数的每次后续调用读取另一个记录。如果未指定 Variable 参数,则 $0 记录变量和 NF 特殊变量设置为从流读取的记录。
getline [ Variable ] 将 Variable 参数指定的变量设置为从当前输入文件读取的下一个输入记录。如果未指定 Variable 参数,则 $0 记录变量设置为该记录的值,还将设置 NF、NR 和 FNR 特殊变量。

打开外部文件(close用法)

  1. awk 'BEGIN{while("cat /etc/passwd"|getline){print $0;};close("/etc/passwd");}'
  2. root:x:0:0:root:/root:/bin/bash
  3. bin:x:1:1:bin:/bin:/sbin/nologin
  4. daemon:x:2:2:daemon:/sbin:/sbin/nologin

逐行读取外部文件(getline使用方法)

  1. awk 'BEGIN{while(getline < "/etc/passwd"){print $0;};close("/etc/passwd");}'
  2. root:x:0:0:root:/root:/bin/bash
  3. bin:x:1:1:bin:/bin:/sbin/nologin
  4. daemon:x:2:2:daemon:/sbin:/sbin/nologin
  1. awk 'BEGIN{print "Enter your name:";getline name;print name;}'
  2. Enter your name:
  3. chengmo
  4. chengmo

调用外部应用程序(system使用方法)

  1. awk 'BEGIN{b=system("ls -al");print b;}'
  2. total 42092
  3. drwxr-xr-x 14 chengmo chengmo 4096 09-30 17:47 .
  4. drwxr-xr-x 95 root root 4096 10-08 14:01 ..

b返回值,是执行结果。

时间函数

格式 描述
函数名 说明
mktime( YYYY MM dd HH MM ss[ DST]) 生成时间格式
strftime([format [, timestamp]]) 格式化时间输出,将时间戳转为时间字符串具体格式,见下表。
systime() 得到时间戳,返回从1970年1月1日开始到当前时间(不计闰年)的整秒数

建指定时间(mktime使用)

  1. awk 'BEGIN{tstamp=mktime("2001 01 01 12 12 12");print strftime("%c",tstamp);}'
  2. 20010101 星期一 121212
  1. awk 'BEGIN{tstamp1=mktime("2001 01 01 12 12 12");tstamp2=mktime("2001 02 01 0 0 0");print tstamp2-tstamp1;}'
  2. 2634468

求2个时间段中间时间差,介绍了strftime使用方法

  1. awk 'BEGIN{tstamp1=mktime("2001 01 01 12 12 12");tstamp2=systime();print tstamp2-tstamp1;}'
  2. 308201392

strftime日期和时间格式说明符

格式 描述
%a 星期几的缩写(Sun)
%A 星期几的完整写法(Sunday)
%b 月名的缩写(Oct)
%B 月名的完整写法(October)
%c 本地日期和时间
%d 十进制日期
%D 日期 08/20/99
%e 日期,如果只有一位会补上一个空格
%H 用十进制表示24小时格式的小时
%I 用十进制表示12小时格式的小时
%j 从1月1日起一年中的第几天
%m 十进制表示的月份
%M 十进制表示的分钟
%p 12小时表示法(AM/PM)
%S 十进制表示的秒
%U 十进制表示的一年中的第几个星期(星期天作为一个星期的开始)
%w 十进制表示的星期几(星期天是0)
%W 十进制表示的一年中的第几个星期(星期一作为一个星期的开始)
%x 重新设置本地日期(08/20/99)
%X 重新设置本地时间(12:00:00)
%y 两位数字表示的年(99)
%Y 当前月份
%% 百分号(%)