三十分钟学会AWK

96
XKirk
0.4 2017.03.06 15:33* 字数 7691

转载 

原文的排版和内容都更加友好,并且详细,我只是在这里贴出了一部分留作自己以后参考和学习,如希望更详细了解AWK可移步原文

原文地址: http://www.cnblogs.com/conanwang/p/6025158.html

摘要: 本文大部分内容翻译自我开始学习AWK时看到的一篇英文文章 AWK Tutorial ,觉得对AWK入门非常有帮助,所以对其进行了粗略的翻译,并对其中部分内容进行了删减或者补充,希望能为对AWK感兴趣的小伙伴提供一份快速入门的教程,帮助小伙伴们快速掌握AWK的基本使用方式,当然,我也是刚开始学习AWK,本文在翻译或者补充的过程中肯定会有很多疏漏或者错误,希望大家能够帮忙指正。

本文大部分内容翻译自我开始学习AWK时看到的一篇英文文章AWK Tutorial,觉得对AWK入门非常有帮助,所以对其进行了粗略的翻译,并对其中部分内容进行了删减或者补充,希望能为对AWK感兴趣的小伙伴提供一份快速入门的教程,帮助小伙伴们快速掌握AWK的基本使用方式,当然,我也是刚开始学习AWK,本文在翻译或者补充的过程中肯定会有很多疏漏或者错误,希望大家能够帮忙指正。

本文将会持续修正和更新,最新内容请参考我的GITHUB上的程序猿成长计划项目,欢迎 Star。

概述

AWK是一门解释型的编程语言。在文本处理领域它是非常强大的,它的名字来源于它的三位作者的姓氏:Alfred Aho,Peter Weinberger和Brian Kernighan。

GNU/Linux发布的AWK目前由自由软件基金会(FSF)进行开发和维护,通常也称它为GNU AWK。

AWK的类型

下面是几个AWK的变体:

AWK- 原先来源于 AT & T 实验室的的AWK

NAWK- AT & T 实验室的AWK的升级版

GAWK- 这就是GNU AWK。所有的GNU/Linux发布版都自带GAWK,它与AWK和NAWK完全兼容

AWK的典型用途

使用AWK可以做很多任务,下面是其中一些

文本处理

输出格式化的文本报表

执行算数运算

执行字符串操作等等

工作流

要成为AWK编程专家,你需要先知道它的内部实现机制,AWK遵循了非常简单的工作流 -读取,执行和重复,下图描述了AWK的工作流。

Read

AWK从输入流(文件,管道或者标准输入)中读取一行,然后存储到内存中。

Execute

所有的AWK命令都依次在输入上执行。默认情况下,AWK会对每一行执行命令,我们可以通过提供模式限制这种行为。

Repeat

处理过程不断重复,直到到达文件结尾。

程序结构

现在,让我们先学习一下AWK的程序结构。

BEGIN 语句块

BEGIN语句块的语法

BEGIN {awk-commands}

BEGIN语句块在程序开始的使用执行,它只执行一次,在这里可以初始化变量。BEGIN是AWK的关键字,因此它必须为大写,注意,这个语句块是可选的。

BODY 语句块

BODY语句块的语法

/pattern/ {awk-commands}

BODY语句块中的命令会对输入的每一行执行,我们也可以通过提供模式来控制这种行为。注意,BODY语句块没有关键字。

END 语句块

END语句块的语法

END {awk-commands}

END语句块在程序的最后执行,END是AWK的关键字,因此必须为大写,它也是可选的。

让我们创建一个包含序号,学生姓名,科目名称和得分的文件marks.txt。

1)  Amit    Physics  80

2)  Rahul  Maths    90

3)  Shyam  Biology  87

4)  Kedar  English  85

5)  Hari    History  89

下面的例子中我们将会显示文件内容,并且添加每一列的标题

$ awk 'BEGIN{printf "Sr No\tName\tSub\tMarks\n"} {print}' marks.txt

上述代码执行后,输出以下内容

Sr No    Name    Sub          Marks1)      Amit    Physics802)      Rahul    Maths903)      Shyam    Biology874)      Kedar    English855)      Hari    History89

在程序的开始,AWK在BEGIN语句中打印出标题。然后再BODY语句中,它会读取文件的每一行然后执行AWK的print命令将每一行的内容打印到标准输出。这个过程会一直重复直到文件的结尾。

基础语法

AWK的使用非常简单,我们可以直接在命令行中执行AWK的命令,也可以从包含AWK命令的文本文件中执行。

AWK命令行

我们可以使用单引号在命令行中指定AWK命令

awk [options]file ...

比如我们有一个包含下面内容的文本文件marks.txt:

1) Amit    Physics    80

2) Rahul    Maths      90

3) Shyam    Biology    87

4) Kedar    English    85

5) Hari    History    89

我们可以使用下面的命令显示该文件的完整内容

$ awk '{print}' marks.txt

AWK程序文件

我们可以使用脚本文件提供AWK命令

awk [options] -ffile ....

首先,创建一个包含下面内容的文本文件command.awk

{print}

现在,我们可以让AWK执行该文件中的命令,这里我们实现了和上例同样的结果

$ awk -f command.awk marks.txt

AWK标准选项

AWK支持下列命令行标准选项

-v变量赋值选项

该选项将一个值赋予一个变量,它会在程序开始之前进行赋值,下面的例子描述了该选项的使用

$ awk -v name=Jerry 'BEGIN{printf"Name = %s\n",name}'

Name = Jerry

--dump-variables[=file]选项

该选项会输出排好序的全局变量列表和它们最终的值到文件中,默认的文件是awkvars.out。

$ awk --dump-variables''$ cat awkvars.outARGC:1ARGIND:0ARGV: array,1 elementsBINMODE:0CONVFMT:"%.6g"ERRNO:""FIELDWIDTHS:""FILENAME:""FNR:0FPAT:"[^[:space:]]+"FS:" "IGNORECASE:0LINT:0NF:0NR:0OFMT:"%.6g"OFS:" "ORS:"\n"RLENGTH:0RS:"\n"RSTART:0RT:""SUBSEP:"\034"TEXTDOMAIN:"messages"

--help选项

打印帮助信息。

$ awk --helpUsage: awk [POSIX or GNU style options] -f progfile [--] file ...Usage: awk [POSIX or GNU style options] [--] 'program' file ...POSIX options : GNU long options: (standard)  -f progfile                --file=progfile  -F fs                      --field-separator=fs  -v var=val                --assign=var=valShort options : GNU long options: (extensions)  -b                        --characters-as-bytes  -c                        --traditional  -C                        --copyright  -d[file]                  --dump-variables[=file]  -e'program-text'--source='program-text'-E file                    --exec=file  -g                        --gen-pot  -h                        --help  -L [fatal]                --lint[=fatal]  -n                        --non-decimal-data  -N                        --use-lc-numeric  -O                        --optimize  -p[file]                  --profile[=file]  -P                        --posix  -r                        --re-interval  -S                        --sandbox  -t                        --lint-old  -V                        --version

--lint[=fatal]选项

该选项允许检查程序的不兼容性或者模棱两可的代码,当提供参数fatal的时候,它会对待Warning消息作为Error。

$ awk --lint''/bin/lsawk: cmd.line:1:warning: empty program text on command lineawk: cmd.line:1:warning: source file does not endin newlineawk:warning: no program text at all!

--posix选项

该选项开启严格的POSIX兼容。

--profile[=file]选项

该选项会输出一份格式化之后的程序到文件中,默认文件是awkprof.out。

$ awk --profile'BEGIN{printf"---|Header|--\n"} {print} END{printf"---|Footer|---\n"}' marks.txt >/dev/null $ cat awkprof.out# gawk 配置, 创建 Wed Oct 26 15:05:49 2016# BEGIN 块BEGIN {        printf"---|Header|--\n"    }# 规则    {        print $0    }# END 块END {        printf"---|Footer|---\n"

}

--traditional选项

该选项会禁止所有的gawk规范的扩展。

--version选项

输出版本号

$ awk --versionGNU Awk3.1.7版权所有 ©1989,1991-2009 自由软件基金会(FSF)。该程序为自由软件,你可以在自由软件基金会发布的 GNU 通用公共许可证(GPL)第3版或以后版本下修改或重新发布。该程序之所以被发布是因为希望他能对你有所用处,但我们不作任何担保。这包含但不限于任何商业适售性以及针对特定目的的适用性的担保。详情参见 GNU 通用公共许可证(GPL)。你应该收到程序附带的一份 GNU 通用公共许可证(GPL)。如果没有收到,请参看http://www.gnu.org/licenses/ 。You havenew mailin/var/spool/mail/root

基本使用示例

本部分会讲述一些有用的AWK命令和它们的使用示例,所有的例子都是以下面的文本文件marks.txt为基础的

1) Amit    Physics        80

2) Rahul    Maths        90

3) Shyam    Biology        87

4) Kedar    English        85

5) Hari    History        89

打印某列或者字段

AWK可以只打印输入字段中的某些列。

$ awk '{print $3 "\t" $4}' marks.txtPhysics80Maths90Biology87English85History89

在文件marks.txt中,第三列包含了科目名,第四列则是得分,上面的例子中,我们只打印出了这两列,$3和$4代表了输入记录中的第三和第四个字段。

打印所有的行

默认情况下,AWK会打印出所有匹配模式的行

$ awk '/a/ {print $0}' marks.txt2)  Rahul  Maths903)  Shyam  Biology874)  Kedar  English855)  Hari    History89

上述命令会判断每一行中是否包含a,如果包含则打印该行,如果BODY部分缺失则默认会执行打印,因此,上述命令和下面这个是等价的

$ awk '/a/' marks.txt

打印匹配模式的列

当模式匹配成功时,默认情况下AWK会打印该行,但是也可以让它只打印指定的字段。例如,下面的例子中,只会打印出匹配模式的第三和第四个字段。

$ awk '/a/ {print $3 "\t" $4}' marks.txtMaths90Biology87English85History89

任意顺序打印列

$ awk '/a/ {print $4 "\t" $3}' marks.txt90    Maths87    Biology85    English89    History

统计匹配模式的行数

$ awk '/a/{++cnt} END {print "Count = ", cnt}' marks.txtCount =4

打印超过18个字符的行

$ awk 'length($0) > 18' marks.txt3) Shyam  Biology874) Kedar  English85

内建变量

AWK提供了很多内置的变量,它们在开发AWK脚本的过程中起着非常重要的角色。

标准AWK变量

ARGC 命令行参数个数

命令行中提供的参数个数

$ awk 'BEGIN {print "Arguments =", ARGC}' One Two Three FourArguments =5

ARGV 命令行参数数组

存储命令行参数的数组,索引范围从0-ARGC - 1。

$ awk 'BEGIN {    for (i = 0; i

CONVFMT 数字的约定格式

代表了数字的约定格式,默认值是%.6g

$ awk 'BEGIN { print "Conversion Format =", CONVFMT }'Conversion Format = %.6g

ENVIRON 环境变量

环境变量的关联数组

$ awk 'BEGIN { print ENVIRON["USER"] }'

mylxsw

FILENAME 当前文件名

$ awk 'END {print FILENAME}' marks.txt

marks.txt

FS 输入字段的分隔符

代表了输入字段的分隔符,默认值为空格,可以通过-F选项在命令行选项中修改它。

$ awk 'BEGIN {print "FS = " FS}' | cat -vteFS =$$ awk -F ,'BEGIN {print "FS = " FS}' | cat -vteFS = ,$

NF 字段数目

代表了当前行中的字段数目,例如下面例子打印出了包含大于两个字段的行

$echo-e"One Two\nOne Two Three\nOne Two Three Four" | awk 'NF > 2'

One Two Three

One Two Three Four

NR 行号

$echo-e"One Two\nOne Two Three\nOne Two Three Four" | awk 'NR < 3'

One Two

One Two Three

FNR 行号(相对当前文件)

与NR相似,不过在处理多文件时更有用,获取的行号相对于当前文件。

OFMT 输出格式数字

默认值为%.6g

$ awk 'BEGIN {print "OFMT = " OFMT}'OFMT = %.6g

OFS 输出字段分隔符

输出字段分隔符,默认为空格

$ awk 'BEGIN {print "OFS = " OFS}' | cat -vteOFS =$

ORS 输出行分隔符

默认值为换行符

$ awk 'BEGIN {print "ORS = " ORS}' | cat -vteORS =$$

RLENGTH

代表了match函数匹配的字符串长度。

$ awk 'BEGIN {if (match("One Two Three","re")) { printRLENGTH } }'2

RS 输入记录分隔符

$ awk 'BEGIN {print "RS = " RS}' | cat -vteRS =$$

RSTART

match函数匹配的第一次出现位置

$ awk 'BEGIN {if (match("One Two Three","Thre")) { printRSTART } }9

SUBSEP 数组子脚本的分隔符

数组子脚本的分隔符,默认为\034

$ awk 'BEGIN { print "SUBSEP = " SUBSEP }' | cat -vteSUBSEP = ^\$

$ 0代表了当前行

代表了当前行

$ awk '{print $0}' marks.txt1) Amit    Physics802) Rahul    Maths903) Shyam    Biology874) Kedar    English855) Hari    History89

$n

当前行中的第n个字段

$ awk '{print $3 "\t" $4}' marks.txtPhysics80Maths90Biology87English85History89

GNU AWK的变量

ARGIND

当前被处理的ARGV的索引

$ awk '{

print "ARGIND  = ", ARGIND; print "Filename = ", ARGV[ARGIND]

}' junk1 junk2 junk3

ARGIND  =  1

Filename =  junk1

ARGIND  =  2

Filename =  junk2

ARGIND  =  3

Filename =  junk3

BINMODE

在非POSIX系统上指定对所有的文件I/O采用二进制模式。

ERRORNO

一个代表了getline跳转失败或者是close调用失败的错误的字符串。

$ awk 'BEGIN { ret = getline <"junk.txt";if (ret ==-1) print"Error:",ERRNO }'Error:No such file or directory

FIELDWIDTHS

设置了空格分隔的字段宽度变量列表的话,GAWK会将输入解析为固定宽度的字段,而不是使用FS进行分隔。

IGNORECASE

设置了这个变量的话,AWK会忽略大小写。

$ awk 'BEGIN{IGNORECASE = 1} /amit/' marks.txt1) Amit  Physics80

LINT

提供了对--lint选项的动态控制。

$ awk 'BEGIN {LINT = 1; a}'awk: cmd. line:1:warning: reference to uninitialized variable `a'

awk: cmd. line:1: warning: statement has no effect

PROCINFO

包含进程信息的关联数组,例如UID,进程ID等

$ awk 'BEGIN { print PROCINFO["pid"] }'4316

TEXTDOMAIN

代表了AWK的文本域,用于查找字符串的本地化翻译。

$ awk 'BEGIN { print TEXTDOMAIN }'

messages

操作符

与其它编程语言一样,AWK也提供了大量的操作符。

算数操作符

算数操作符不多说,直接看例子,无非就是+-*/%

$ awk 'BEGIN { a = 50; b = 20; print "(a + b) = ", (a + b) }'(a + b) =70$ awk 'BEGIN { a = 50; b = 20; print "(a - b) = ", (a - b) }'(a - b) =30$ awk 'BEGIN { a = 50; b = 20; print "(a * b) = ", (a * b) }'(a * b) =1000$ awk 'BEGIN { a = 50; b = 20; print "(a / b) = ", (a / b) }'(a / b) =2.5$ awk 'BEGIN { a = 50; b = 20; print "(a % b) = ", (a % b) }'(a % b) =10

增减运算符

自增自减与C语言一致。

$ awk 'BEGIN { a =10; b = ++a; printf"a = %d, b = %d\n", a, b }'a =11, b =11$ awk 'BEGIN { a =10; b =--a; printf "a = %d, b = %d\n", a, b }'a =9, b =9$ awk 'BEGIN { a =10; b = a++; printf"a = %d, b = %d\n", a, b }'a =11, b =10$ awk 'BEGIN { a =10; b = a--; printf "a = %d, b = %d\n", a, b }'a =9, b =10

赋值操作符

$ awk 'BEGIN { name ="Jerry";print"My name is", name }'My nameisJerry$ awk 'BEGIN { cnt =10; cnt +=10;print"Counter =", cnt }'Counter =20$ awk 'BEGIN { cnt =100; cnt -=10;print"Counter =", cnt }'Counter =90$ awk 'BEGIN { cnt =10; cnt *=10;print"Counter =", cnt }'Counter =100$ awk 'BEGIN { cnt =100; cnt /=5;print"Counter =", cnt }'Counter =20$ awk 'BEGIN { cnt =100; cnt %=8;print"Counter =", cnt }'Counter =4$ awk 'BEGIN { cnt =2; cnt ^=4;print"Counter =", cnt }'Counter =16$ awk 'BEGIN { cnt =2; cnt **=4;print"Counter =", cnt }'Counter =16

关系操作符

$ awk 'BEGIN { a =10; b =10;if (a == b) print"a == b" }'a == b$ awk 'BEGIN { a =10; b =20;if (a != b) print"a != b" }'a != b$ awk 'BEGIN { a =10; b =20;if (a < b) print"a  < b" }'a  < b$ awk 'BEGIN { a =10; b =10;if (a <= b) print"a <= b" }'a <= b$ awk 'BEGIN { a =10; b =20;if (b > a ) print"b > a" }'

b > a

逻辑操作符

$ awk 'BEGIN {  num =5;if (num >=0 && num <=7) printf"%d is in octal format\n", num}'5isin octal format$ awk 'BEGIN {  ch ="\n";if (ch ==" " || ch =="\t" || ch =="\n")print"Current character is whitespace."}'Current characteris whitespace.$ awk 'BEGIN { name ="";if (! length(name))print"name is empty string." }'nameis empty string.

三元操作符

$ awk 'BEGIN { a =10; b =20; (a > b) ?max = a :max = b;print"Max =",max}'Max =20

一元操作符

$ awk 'BEGIN { a = -10; a = +a; print "a =", a }'a = -10$ awk 'BEGIN { a = -10; a = -a; print "a =", a }'a =10

指数操作符

$ awk 'BEGIN { a = 10; a = a ^ 2; print "a =", a }'a =100$ awk 'BEGIN { a = 10; a ^= 2; print "a =", a }'a =100

字符串连接操作符

$ awk 'BEGIN { str1 ="Hello, "; str2 ="World"; str3 = str1 str2; print str3 }'Hello,World

数组成员操作符

$ awk 'BEGIN {    arr[0] =1; arr[1] =2; arr[2] =3;for (iin arr) printf"arr[%d] = %d\n", i, arr[i]}'arr[2] =3arr[0] =1arr[1] =2

正则表达式操作符

正则表达式操作符使用~和!~分别代表匹配和不匹配。

$ awk '$0 ~ 9' marks.txt2) Rahul  Maths905) Hari    History89$ awk '$0 !~ 9' marks.txt1) Amit    Physics803) Shyam    Biology874) Kedar    English85# 匹配正则表达式需要在表达式前后添加反斜线,与js类似吧$ tail -n40 /var/log/nginx/access.log | awk '$0 ~ /ip\[127\.0\.0\.1\]/'

更多关于正则表达式请看后面的正则表达式部分

正则表达式

AWK在处理正则表达式方面是非常强大的,使用简单的正则表达式可以处理非常复杂的问题。

$echo-e"cat\nbat\nfun\nfin\nfan" | awk '/f.n/'funfinfan$echo-e"This\nThat\nThere\nTheir\nthese" | awk '/^The/'ThereTheir$echo-e"knife\nknow\nfun\nfin\nfan\nnine" | awk '/n$/'funfinfan$echo-e"Call\nTall\nBall" | awk '/[CT]all/'CallTall$echo-e"Call\nTall\nBall" | awk '/[^CT]all/'Ball$echo-e"Call\nTall\nBall\nSmall\nShall" | awk '/Call|Ball/'CallBall$echo-e"Colour\nColor" | awk '/Colou?r/'ColourColor$echo-e"ca\ncat\ncatt" | awk '/cat*/'cacatcatt$echo-e"111\n22\n123\n234\n456\n222"  | awk '/2+/'22123234222$echo-e"Apple Juice\nApple Pie\nApple Tart\nApple Cake" | awk '/Apple (Juice|Cake)/'

Apple Juice

Apple Cake

数组

AWK支持关联数组,也就是说,不仅可以使用数字索引的数组,还可以使用字符串作为索引,而且数字索引也不要求是连续的。数组不需要声明可以直接使用,语法如下:

array_name[index] = value

创建数组的方式非常简单,直接为变量赋值即可

$ awk 'BEGIN {  fruits["mango"] ="yellow";  fruits["orange"] ="orange"  print fruits["orange"]"\n" fruits["mango"]

}'

orange

yellow

删除数组元素使用delete语句

$ awk 'BEGIN {  fruits["mango"] ="yellow";  fruits["orange"] ="orange";  delete fruits["orange"];  print fruits["orange"]

}'

在AWK中,只支持一维数组,但是可以通过一维数组模拟多维,例如我们有一个3x3的三维数组

100  200  300

400  500  600

700  800  900

可以这样操作

$ awk 'BEGIN {  array["0,0"] =100;  array["0,1"] =200;  array["0,2"] =300;  array["1,0"] =400;  array["1,1"] =500;  array["1,2"] =600;  #print array elementsprint"array[0,0] = " array["0,0"];print"array[0,1] = " array["0,1"];print"array[0,2] = " array["0,2"];print"array[1,0] = " array["1,0"];print"array[1,1] = " array["1,1"];print"array[1,2] = " array["1,2"];}'array[0,0] =100array[0,1] =200array[0,2] =300array[1,0] =400array[1,1] =500array[1,2] =600

流程控制

流程控制语句与大多数语言一样,基本格式如下

if (condition)  actionif (condition) {  action-1  action-1  .  .  action-n}if (condition)  action-1elseif (condition2)  action-2else  action-3

例如:

$ awk 'BEGIN {  num =11;if (num %2 ==0) printf"%d is even number.\n", num;else printf"%d is odd number.\n", num }'$ awk 'BEGIN {  a =30;if (a==10)print"a = 10";elseif (a ==20)print"a = 20";elseif (a ==30)print"a = 30";

}'

循环

循环操作与其他C系语言一样,主要包括for,whlie,do...while,break,continue语句,当然,还有一个exit语句用于退出脚本执行。

for (initialisation; condition; increment/decrement)  actionwhile (condition)  actiondo  actionwhile (condition)

例子:

$ awk 'BEGIN {for (i =1; i <=5; ++i) print i }'$ awk 'BEGIN {i =1;while (i <6) { print i; ++i } }'$ awk 'BEGIN {i =1;do { print i; ++i }while (i <6) }'$ awk 'BEGIN {  sum =0;for (i =0; i <20; ++i) {      sum += i;if (sum >50)break;else print"Sum =", sum    } }'$ awk 'BEGIN {for (i =1; i <=20; ++i) {if (i %2 ==0) print i ;elsecontinue  } }'$ awk 'BEGIN {  sum =0;for (i =0; i <20; ++i) {      sum += i;if (sum >50) exit(10);else print"Sum =", sum

}

}'

exit用于退出脚本,参数为退出的状态码,可以通过shell中的$?获取

函数

内建函数

AWK提供了很多方便的内建函数供编程人员使用。由于函数比较多,个人觉得单纯看每个函数的使用也没有什么实际意义,比较容易遗忘,因此,这里只简单的列出常用的一些函数,只需要对其有个印象即可,使用的时候再去查手册效果会更好一些吧。

数学函数

atan2(y, x)

cos(expr)

exp(expr)

int(expr)

log(expr)

rand

sin(expr)

sqrt(expr)

srand([expr])

字符串函数

asort(arr [, d [, how] ])

asorti(arr [, d [, how] ])

gsub(regex, sub, string)

index(str, sub)

length(str)

match(str, regex)

split(str, arr, regex)

sprintf(format, expr-list)

strtonum(str)

sub(regex, sub, string)

substr(str, start, l)

tolower(str)

toupper(str)

时间函数

systime

mktime(datespec)

strftime([format [, timestamp[, utc-flag]]])

字节操作函数

and

compl

lshift

rshift

or

xor

其它

close(expr)关闭管道文件

请看下面这段代码

$ awk 'BEGIN {    cmd ="tr [a-z] [A-Z]"print"hello, world !!!" |& cmd    close(cmd,"to")    cmd |& getline outprint out;    close(cmd);  }'HELLO,WORLD !!!

是不是感觉很难懂?让我来解释一下

第一个语句cmd = "tr [a-z] [A-Z]"是我们在AWK中要用来建立双向连接的命令。

第二个语句print提供了tr命令的输入,使用&|表名建立双向连接。

第三个语句close(cmd, "to")用于执行完成后关闭to进程

第四个语句cmd |& getline out使用getline函数存储输出到out变量

接下来打印变量out的内容,然后关闭cmd

delete用于删除数组元素

exit退出脚本执行,并返回状态码参数

fflush

fflush 可以将 tail f 的文件重定向

tail -f in | awk '{print  $0}' >> out        不好使

tail  in | awk '{print  $0}' >> out          好使

正确写法: tail -f in | awk '{print  $0; fflush() }' >> out

getline该命令让awk读取下一行内容

该命令让awk读取下一行内容,比如

$ awk '{getline; print $0}' marks.txt2) Rahul  Maths904) Kedar  English855) Hari    History89

使用getline var < file可以从file中读取输入,存储到变量var中

{      if (NF ==2 && $1 =="@include") {            while ((getline line < $2) >0)                print line            # 这里的close确保如果文件中两个[@include](https://my.oschina.net/JLXINAO),可以让其读取两次            close($2)

} else

print

}

命令的输出也可以通过管道输入到getline,使用command | getline这种方式。在这种情况下,字符串命令会作为shell命令执行,其标准输出会通过管道传递个awk作为其输入,这种形式的getline会从管道中一次读取一条记录。例如下面的命令会从输入中逐行读取,如果遇到@execute,则将该行作为命令执行,将命令的输出作为最终的输出内容

{if ($1 =="@execute") {            tmp =substr($0,10)# Remove "@execute"while ((tmp | getline) >0)# 这里实际上设置了$0为这一行的内容printclose(tmp)      }elseprint

}

如果文件包含以下内容

foo  bar  baz  [@execute](https://my.oschina.net/u/1024735) who

bletch

则会输出

foobarbazarnoldttyv0Jul 13 14:22miriamttyp0Jul 13 14:23    (murphy:0)billttyp1Jul 13 14:23    (murphy:0)bletch

使用command | getline var可以实现将命令的输出写入到变量var。

BEGIN {"date" | getlinecurrent_timeclose("date")      print"Report printed on "current_time

}

getline使用管道读取输入是一种单向的操作,在某些场景下,你可能希望发送数据到另一个进程,然后从这个进程中读取处理后的结果, 这就用到了协同进程,我们可以使用|&打开一个双向管道。

print"some query" |&"db_server""db_server" |& getline

同样,我们也可以使用command |& getline var将协同进程的输出写入到变量var。

next

nextfile

return

用于用户自定义函数的返回值。 首先,创建一个functions.awk文件,包含下面的awk命令

functionaddition(num1, num2) {    result = num1 + num2return result  }  BEGIN {    res = addition(10,20)print"10 + 20 = " res

}

执行上述代码,输出

10 + 20 = 30

system

该函数用于执行指定的命令并且返回它的退出状态,返回状态码0表示命令成功执行。

$ awk 'BEGIN { ret = system("date"); print"Return value = " ret }'2016年10月27日 星期四22:08:36CSTReturn value =0

用户自定义函数

函数是程序基本的组成部分,AWK允许我们自己创建自定义的函数。一个大型的程序可以被划分为多个函数,每个函数之间可以独立的开发和测试,提供可重用的代码。

下面是用户自定义函数的基本语法

functionfunction_name(argument1, argument2,...) {    functionbody

}

例如,我们创建一个名为functions.awk的文件,包含下面的代码

# Returns minimum numberfunctionfind_min(num1, num2){if (num1 < num2)return num1return num2}# Returns maximum numberfunctionfind_max(num1, num2){if (num1 > num2)return num1return num2}# Main functionfunctionmain(num1, num2){# Find minimum number  result = find_min(10,20)print"Minimum =", result# Find maximum number  result = find_max(10,20)print"Maximum =", result}# Script execution starts hereBEGIN {  main(10,20)

}

执行上述代码,会得到下面的输出

Minimum =10Maximum =20

输出重定向

重定向操作符

到目前为止,我们所有的程序都是直接显示数据到了标准输出流,其实,我们也可以将输出重定向到文件。重定向操作符跟在print和printf函数的后面,与shell中的用法基本一致。

print DATA > output-fileprint DATA >> output-file

例如,下面两条命令输出是一致的

$ echo"Hello, World !!!" >/tmp/message.txt$ awk 'BEGIN { print "Hello, World !!!" > "/tmp/message.txt" }'

与shell中一样,>用于将输出写入到指定的文件中,如果文件中有内容则覆盖,而>>则为追加模式写入。

$ awk 'BEGIN { print "Hello, World !!!" >> "/tmp/message.txt" }'$ cat /tmp/message.txt

管道

除了将输出重定向到文件之外,我们还可以将输出重定向到其它程序,与shell中一样,我们可以使用管道操作符|。

$ awk 'BEGIN { print"hello, world !!!" |"tr [a-z] [A-Z]" }'HELLO,WORLD !!!

AWK中可以使用|&进行双向连接,那么什么是双向连接呢?一种常见的场景是我们发送数据到另一个程序处理,然后读取处理结果,这种场景下就需要打开一个到另外一个进程的双向管道了。第二个进程会与gawk程序并行执行,这里称其为协作进程。与单向连接使用|操作符不同的是,双向连接使用|&操作符。

do {    printdata |&"subprogram""subprogram" |& getline results}while (dataleftto process)close("subprogram")

第一次I/O操作使用了|&操作符,gawk会创建一个到运行其它程序的子进程的双向管道,print的输出被写入到了subprogram的标准输入,而这个subprogram的标准输出在gawk中使用getline函数进行读取。

注意:目前协同进程的标准错误输出将会和gawk的标准错误输出混杂在一起,无法单独获取标准错误输出。另外,I/O缓冲可能存在问题,gawk程序会自动的刷新所有输出到下游的协同进程的管道。但是,如果协同进程没有刷新其标准输出的话,gawk将可能会在使用getline函数从协同进程读取输出的时候挂起,这就可能引起死锁。

我们可以使用close函数关闭双向管道的to或者from一端,这两个字符串值告诉gawk发送数据到协同进程完成时或者从协同进程读取完毕时关闭管道。在使用系统命令sort的时候是这样做是非常必要的,因为它必须等所有输出都读取完毕时才能进行排序。

BEGIN {command ="LC_ALL=C sort"    n = split("abcdefghijklmnopqrstuvwxyz", a,"")for (i = n; i > 0; i--)print a[i] |&command    close(command,"to")while ((command |& getline line) > 0)print"got", line    close(command)

}

例如,下面的例子中使用tr命令转换小写为大写。我们的command.awk文件包含以下内容

BEGIN {  cmd ="tr [a-z] [A-Z]"print"hello, world !!!" |& cmdclose(cmd,"to")  cmd |& getline outprint out;close(cmd);

}

输出

HELLO, WORLD !!!

上例看起来有些复杂,我们逐行分析一下

首先,第一行cmd = "tr [a-z] [A-Z]"是在AWK中要建立双向连接的命令

第二行的print命令用于为tr命令提供输入,而|&用于指出要建立双向连接

第三行用于在上面的语句close(cmd, "to"),在执行完成后关闭其to进程

第四行cmd |& getline out使用getline函数存储输出到变量out中

最后一行使用close函数关闭命令

美化输出

到目前为止,我们已经使用过print和printf函数显示数据到标准输出,但是printf函数实际上要比我们之前使用的情况更加强大得多。该函数是从C语言中借鉴来的,在处理格式化的输出时非常有用。

$ awk 'BEGIN { printf"Hello\nWorld\n" }'HelloWorld$ awk 'BEGIN { printf"ASCII value 65 = character %c\n",65 }'

ASCII value 65 = character A

格式化输出标识有%c,%d,%s等,基本与C语言一致,这里就不多赘述了。

执行shell命令

在AWK中执行shell命令有两种方式

使用system函数

使用管道

使用system函数

system函数用于执行操作系统命令并且返回命令的退出码到awk。

END {system("date | mail -s 'awk run done' root")

}

使用管道

如果要执行的命令很多,可以将输出的命令直接用管道传递给"/bin/sh"执行

while (more stuff todo)printcommand |"/bin/sh"close("/bin/sh")

随笔