5. awk運算符
Table 2. 運算符

運算符 描述 
= += -= *= /= %= ^= **= 賦值 
?: C條件表達式 
|| 邏輯或 
&& 邏輯與 
~ ~! 匹配正則表達式和不匹配正則表達式 
< <= > >= != == 關(guān)系運算符 
空格 連接 
+ - 加，減 
* / & 乘，除與求余 
+ - ! 一元加，減和邏輯非 
^ *** 求冪 
++ -- 增加或減少，作為前綴或后綴 
$ 字段引用 
in 數(shù)組成員 

6. 記錄和域
6.1. 記錄
awk把每一個以換行符結(jié)束的行稱為一個記錄。

記錄分隔符：默認的輸入和輸出的分隔符都是回車，保存在內(nèi)建變量ORS和RS中。

$0變量：它指的是整條記錄。如$ awk '{print $0}' test將輸出test文件中的所有記錄。

變量NR：一個計數(shù)器，每處理完一條記錄，NR的值就增加1。如$ awk '{print NR,$0}' test將輸出test文件中所有記錄，并在記錄前顯示記錄號。

6.2. 域
記錄中每個單詞稱做“域”，默認情況下以空格或tab分隔。awk可跟蹤域的個數(shù)，并在內(nèi)建變量NF中保存該值。如$ awk '{print $1,$3}' test將打印test文件中第一和第三個以空格分開的列(域)。

6.3. 域分隔符
內(nèi)建變量FS保存輸入域分隔符的值，默認是空格或tab。我們可以通過-F命令行選項修改FS的值。如$ awk -F: '{print $1,$5}' test將打印以冒號為分隔符的第一，第五列的內(nèi)容。

可以同時使用多個域分隔符，這時應該把分隔符寫成放到方括號中，如$awk -F'[:\t]' '{print $1,$3}' test，表示以空格、冒號和tab作為分隔符。

輸出域的分隔符默認是一個空格，保存在OFS中。如$ awk -F: '{print $1,$5}' test，$1和$5間的逗號就是OFS的值。

7. gawk專用正則表達式元字符
一般通用的元字符集就不講了，可參考我的Sed和Grep學習筆記。以下幾個是gawk專用的，不適合unix版本的awk。

\Y
匹配一個單詞開頭或者末尾的空字符串。

\B
匹配單詞內(nèi)的空字符串。

\<
匹配一個單詞的開頭的空字符串，錨定開始。

\>
匹配一個單詞的末尾的空字符串，錨定末尾。

\w
匹配一個字母數(shù)字組成的單詞。

\W
匹配一個非字母數(shù)字組成的單詞。

\‘
匹配字符串開頭的一個空字符串。

\'
匹配字符串末尾的一個空字符串。

8. POSIX字符集
可參考我的Grep學習筆記

9. 匹配操作符(~)
用來在記錄或者域內(nèi)匹配正則表達式。如$ awk '$1 ~/^root/' test將顯示test文件第一列中以root開頭的行。

10. 比較表達式
conditional expression1 ? expression2: expression3，例如：$ awk '{max = {$1 > $3} ? $1: $3: print max}' test。如果第一個域大于第三個域，$1就賦值給max，否則$3就賦值給max。

$ awk '$1 + $2 < 100' test。如果第一和第二個域相加大于100，則打印這些行。

$ awk '$1 > 5 && $2 < 10' test,如果第一個域大于5，并且第二個域小于10，則打印這些行。

11. 范圍模板
范圍模板匹配從第一個模板的第一次出現(xiàn)到第二個模板的第一次出現(xiàn)之間所有行。如果有一個模板沒出現(xiàn)，則匹配到開頭或末尾。如$ awk '/root/,/mysql/' test將顯示root第一次出現(xiàn)到mysql第一次出現(xiàn)之間的所有行。

12. 一個驗證passwd文件有效性的例子

$ cat /etc/passwd | awk -F: '\
NF != 7{\
printf("line %d,does not have 7 fields:%s\n",NR,$0)}\
$1 !~ /[A-Za-z0-9]/{printf("line %d,non alpha and numeric user id:%d: %s\n,NR,$0)}\
$2 == "*" {printf("line %d, no password: %s\n",NR,$0)}'


  cat把結(jié)果輸出給awk，awk把域之間的分隔符設為冒號。

  如果域的數(shù)量(NF)不等于7，就執(zhí)行下面的程序。

  printf打印字符串"line ?? does not have 7 fields"，并顯示該條記錄。

  如果第一個域沒有包含任何字母和數(shù)字，printf打印“no alpha and numeric user id" ，并顯示記錄數(shù)和記錄。

  如果第二個域是一個星號，就打印字符串“no passwd”，緊跟著顯示記錄數(shù)和記錄本身。


13. 幾個實例
$ awk '/^(no|so)/' test-----打印所有以模式no或so開頭的行。

$ awk '/^[ns]/{print $1}' test-----如果記錄以n或s開頭，就打印這個記錄。

$ awk '$1 ~/[0-9][0-9]$/(print $1}' test-----如果第一個域以兩個數(shù)字結(jié)束就打印這個記錄。

$ awk '$1 == 100 || $2 < 50' test-----如果第一個或等于100或者第二個域小于50，則打印該行。

$ awk '$1 != 10' test-----如果第一個域不等于10就打印該行。

$ awk '/test/{print $1 + 10}' test-----如果記錄包含正則表達式test，則第一個域加10并打印出來。

$ awk '{print ($1 > 5 ? "ok "$1: "error"$1)}' test-----如果第一個域大于5則打印問號后面的表達式值，否則打印冒號后面的表達式值。

$ awk '/^root/,/^mysql/' test----打印以正則表達式root開頭的記錄到以正則表達式mysql開頭的記錄范圍內(nèi)的所有記錄。如果找到一個新的正則表達式root開頭的記錄，則繼續(xù)打印直到下一個以正則表達式mysql開頭的記錄為止，或到文件末尾。

14. awk編程
14.1. 變量
在awk中，變量不需要定義就可以直接使用，變量類型可以是數(shù)字或字符串。

賦值格式：Variable = expression，如$ awk '$1 ~/test/{count = $2 + $3; print count}' test,上式的作用是,awk先掃描第一個域，一旦test匹配，就把第二個域的值加上第三個域的值，并把結(jié)果賦值給變量count，最后打印出來。

awk可以在命令行中給變量賦值，然后將這個變量傳輸給awk腳本。如$ awk -F: -f awkscript month=4 year=2004 test，上式的month和year都是自定義變量，分別被賦值為4和2004。在awk腳本中，這些變量使用起來就象是在腳本中建立的一樣。注意，如果參數(shù)前面出現(xiàn)test，那么在BEGIN語句中的變量就不能被使用。

域變量也可被賦值和修改，如$ awk '{$2 = 100 + $1; print }' test,上式表示，如果第二個域不存在，awk將計算表達式100加$1的值，并將其賦值給$2，如果第二個域存在，則用表達式的值覆蓋$2原來的值。再例如：$ awk '$1 == "root"{$1 ="test";print}' test，如果第一個域的值是“root”，則把它賦值為“test”，注意，字符串一定要用雙引號。

內(nèi)建變量的使用。變量列表在前面已列出，現(xiàn)在舉個例子說明一下。$ awk -F: '{IGNORECASE=1; $1 == "MARY"{print NR,$1,$2,$NF}'test，把IGNORECASE設為1代表忽略大小寫，打印第一個域是mary的記錄數(shù)、第一個域、第二個域和最后一個域。

14.2. BEGIN模塊
BEGIN模塊后緊跟著動作塊，這個動作塊在awk處理任何輸入文件之前執(zhí)行。所以它可以在沒有任何輸入的情況下進行測試。它通常用來改變內(nèi)建變量的值，如OFS,RS和FS等，以及打印標題。如：$ awk 'BEGIN{FS=":"; OFS="\t"; ORS="\n\n"}{print $1,$2,$3} test。上式表示，在處理輸入文件以前，域分隔符(FS)被設為冒號，輸出文件分隔符(OFS)被設置為制表符，輸出記錄分隔符(ORS)被設置為兩個換行符。$ awk 'BEGIN{print "TITLE TEST"}只打印標題。

14.3. END模塊
END不匹配任何的輸入文件，但是執(zhí)行動作塊中的所有動作，它在整個輸入文件處理完成后被執(zhí)行。如$ awk 'END{print "The number of records is" NR}' test，上式將打印所有被處理的記錄數(shù)。

14.4. 重定向和管道
awk可使用shell的重定向符進行重定向輸出，如：$ awk '$1 = 100 {print $1 > "output_file" }' test。上式表示如果第一個域的值等于100，則把它輸出到output_file中。也可以用>>來重定向輸出，但不清空文件，只做追加操作。

輸出重定向需用到getline函數(shù)。getline從標準輸入、管道或者當前正在處理的文件之外的其他輸入文件獲得輸入。它負責從輸入獲得下一行的內(nèi)容，并給NF,NR和FNR等內(nèi)建變量賦值。如果得到一條記錄，getline函數(shù)返回1，如果到達文件的末尾就返回0，如果出現(xiàn)錯誤，例如打開文件失敗，就返回-1。如：

$ awk 'BEGIN{ "date" | getline d; print d}' test。執(zhí)行l(wèi)inux的date命令，并通過管道輸出給getline，然后再把輸出賦值給自定義變量d，并打印它。

$ awk 'BEGIN{"date" | getline d; split(d,mon); print mon[2]}' test。執(zhí)行shell的date命令，并通過管道輸出給getline，然后getline從管道中讀取并將輸入賦值給d，split函數(shù)把變量d轉(zhuǎn)化成數(shù)組mon，然后打印數(shù)組mon的第二個元素。

$ awk 'BEGIN{while( "ls" | getline) print}'，命令ls的輸出傳遞給geline作為輸入，循環(huán)使getline從ls的輸出中讀取一行，并把它打印到屏幕。這里沒有輸入文件，因為BEGIN塊在打開輸入文件前執(zhí)行，所以可以忽略輸入文件。

$ awk 'BEGIN{printf "What is your name?"; getline name < "/dev/tty" } $1 ~name {print "Found" name on line ", NR "."} END{print "See you," name "."} test。在屏幕上打印”What is your name?",并等待用戶應答。當一行輸入完畢后，getline函數(shù)從終端接收該行輸入，并把它儲存在自定義變量name中。如果第一個域匹配變量name的值，print函數(shù)就被執(zhí)行，END塊打印See you和name的值。

$ awk 'BEGIN{while (getline < "/etc/passwd" > 0) lc++; print lc}'。awk將逐行讀取文件/etc/passwd的內(nèi)容，在到達文件末尾前，計數(shù)器lc一直增加，當?shù)侥┪矔r，打印lc的值。注意，如果文件不存在，getline返回-1，如果到達文件的末尾就返回0，如果讀到一行，就返回1，所以命令 while (getline < "/etc/passwd")在文件不存在的情況下將陷入無限循環(huán)，因為返回-1表示邏輯真。

可以在awk中打開一個管道，且同一時刻只能有一個管道存在。通過close()可關(guān)閉管道。如：$ awk '{print $1, $2 | "sort" }' test END {close("sort")}。awd把print語句的輸出通過管道作為linux命令sort的輸入,END塊執(zhí)行關(guān)閉管道操作。

system函數(shù)可以在awk中執(zhí)行l(wèi)inux的命令。如：$ awk 'BEGIN{system("clear")'。

fflush函數(shù)用以刷新輸出緩沖區(qū)，如果沒有參數(shù)，就刷新標準輸出的緩沖區(qū)，如果以空字符串為參數(shù)，如fflush(""),則刷新所有文件和管道的輸出緩沖區(qū)。

14.5. 條件語句
awk中的條件語句是從C語言中借鑒過來的，可控制程序的流程。

14.5.1. if語句
格式：
        {if (expression){
                   statement; statement; ...
                     }
        }
$ awk '{if ($1 <$2) print $2 "too high"}' test。如果第一個域小于第二個域則打印。

$ awk '{if ($1 < $2) {count++; print "ok"}}' test.如果第一個域小于第二個域，則count加一，并打印ok。

14.5.2. if/else語句，用于雙重判斷。
格式：
        {if (expression){
                   statement; statement; ...
                       }
        else{
                   statement; statement; ...
                       }
        }
$ awk '{if ($1 > 100) print $1 "bad" ; else print "ok"}' test。如果$1大于100則打印$1 bad,否則打印ok。

$ awk '{if ($1 > 100){ count++; print $1} else {count--; print $2}' test。如果$1大于100，則count加一，并打印$1，否則count減一，并打印$1。

14.5.3. if/else else if語句，用于多重判斷。
格式：
        {if (expression){
                    statement; statement; ...
                   }
        else if (expression){
                    statement; statement; ...
                   }
        else if (expression){
                    statement; statement; ...
                   }
        else {
                   statement; statement; ...
             }
        }
14.6. 循環(huán)
awk有三種循環(huán):while循環(huán)；for循環(huán)；special for循環(huán)。

$ awk '{ i = 1; while ( i <= NF ) { print NF,$i; i++}}' test。變量的初始值為1，若i小于可等于NF(記錄中域的個數(shù)),則執(zhí)行打印語句，且i增加1。直到i的值大于NF.

$ awk '{for (i = 1; i<NF; i++) print NF,$i}' test。作用同上。

breadkcontinue語句。break用于在滿足條件的情況下跳出循環(huán)；continue用于在滿足條件的情況下忽略后面的語句，直接返回循環(huán)的頂端。如：

{for ( x=3; x<=NF; x++) 
            if ($x<0){print "Bottomed out!"; break}}
{for ( x=3; x<=NF; x++)
            if ($x==0){print "Get next item"; continue}}

next語句從輸入文件中讀取一行，然后從頭開始執(zhí)行awk腳本。如：

{if ($1 ~/test/){next}
    else {print}
}

exit語句用于結(jié)束awk程序，但不會略過END塊。退出狀態(tài)為0代表成功，非零值表示出錯。

14.7. 數(shù)組
awk中的數(shù)組的下標可以是數(shù)字和字母，稱為關(guān)聯(lián)數(shù)組。

14.7.1. 下標與關(guān)聯(lián)數(shù)組
用變量作為數(shù)組下標。如：$ awk {name[x++]=$2};END{for(i=0;i<NR;i++) print i,name[i]}' test。數(shù)組name中的下標是一個自定義變量x，awk初始化x的值為0，在每次使用后增加1。第二個域的值被賦給name數(shù)組的各個元素。在END模塊中，for循環(huán)被用于循環(huán)整個數(shù)組，從下標為0的元素開始，打印那些存儲在數(shù)組中的值。因為下標是關(guān)健字，所以它不一定從0開始，可以從任何值開始。

special for循環(huán)用于讀取關(guān)聯(lián)數(shù)組中的元素。格式如下：

{for (item in arrayname){
         print arrayname[item]
         }
}

$ awk '/^tom/{name[NR]=$1}; END{for(i in name){print name[i]}}' test。打印有值的數(shù)組元素。打印的順序是隨機的。 
用字符串作為下標。如：count["test"]

用域值作為數(shù)組的下標。一種新的for循環(huán)方式，for (index_value in array) statement。如:$ awk '{count[$1]++} END{for(name in count) print name,count[name]}' test。該語句將打印$1中字符串出現(xiàn)的次數(shù)。它首先以第一個域作數(shù)組count的下標，第一個域變化，索引就變化。

delete函數(shù)用于刪除數(shù)組元素。如：$ awk '{line[x++]=$1} END{for(x in line) delete(line[x])}' test。分配給數(shù)組line的是第一個域的值，所有記錄處理完成后，special for循環(huán)將刪除每一個元素。

14.8. awk的內(nèi)建函數(shù)
14.8.1. 字符串函數(shù)
sub函數(shù)匹配記錄中最大、最靠左邊的子字符串的正則表達式，并用替換字符串替換這些字符串。如果沒有指定目標字符串就默認使用整個記錄。替換只發(fā)生在第一次匹配的時候。格式如下：

            sub (regular expression, substitution string):
            sub (regular expression, substitution string, target string)

實例：

            $ awk '{ sub(/test/, "mytest"); print }' testfile
            $ awk '{ sub(/test/, "mytest"); $1}; print }' testfile

第一個例子在整個記錄中匹配，替換只發(fā)生在第一次匹配發(fā)生的時候。如要在整個文件中進行匹配需要用到gsub

第二個例子在整個記錄的第一個域中進行匹配，替換只發(fā)生在第一次匹配發(fā)生的時候。