linux系统之文本格式化工具awk
一、文本处理工具
grep、sed和awk都是文本处理工具，虽然都是文本处理工具但却都有各自的优缺点，一种文本处理命令是不能被另一个完全替换的，否则也不会出现三个文本处理命令了。只不过，相比较而言，sed和awk功能更强大而已，且已独立成一种语言来介绍。
awk：报告生成器，格式化以后显示。如果对处理的数据需要生成报告之类的信息，或者你处理的数据是按列进行处理的，最好使用awk。
二、awk可以完成的一些功能
-
将文本文件看做由记录和字段组成的文本数据库
-
使用变量操作数据库
-
使用算术和字符串操作符
-
使用普通的程序设计结构，例如循环和条件
-
生帮格式化报告
-
定义函数
-
从脚本中执行unix命令
-
处理unix命令的结果
-
更加巧妙的处理命令行的参数
-
更容易地处理多个输入流
三、语法格式
# awk [options] 'script' file1 file2, ...
# awk [options] 'PATTERN { action }' file1 file2, ..1、选项
-F fs or --field-separator fs：
指定输入文件折分隔符，fs是一个字符串或者是一个正则表达式，如-F:
#awk -F: '/root/{print $1,$NF}' /etc/passwd
#awk -F: '/root/{print $1$NF}' /etc/passwd
#awk -F: '/root/{print $1 $NF}' /etc/passwd
#awk -F: '/root/{print $1"#"$NF}' /etc/passwd
-v 选项定义的变量在脚本运行之前即存在，可以在脚本的 BEGIN 流程中被调用；
2、awk的输出：print和printf
⑴、print的使用格式：
print item1, item2, ...
要点：
①、各项目之间使用逗号隔开，而输出时则以空白字符分隔；
②、输出的item可以为字符串或数值、当前记录的字段(如$1)、变量或awk的表达式；数值会先转换为字符串，而后再输出；
③、print命令后面的item可以省略，此时其功能相当于print $0, 因此，如果想输出空白行，则需要使用print ""；
注意，在AWK中，$表示字段，用户变量不需要加$，这是AWK与shell或者Perl不同之处！在shell中，变量定义时不加$，再次引用时则需要用$，而在Perl中，无论定义和引用时都需要加$ (Perl中$表示标量，另有@和%符号表示数组和Hash变量)。
实例
⑵、printf的使用格式
printf format, item1, item2, ...
format格式的指示符都以%开头，后跟一个字符,
%c
转换数字成ASCII,如printf "%c", 67结果为C。
%d, %i
打印十进制整数，如printf "%dn", 6.745结果为6。
%e, %E
转换数字为科学（指数）符号，如printf "%4.3en", 6745结果为6.745e+03。
%f
以浮点表示法打印数字，如 printf "%4.3f\n", 6745结果为6745.0000000
%s
打印字符串,如printf "%10s\n", 6745结果为十个空格加6745。
可更改的格式：
N$
位置指示符，可调整字符串的输出位置。printf "%s %s %s\n", "I", "lOVE","YOU"输出为：I LOVE YOU，我们调整一下位置，printf "%3$s %2$s %1$s\n", "YOU", "LOVE","I",输出结果为：I LOVE YOU
修饰符
N: 显示宽度；
3、模式和操作
⑴、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：可以用下面运算符表中的关系运算符进行操作，可以是字符串或数字的比较，如$2>%1选择第二个字段比第一个字段长的行。
-
模式匹配表达式：用运算符~(匹配)和~!(不匹配)。
-
模式，模式：指定一个行的范围。该语法不能包括BEGIN和END模式。
-
BEGIN：让用户指定在第一条输入记录被处理之前所发生的动作，通常可在这里设置全局变量。
-
END：让用户在最后一条输入记录被读取之后发生的动作。
⑵、操作由一人或多个命令、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。主要有四部份：
-
变量或数组赋值
-
输出命令
-
内置函数
-
控制流命令
4、变量
⑴、awk内置变量之记录变量
| FS: field separator | 读取文件本时，所使用字段分隔符 |
| RS: Record separator | 输入文本信息所使用的换行符 |
| OFS: Output Filed Separator | 输出字段分隔符(默认值是一个空格) |
| ORS：Output Row Separator | 输出记录分隔符(默认值是一个换行符) |
注：
从$1,$2一直到$NF，整行用$0标，如果$0被赋予新值，所有的$1,$2...和NF都将被重新计算。同样，若$i被改变，$0将用OFS重新计算。
⑵、awk内置变量之数据变量
| NR: The number of input records | awk命令所处理的记录数；如果有多个文件，这个数目会把处理的多个文件中行统一计数 |
| NF：Number of Field | 当前记录的field个数 |
| FNR | 当前文件的相对记录数 |
| ARGV | 数组，保存命令行本身这个字符串，如awk '{print $0}' a.txt b.txt这个命令中，ARGV[0]保存awk，ARGV[1]保存a.txt |
| ARGC | awk命令的参数的个数 |
| FILENAME | awk命令所处理的文件的名称 |
| ENVIRON | 当前shell环境变量及其值的关联数组 |
NR用法
NF用法（默认以空格分隔）
FNR用法
ARGV用法
之二
FILENAME用法
ENVIRON用法
注：
ARGV数组由ARGV[0]....ARGV[ARGC-1]组成，第一个元素是0而不是1,这与AWK中的般数组不同
ENVIROND数组在shell与AWK的交互中非常有用，使用ENVIRON["PARA_NAME"]来获取环境变量$PARA_NAME的值，其中引号“”不可少！
5、标准输出与重定向
⑴、输出重定向
实例：
# awk -F" " '{printf "%-15s %i\n",$1,$3 > "/dev/stderr" }' /etc/issue
# awk -F" " '{printf "%-15s %i\n",$1,$3 > "/dev/null" }' /etc/issue
6、awk的操作符：
x%y:
实例
需要注意的是，如果某模式为=号，此时使用/=/可能会有语法错误，应以/[=]/替代；
||
实例：
实例
⑼、函数调用：
7、控制语句
语法：
if (condition) {then-body} else {[ else-body ]}
实例：
#awk '{if ($3==0) {print $1, "Adminitrator";} else { print $1,"Common User"}}' /etc/passwd
#awk -F: '{if ($1=="root") print $1, "Admin