1.命令簡介

AWK 是文本處理語言，是一個強大的文本分析工具，是 Unix/Linux 環境中功能強大的數據處理引擎之一。數據可以來自標準輸入（stdin）、一個或多個文件或其它命令的輸出。它支持用戶自定義函數和動態正則表達式等先進功能，是 Unix/Linux 下一個強大的編程工具。

AWK 有很多內建的功能，比如數組、函數等，這是它和 C 語言的相同之處，靈活性是 AWK 最大的優勢。簡單來說 AWK 就是把文件逐行的讀入，以空格和 Tab 為默認分隔符將每行切片，切開的部分再進行各種分析處理。

AWK 名稱來自于它的三位創始人 Alfred Aho、Peter Jay Weinberger 和 Brian Kernighan 姓氏的首個字母。AWK 有多個版本：awk， nawk， mawk 和 gawk，未作特別說明，一般指 gawk。gawk 是 AWK 的 GNU 版本。

2.命令格式

awk ［OPTIONS］

awk ［OPTIONS］ ‘PATTERN{ACTION}’ FILE.。.

其中 PATTERN 一般為正則表達式，用斜杠括起來，用來查找匹配的行。ACTION 是在找到匹配的行時所執行的一系列命令。花括號 {} 對一系列指令進行功能分組，不需要始終出現。

盡管操作可能會很復雜，但語法總是這樣。awk 通常用來格式化文本文件中的信息，是以文件的行為處理單位，每接收文件的一行，然后執行相應的命令來處理文本。

注意：

（1）PATTERN 缺省為 1，表示永真，ACTION 缺省為 print。

（2）PATTERN + {ACTION} 可以同時存在多個，每個 PATTERN 之間的關系是或，只要當前行匹配 PATTERN，則執行 PATTERN 后大括號中的 action。

3.awk 的匹配模式

awk 的 PATTERN 可能是以下情況之一：

BEGIN

END

BEGINFILE

ENDFILE

/regular expression/

relational expression

pattern && pattern

pattern || pattern

！ pattern

pattern ？ pattern ： pattern

（pattern）

pattern1， pattern2

BEGIN 和 END 是兩個特殊的模式，不會對輸入的內容進行測試。BEGIN 后的 action 在 awk 讀取文本前執行，END 后的 action 在 awk 結束前執行。模式表達式中的 BEGIN 和 END 模式不能與其他模式組合。

BEGINFILE 和 ENDFILE 是額外的兩個特殊模式，BEGINFILE 的 action 在讀取每個命令行輸入文件的第一條記錄之前執行，ENDFILE 的 action 在讀取每個文件的最后一條記錄之后執行。與 BEGIN 和 END 的區別是，如果給定多個文件，BEGINFILE 和 ENDFILE 的 action 將被執行多次，而 BEGIN 和 END 不管是否給定文件，其 action 只會執行一次。

/regular expression/ 表示正則表達式，用于選擇符合指定 pattern 的行。

relational expression 表示正則表達式的關系式，即多個正則表達式通過運算符進行組合。常見組合有：

pattern && pattern

邏輯與式，兩個 pattern 同時滿足才算滿足

pattern || pattern

邏輯或式，只要有一個 pattern 滿足即滿足

！ pattern

邏輯非式，不符合 pattern 則為 true

pattern ？ pattern ： pattern

條件運算符式，第一個 pattern 滿足則判斷第二個 pattern，否則判斷第三個 pattern

（pattern）

括號用于改變 pattern 運算的優先級

pattern1， pattern2

表示一個范圍，用于選擇所有記錄行中第一個符合 pattern1 的記錄到下一個符合 pattern2 的記錄之間的記錄

4.選項說明

-C， --copyright

顯示版權信息并退出

-c， --traditional

是 awk 運行在兼容模式下，gawk 的任何擴展都不會生效

-d， --dump-variables［=FILE］

將 awk 排序后的全局變量的類型和值打印到指定的文件中，如果沒有指定 FILE，則在當前目錄默認生成一個 awkvars.out

-E， --exec FILE

功能類似于選項 -f，但腳本文件需要以 #！ 開頭；另外命令行的變量將不再生效

-e， --source PROGRAM_TEXT

指定 awk 的源碼文件

-F， --field-separator FS

使用字符或字符串 FS 作為域分隔符。可以同時指定多個域分隔符，此時需要使用一對中括號括起來。例如使用-和|可寫作 -F ‘［-|］’。如果用［］作為分隔符，可寫作-F ‘［］［］’。不指定分隔符，默認為空格和 Tab。注意，使用 -F‘ ’顯示指定空格時，Tab 也會被作為分隔符。使用 ［］ 指定多個分隔符時，又想使多個分隔符組成的字符串也作為分隔符，在 ［］ 后添加一個 +，如 -F“［ab］+”，那么分隔符有三個，a，b 和 ab

-f， --file PROGRAM_FILE

從指定的 awk 腳本文件 PROGRAM_FILE 讀取 awk 指令

-g， --gen-pot

解析 awk 程序，產生 .po（Portable Object Template） 格式的文件到標準輸出，來標明程序中每一個可本地化的字符串位置

-h， --help

顯示簡要的幫助信息并退出

-L， --lint［=VALUE］

打印有關在其它版本 awk 中出現可疑的或不可移植結構的警告。該選項提供了一個可選的參數 fatal，即將警告視為致命的錯誤

-m{f|r} VAL

-mf 將最大字段數設為 VAL；-mr 將最大記錄數設為 VAL。這兩個功能是 Bell 實驗室版awk 的擴展功能，在標準 awk 中不適用

-N， --use-lc-numeric

使用本地小數點解析輸入的數據

-n， --non-decimal-data

識別輸入數據中八進制和十六進制數

-O， --optimize

在程序的內部表示上啟用優化。目前，這只包括簡單的常量折疊。gawk 維護者希望隨著時間的推移增加額外的優化

-P， --posix

打開兼容模式，會出現以下限制：

不識別 x；

當域分隔符 FS 是一個空格時，只有空格和 Tab 能作為域分隔符，換行符將不能作為一個域分隔符；

在 ？ 和 ： 之后，不能繼續當前行；

函數關鍵字 func 將不能被識別；

操作符 ** 和 **= 不能代替 ^ 和 ^=；

fflush 函數無效。

-R， --command FILE

只限于 Dgawk。從文件中讀取調試器命令

-r， --re-interval

允許間隔正則表達式的使用。為默認選項

-S， --sandbox

在沙盒模式下運行gawk，禁用 system（） 函數，使用 getline 進行輸入重定向，使用 print 和 printf 進行輸出重定向，以及加載動態擴展。命令執行也被禁用，這有效地阻止了腳本訪問本地資源

-t， --lint-old

打印關于不能向傳統 Unix awk 移植的構造的警告

--profile［=FILE］

輸出性能分析報告至指定的文件，默認輸出到 awkprof.out

-V， --version

打印版本信息并退出

-v， --assign VAR=VAL

定義一個 awk 變量并賦值，可以將外部變量傳遞給 awk

--

標識命令選項結束

5.awk 調用方式

有三種方式調用 awk。

（1）命令行方式。

awk ［-F FS］ ‘PATTERN + {ACTION}’ FILE.。.

在 awk 中，文件的每一行中，由域分隔符分開的每一項稱為一個域。通常，在不指明域分隔符的情況下，默認為空格和 Tab。

（2）Shell 腳本方式。

將所有的 awk 命令插入一個文件，腳本中在首行注明使用 awk 命令來解析執行，相當于將 Shell 腳本首行的#！/bin/sh換成#！/bin/awk，最后通過鍵入腳本名稱來調用。

（3）將所有的 awk 命令插入到一個單獨文件，然后使用 -f 選項調用。

awk -f awk-script-file FILE.。.

其中，-f 選項加載 awk-script-file 中的 awk 腳本，FILE… 跟上面的是一樣的。

6.awk 內置變量

gawk 有許多內置變量用來設置環境信息，這些變量可以被改變，下面給出常見的內置變量說明。

$0 當前處理行

$n 當前記錄的第 n 個字段，n 從 1 開始，字段間由 FS 分隔

ARGC 命令行參數個數

ARGIND 當前處理命令行中的第幾個文件，文件下標從 0 開始

ARGV 命令行參數數組

CONVFMT 數字轉換格式，默認值為%.6g

ENVIRON 支持隊列中系統環境變量的使用

ERRNO 最后一個系統錯誤的描述

FIELDWIDTHS 字段寬度列表（用空格鍵分隔）

FILENAME awk瀏覽的文件名

FNR 當前被處理文件的記錄數

FS 設置輸入域分隔符，等價于命令行-F選項

IGNORECASE 如果為真，則進行忽略大小寫的匹配

LINT 動態控制--lint選項是否生效，為false不生效，為true則生效；

NF 瀏覽記錄的域的個數

NR 已讀的記錄數

OFMT 數字的輸出格式，默認值是%.6g

OFS 輸出域分隔符

ORS 輸出記錄分隔符

RS The input record separator，輸入記錄的分隔符，默認為換行符

RT The record terminator，輸入記錄的結束符

RSTART 由 match 函數所匹配的字符串的第一個位置

RLENGTH 由 match 函數所匹配的字符串的長度

SUBSEP 數組下標分隔符（默認值是 34）

TEXTDOMAIN awk 程序所使用的文本所處的地域

7.awk 編程示例

7.1 基礎打印輸出

（1）假設 last -n 5 的輸出如下：

root pts/1 192.168.1.100 Tue Feb 10 11:21 still logged in

root pts/1 192.168.1.100 Tue Feb 10 00:46 - 02:28 （01:41）

root pts/1 192.168.1.100 Mon Feb 9 11:41 - 18:30 （06:48）

dmtsai pts/1 192.168.1.100 Mon Feb 9 11:41 - 11:41 （00:00）

root tty1 Fri Sep 5 14:09 - 14:10 （00:01）

如果只是顯示最近登錄的5個帳號：

last -n 5 | awk ‘{print $1}’

root

root

root

dmtsai

root

awk 工作流程是這樣的：讀入有換行符分隔的一條記錄，然后將記錄按指定的域分隔符劃分，$0則表示所有域，$1表示第一個域，$n表示第 n 個域。默認域分隔符是空格或 Tab 符，所以$1表示登錄用戶，$3表示登錄用戶 ip，以此類推。

（2）如果想顯示 /etc/passwd 配置文件中的賬戶以及賬戶對應的 Shell，而賬戶與 Shell 之間以Tab符分隔。

cat /etc/passwd |awk -F ‘：’ ‘{print $1“ ”$7}’

root /bin/bash

daemon /bin/sh

bin /bin/sh

sys /bin/sh

注意，這里使用了 -F 指定域分隔符為冒號 ：。

（3）如果只是顯示 /etc/passwd 的賬戶和賬戶對應的 Shell，而賬戶與 Shell 之間以逗號分隔，而且在所有行添加列名 name，shell，在最后一行添加 blue，/bin/nosh。

cat /etc/passwd |awk -F ‘：’ ‘BEGIN {print “name，shell”} {print $1“，”$7} END {print “blue，/bin/nosh”}’

name，shell

root，/bin/bash

daemon，/bin/sh

bin，/bin/sh

sys，/bin/sh

。..。

blue，/bin/nosh

awk 工作流程是這樣的：先執行 BEGING，然后讀取文件，讀入有/n換行符分割的一條記錄，然后將記錄按指定的域分隔符劃分域，填充域，$0則表示所有域，$1表示第一個域，$n表示第 n 個域，隨后開始執行模式所對應的動作action。接著開始讀入第二條記錄······直到所有的記錄都讀完，最后執行END操作。

（4）搜索 /etc/passwd 有 root 關鍵字的所有行。

awk -F： ‘/root/’ /etc/passwd

root0root:/root:/bin/bash

上面三種是 awk 的 action 的使用示例，而這種是 pattern 的使用示例，匹配了 pattern（這里是root）的行才會執行 action（沒有指定 action，默認輸出每行的內容）。

搜索支持正則表達式，例如找 root 開頭的所有行。

awk -F： ‘/^root/’ /etc/passwd

（5）搜索/etc/passwd有 root 關鍵字的所有行，并顯示對應的 Shell。

awk -F： ‘/root/{print $7}’ /etc/passwd

/bin/bash

這里是 awk 的 pattern+action 示例用法，同時指明了 action 是 {print $7}。

（6）打印 /etc/passwd 第三行的第一列和第二列。

awk -F： ‘NR==3{print $1，$2;}’ /etc/passwd

#輸出結果：

daemon x

7.2 awk 在每一列后添加字符串后輸出

設定變量內容：

a=“/test.html /dir1 /abc.txt”

希望得到

echo $a

--exclude=/test.html --exclude=/dir1 --exclude=/abc.txt

如何用 awk 實現。

解決辦法：

echo $a|awk ‘{for（i=1;i《=NF-1;++i）{printf “-execute=%s ”，$i}}{print “--exclude=”$NF“”}’

#或者

echo $a|awk ‘{for（i=1;i《=NF;i++）{printf “--exclude=”$i“ ”}{print “”}}’

后者是網友給出的答案，和我上面的寫法差不多，只是對 printf 在使用形式上有所差別而已。第二種方法print “”用于換行，print 每次輸出后默認進行換行。

7.3 Shell 編程使用 awk 浮點運算保留兩位小數

a=3

b=10

c=$（awk ‘BEGIN{printf “%.2f”，’$a‘*100/’$b‘}’）

echo c：$c%

或者：

c=$（awk -v n=$a -v m=$b ‘BEGIN{printf “%.2f”，n*100/m}’）

echo c：$c%

-v表示定義awk的變量！v是variable的首字母。輸出：c：30.00%。

7.4 awk 訪問 Shell 變量

awk 默認是無法訪問shell變量的，我所知道的有三種方法。

方法一：awk -v 選項讓awk 里使用shell變量。

var0=dablelv0

var1=dablelv1

awk -v tmpVar0=$var0 -v tmpVar1=$var1 ‘BEGIN{print tmpVar0“ ”tmpVar1}’

輸出：dablelv0 dablelv1

注意：BEGIN 必須大寫，awk 的 {action} 必須要使用單引號括起來。

方法二：‘“$var”’

這種寫法是老外常用的寫法。如：

var=“test”

awk ‘BEGIN{print “’$var‘”}’

這種寫法其實際是雙括號變為單括號的常量，傳遞給了awk。

如果var中含空格，為了shell不把空格作為分格符，應該如下使用：

var=“this is a test”

awk ‘BEGIN{print “’”$var“‘”}’

方法三：export 變量，將變量設置為臨時會話環境變量，僅在當前shell會話中有效。在awk中使用ENVIRON［“var”］形式訪問變量。

var=“this is a test”

export $var #或者 export var

#或者

export var=“this is a test”

awk ‘BEGIN{print ENVIRON［“var”］}’

7.5 awk 執行 Shell 命令

awk 執行 Shell 命令有兩種方法。

方法一：使用awk的system（）函數。

export var=dablelv

awk ‘BEGIN{system（“echo $var”）}’

輸出：dablelv

注意：一定要使用export將變量設置為臨時環境變量，因為awk的system（）實際上是新建了一個shell進程來執行給定的shell命令，否則無法訪問父進程的變量。

方法二：使用使用print cmd | “/bin/bash”

var=“this is a test”

awk ‘BEGIN{print “echo ”“’”$var“‘”|“sh”}’

#或者

var=“this is a test”

awk -v varTmp=“$var” ‘BEGIN{print “echo ”varTmp|“sh”}’

輸出：

this is a test

注意：

（1）指定bash的時候需要雙引號括起來；

（2）方法二與方法一的區別在于方法二是將變量在awk解析后再通過管道傳給shell，所以無需將變量設置為臨時環境變量，因為shell接收到的變量已經是變量的值。

8.awk 常見問題

（1）awk 默認以空格和 Tab 作為域分隔符，現在只以空格為分隔符，需要使用中括號的方式，不使用中括號，則仍然會將 Tab 作為域分隔符。

# 錯誤的寫法

awk -F‘ ’ ‘{print $1;}’ test.txt

# 正確的寫法

awk -F‘［ ］’ ‘{print $1;}’ test.txt

原文標題：每天一個 Linux 命令（132）：awk 命令

文章出處：【微信公眾號：Linux愛好者】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq