awk命令

1.awk工作流程

a)先运行BEGIN。

b)读取文件。读入有/n换行符切割的一条记录

c)将记录按指定的域分隔符进行划分域

d)填充域，当中$0表示全部域。$1表示第一个域，$n表示第那个域（默认域分隔符是空白键或者tab键）

e)開始运行模式所相应的动作action

f)接着開始读入第二条记录，直到全部的记录都被读完

g)运行END操作

2.用法

awk [-F field-separator] '{pattern + action}' {filenames}

1. pattern表示awk在数据中查找的内容，action表示在找到匹配内容时所运行的一系列命令。

action{}能够有多个语句，以";"号隔开。

2. [-F域分隔符]是可选的。 filenames是待处理的文件。在awk中，文件的每一行中，由域分隔符分开的每一项称为一个域。通常，在不指名-F域分隔符的情况下。默认的域分隔符是空格。

3.awk内置变量

ARGC 命令行參数个数

ARGV 命令行參数排列

ENVIRON 支持队列中系统环境变量的使用

FILENAME awk浏览的文件名称

FNR 浏览文件的记录数

FS 设置输入域分隔符，等价于命令行 -F选项

NF 浏览记录的域的个数

NR 已读的记录数

OFS 输出域分隔符

ORS 输出记录分隔符

RS 控制记录分隔符

某个文件从第n行到行尾

awk '{NR > n}' filename

4.awk内置字符串函数

gsub(r,s) 在整个$0中用s替代r
gsub(r,s,t) 在整个t中用s替代r
index(s,t) 返回s中字符串t的第一位置
length(s) 返回s长度
match(s,r) 測试s是否包括匹配r的字符串
split(str,array,fs ) 在fs上将s分成序列a
sprint(fmt,exp) 返回经fmt格式化后的exp
sub(r,s) 用$0中最左边最长的子串取代s
substr(s,p) 返回字符串s中从p開始的后缀部分
substr(s,p,n) 返回字符串s中从p開始长度为n的后缀部分

5.BEGIN和END

BEGIN表示在处理随意行之前进行的操作

END表示在全部输入行处理完后进行的处理。

6.条件语句

if (expression) {
    statement;
    statement;
    ... ...
}

if (expression) {
    statement;
} else {
    statement2;
}

if (expression) {
    statement1;
} else if (expression1) {
    statement2;
} else {
    statement3;
}

7.数组

由于awk中数组的下标能够是数字和字母，数组的下标通常被称为keyword(key)。值和keyword都存储在内部的一张针对key/value应用hash的表格里。由于hash不是顺序存储，因此在显示数组内容时会发现。它们并非依照你预料的顺序显示出来的。数组和变量一样，都是在使用时自己主动创建的。awk也相同会自己主动推断其存储的是数字还是字符串。一般而言。awk中的数组用来从记录中收集信息，能够用于计算总和、统计单词以及跟踪模板被匹配的次数等等。

awk -F ':' 'BEGIN {count=0;} {name[count] = $1;count++;}; END{for (i = 0; i < NR; i++) print i, name[i]}' /etc/passwd
root
daemon
bin
sys
sync
games
......

awk -F' ' '{ a[$1]++ }'END'{ for(j in a) print a[j],j }' filename | sort -rn | more

filename的内容为：

apple

banana

apple

banana

pear

输出结果为：

3 apple

2 banana

1 pear