linux三剑客​

Linux中的三个命令awk、sed、grep在业界被称为“三剑客”,grep擅长查找,sed擅长取行和替换,awk擅长运算。

我们知道Linux下一切皆文件,对Linux的操作就是对文件的处理,那么怎么能更好的处理文件呢?这就要用到三剑客命令。

三剑客与正则表达式息息相关,正则表达式是为了处理大量的文本|字符串而定义的一套规则和模版,这个模版是由一些普通字符和一些元字符组成。普通字符包括大小写的字母和数字,而元字符则具有特殊的含义。正则表达式详情可参看资料《linux正则表达式》。

三剑客与正则表达式是什么关系呢?

三剑客就是普通的命令,有的把他们叫做工具。而正则表达式就好比一个模版,而linux下一般只有三剑客能读懂这个模版.


grep

grep(global search regular expression(RE) and print out the line,全面搜索正则表达式并把行打印出来)是一种强大的文本搜索工具,它能使用正则表达式搜索文本,并把匹配的行打印出来。

Unix的grep家族包括grep、egrep和fgrep。egrep和fgrep的命令只跟grep有很小不同。egrep是grep的扩展,支持更多的re元字符, fgrep就是fixed grep或fast grep,它们把所有的字母都看作单词,也就是说,正则表达式中的元字符表示回其自身的字面意义,不再特殊。linux使用GNU版本的grep。它功能更强,可以通过-G、-E、-F命令行选项来使用egrep和fgrep的功能。

查找内容可以用双引号括起来,也可以不用,建议使用双引号,双引号中一些特殊符号要注意使用转义字符。

格式:

grep [OPTIONS] PATTERN [FILE...]


  1. grep默认不支持扩展正则,因此扩展正则表达式的符号对于grep来说就等同于普通字符含义,因此,想让grep直接处理正则符号必须通过转义字符\{\}来处理。
  2. grep -E 强制让grep直接认识正则符号,不需要再进行转义
  3. egrep 等效grep -E 天生就能认识正则符号
  4. 我们平时备份可以通过cp 文件名{,.bak}的形式进行,避免再打一次文件名


选项参数

-a 不要忽略二进制数据。

-A<显示行数> 除了显示符合范本样式的行之外,并显示该行之后的指定几行内容。

-B<显示行数> 除了显示符合范本样式的行之外,并显示该行之前的指定几行内容。

-C<显示行数> 除了显示符合范本样式的那一行之外,并显示该行前后指定几行的内容。

-b 在显示符合范本样式的那一行之外,并显示字节偏移量。

-c 只计算显示符合范本样式的行数,不显示详细内容

-d<进行动作> 当指定要查找的是目录而非文件时,必须使用这项参数,否则grep命令将回报信息并停止动作。

-e<范本样式> 指定字符串作为查找文件内容的范本样式。

-E 将范本样式为延伸的普通表示法来使用,意味着能使用扩展正则表达式。

-f<范本文件> 指定范本文件,其内容有一个或多个范本样式,让grep查找符合范本条件的文件内容,格式为每一列的范本样式。

-F 将范本样式视为固定字符串的列表。

-G 将范本样式视为普通的表示法来使用。

-h 在显示符合范本样式的那一列之前,不标示该列所属的文件名称。

-H 在显示符合范本样式的那一列之前,标示该列的文件名称。

-i 忽略字符大小写的差别。

-l 列出文件内容符合指定的范本样式的文件名称。

-L 列出文件内容不符合指定的范本样式的文件名称。

-n 在显示符合范本样式的那一列,标示出该列的编号。

-q 不显示任何信息。

-R/-r 此参数的效果和指定“-d recurse”参数相同,表明查找路径为目录

-s 不显示错误信息。

-v 反转查找,显示不符合模式的所有信息

-w 只显示全字符合的列。

-x 只显示全列符合的列。

-y 此参数效果跟“-i”相同。

-o 只输出文件中匹配到的部分。

--color=auto 把匹配部分标记出来,要想当前终端后续使用都要标记匹配部分,可用alias命令重新封装grep

:#alias grep=’grep --color=auto’

常用示例

在文件中查找内容

成功会输出所有包含查找内容的行,否则输出为空。

$ grep bash file_read.sh #在file_read.sh内查找bash

$ grep "bash" file_read.sh --color=auto #两者效果相同,并且标记颜色

$ grep "bash" file_read.sh demo.sh #在file_read.sh demo.sh 内查找bash

在目录下查找内容

成功会输出文件名:所有包含内容的行,否则输出为空

需运用-r/-R/-d recurse 选项参数,指明查找路径为目录

$ grep "bash" -r ./ #在当前目录下查找文件内容bash

$ grep "bash" -R ./

$ grep "bash" -d recurse ./

显示查找内容所在行的行号

需运用-n参数,显示行号,可单独也可与其他选项参数写在一起。

$ grep "bash" -n file_read.sh #在file_read.sh内查找bash

$ grep "bash" -Rn ./

$ grep "bash" -r -n ./

反转显示,显示与查找内容不符合的所有内容

需运用-v参数。

$ grep "bash" -vn demo.sh #显示demo.sh内不包含bash的行,并显示行号

查找以某内容开头的行

需运用正则表达式^...。

$ grep "^#" demo.sh #查找demo.sh内以#开头的行,注意前面不能有空白字符,必须是最开头

查找空白行

需运用正则表达式^...。

需运用正则表达式...$。

$ grep "^$" 123.txt

查找非指定字符开头的行

$ grep "^[^#]" demo.sh #在demo.sh中查找不以#开头的行

查找以某内容结尾的行

需运用正则表达式...$。

$ grep "name$" demo.sh #查找demo.sh内以name结尾的行,注意必须是最后且后面不能有空白字符

获取查找内容行数

需运用-c参数,不显示详细内容,只显示行数

$ grep "name" demo.sh -c # 在demo.sh中查找name出现的行数

显示查找内容及其前后行内容

需运用

$ grep "name" demo.sh -A 2 #显示查找内容及其后两行内容

$ grep "name" demo.sh -B 2 #显示查找内容及其前两行内容

$ grep "name" demo.sh -C 2 #显示查找内容及其前后两行内容

查找阿拉伯数字

需要用到正则表达式[m]与{n},选项参数-E(指定使用正则表达式)

[]正则表达式:[m]表明查找匹配m字符的内容。

[^m]表明匹配不是m字符的内容。

[m-f]表示匹配m到f的内容,m可以是数字,可以是字符。

{}正则表达式:{m}表示匹配之前的项m次

{m,}表示匹配之前的项至少m次

{m,f}表示匹配之前的项m次到f次。m是可以为0的正整数。

$ grep "[1-3]\{2\}" 123.txt #在123.txt中查找1-3之间数字出现两次的内容,注意{}前后一定要加转义字符

$ grep -E "[1-3]{2}" 123.txt #或者直接使用-E参数指定使用正则表达式,则可不加转义

$ grep "[1-3][1-3]" 123.txt #与上面相同效果,也表示在123.txt中查找1-3之间数字出现两次的内容

$ifconfig | grep "[0-9]\{1,3\}\.[0-9]\{1,3\}\.[0-9]\{1,3\}\.[0-9]\{1,3\}"


grep用于常规的查询操作固然方便,但是最大的弊端就是查出来不能增删改,导致如果是写一些脚本就会很不方便,这个时候就需要sed和awk这样的工具来实现。

sed

sed是一种流编辑器,它是文本处理中非常中的工具,能够完美的配合正则表达式使用,功能不同凡响。处理时,把当前处理的行存储在临时缓冲区中,称为“模式空间”(pattern space),接着用sed命令处理缓冲区中的内容,处理完成后,把缓冲区的内容送往屏幕。接着处理下一行,这样不断重复,直到文件末尾。文件内容并没有改变,除非你使用重定向存储输出。Sed主要用来自动编辑一个或多个文件;简化对文件的反复操作;编写转换程序等。

命令格式:

sed [options] 'command' file(s)

sed [options] -f scriptfile file(s)

注意:查找的内容前后一定要用/包含起来,示例/sh/。替换的时候可用@与#替换/。

命令与查找内容可连在一起也可分开,但是中间必须有/作为间隔。


sed的工作流程:

1:sed默认不编辑原文件,而是逐行操作,复制一份到指定内存(pattern space,模式空间)

2:pattern space内进行模式匹配,即和指定条件做匹配

不满足模式:输出到标准输出STDOUT

满足模式:进行指定的模式操作,再输出到STDOUT

3:第二个特殊的内存空间 :保持空间(hold space),临时保存操作在另一处内存

4:当执行pattern space和 hold space相关选项时候会进行之间的数据流编辑操作

5:最后根据操作执行hold space空间操作,选择性显示到STDOUT


选项参数

-c/--copy 用拷贝代替重命名

-e<script>/--expression=<script> 以选项中的指定的脚本来处理输入的文本文件;

-f<script文件>/--file=<script文件> 以选项中指定的脚本文件来处理输入的文本文件;

--follow-symlinks 处理输入的文本文件时,追踪软链接,断开硬链接

-h/--help 显示帮助;

-i[SUFFIX]/ --in-place[=SUFFIX] 就地编辑文件,提供了后缀名(.bak)则备份文件

-l N/ --line-length=N 为l命令指定换行的长度n

-n/--quiet/——silent 不自动打印模式空间内容,仅显示脚本处理后的结果,sed默认打印全部内容

--posix 禁用所有GNU扩展

-u/ --unbuffered 从输入文件中加载最小的数据并频繁刷新输出缓冲区

-V/--version 显示版本信息。

-r/--regexp-extended 支持使用扩展正则表达式

-s/--separate 把文件作为单独的个体而不是作为单个连续的长流


命令

命令建议用单引号’’或双引号括起来方便区分,多个命令用;隔开。

a\ 在当前行下面插入文本。

i\ 在当前行上面插入文本。

c\ 把选定的行改为新的文本。

d 删除,删除选择的行。

D 删除模板块的第一行。

s 替换指定字符,字符间可用/或@或#隔开

h 拷贝模板块的内容到内存中的缓冲区。

H 追加模板块的内容到内存中的缓冲区。

g 获得内存缓冲区的内容,并替代当前模板块中的文本。

G 获得内存缓冲区的内容,并追加到当前模板块文本的后面。

l 列表不能打印字符的清单。

n 读取下一个输入行,用下一个命令处理新的行而不是用第一个命令。

N 追加下一个输入行到模板块后面并在二者间嵌入一个新行,改变当前行号码。

p 打印模板块的行。前面可加数字,指定打印第几行

P(大写) 打印模板块的第一行。

q 退出Sed。

b lable 分支到脚本中带有标记的地方,如果分支不存在则分支到脚本的末尾。

r file 从file中读行。

t label if分支,从最后一行开始,条件一旦满足或者T,t命令,将导致分支到带有标号的命令处,或者到脚本的末尾。

T label 错误分支,从最后一行开始,一旦发生错误或者T,t命令,将导致分支到带有标号的命令处,或者到脚本的末尾。

w file 写并追加模板块到file末尾。

W file 写并追加模板块的第一行到file末尾。

! 表示后面的命令对所有没有被选定的行发生作用。 示例:1!表明对文中所有行起作用,3!表示对文中第三行及以下行起作用

= 打印当前行号码。

# 把注释扩展到下一个换行符以前。

替换标记

g 表示行内全面替换。

p 表示打印行。

w 表示把行写入一个文件。

x 表示互换模板块中的文本和缓冲区中的文本。

y 表示把一个字符翻译为另外的字符(但是不用于正则表达式)

\1 子串匹配标记

& 已匹配字符串标记

元字符集

^ 匹配行开始,如:/^sed/匹配所有以sed开头的行。

$ 匹配行结束,如:/sed$/匹配所有以sed结尾的行。

. 匹配一个非换行符的任意字符,如:/s.d/匹配s后接一个任意字符,最后是d。

* 匹配0个或多个字符,如:/*sed/匹配所有模板是一个或多个空格后紧跟sed的行。

[] 匹配一个指定范围内的字符,如/[sS]ed/匹配sed和Sed。

[^] 匹配一个不在指定范围内的字符,如:/[^A-RT-Z]ed/匹配不包含A-R和T-Z的一个字母开头,紧跟ed的行。

\(..\) 匹配子串,保存匹配的字符,如s/\(love\)able/\1rs,loveable被替换成lovers。

& 保存搜索字符用来替换其他字符,如s/love/**&**/,love这成**love**。

\< 匹配单词的开始,如:/\<love/匹配包含以love开头的单词的行。

\> 匹配单词的结束,如/love\>/匹配包含以love结尾的单词的行。

x\{m\} 重复字符x,m次,如:/0\{5\}/匹配包含5个0的行。

x\{m,\} 重复字符x,至少m次,如:/0\{5,\}/匹配至少有5个0的行。

x\{m,n\} 重复字符x,至少m次,不多于n次,如:/0\{5,10\}/匹配5~10个0的行。

脚本地址定界

/ 在sed中作为定界符使用,也可以使用任意的定界符:| /

定界符出现在样式内部时,需要进行转义,示例:sed 's/\/bin/\/usr\/local\/bin/g'


不给地址:对全文进行处理

$:表示最后一行

地址范围:

选定行的范围:,(逗号)

/pattern/:被此处模式所能够匹配到的每一行

/pattern/,m:被模式匹配到的第一行起到m行

n,m 表示从n行到第m行

n,+m 表示从n行起往后增加m行

n~m:步进:以n行为基准值,每次增加m行

组合多个表达式

sed '表达式' | sed '表达式'

等价于:

sed '表达式; 表达式'


常用示例

显示输入文件的行号

需用到命令:=:打印当前行号码(包括空白行)

需用到元字符集:. :匹配一个非换行符的任意字符

需用到命令:!: 表示后面的命令对所有没有被选定的行发生作用。

$ sed '=' 123.txt #显示文本的每一行行号

$ sed '3=' 123.txt #显示文本的第三行行号

$ sed "/./=" 123.txt #只显示非空白行的行号

$ sed -n "/./!=" 123.txt #只显示空白行行号

显示文件总行数

需用到元字符集:$:匹配到行结束

$ sed '$=' 123.txt #可显示123.txt内总共有多少行,也就是最后一行的行号


打印输入文件的指定行内容

需用到-n参数:不自动打印,

需用到p命令:打印模块的行

$ sed -n '2p' 123.txt #注意一定要加-n,否则会默认自动打印所有内容

$ sed -n '2 p' 123.txt #注意一定要加-n,否则会默认自动打印所有内容

打印输入文件的指定几行内容

$sed -n '2,7 p' 123.txt #注意一定要加-n,否则会默认自动打印所有内容

$ sed -n '2,7p' 123.txt

$ sed -n '2,7 {p}' 123.txt #命令也可单独用{}括起来

替换输入文件中内容

需用到-i参数:就地编辑文件,会对源文件作更改

需用到s命令:替换指定字符,注意字符之间可用/@#隔开,注意如果没有其他命令或者替换标记作为结尾,最后也必须得由它们作为尾字符,

需用到g替换标记:替换行内的所有匹配内容,前面可加数字,表明第几个匹配位置

$ sed -i 's/bck/sh/' 123.txt 666.txt #替换123.txt、666.txt内的bck为sh,每行只替换一个

$ sed -i 's/bck/sh/g' 123.txt #替换123.txt内的bck为sh,每行都进行全面替换

$ sed -i 's/bck/sh/3g' 123.txt #替换123.txt内的bck为sh,从第3个匹配位置开始替换

$ sed -i 's@bck@sh@g' 123.txt #替换123.txt内的bck为sh,每行都进行全面替换

$ sed -i 's#bck#sh#g' 123.txt #替换123.txt内的bck为sh,每行都进行全面替换

替换输入文件中指定行的内容

$ sed -i '1,5 s/bck/sh/g' 123.txt 666.txt #替换123.txt、666.txt内的第一行到第五行的bck为sh,每行全面替换

$ sed -i '2,+2 {s/bck/sh/g}' 123.txt 666.txt #替换123.txt、666.txt内的第二行往后两行的bck为sh,每行全面替换,命令也可以单独用{}括起来,表示边界

$ sed -i '2~2 s/bck/sh/g' 123.txt 666.txt #替换123.txt、666.txt内的第二行往后每次增加两行的bck为sh,每行全面替换

给文件名\单词前统一替换加前缀或后缀或前后缀

需用到元字符集:^ 匹配行开始,如:/^sed/匹配所有以sed开头的行。

需用到元字符集:$ 匹配行结束,如:/sed$/匹配所有以sed结尾的行。

需用到替换标记:& 已匹配字符串标记,代替之前已匹配内容

需用到正则表达式:\w\+:匹配每一个单词

$ ls | sed 's/^/666_&/g' #表示给当前文件下的文件名统一添加前缀

$ ls | sed 's/$/666_&/g' #表示给当前文件下的文件名统一添加后缀

$ ls | sed 's/\w\+/666_&/g' #表明给所有的单词添加前缀

$ ls | sed 's/\w\+/[&]/' #表明给每个匹配到的单词用[]括起来


显示指定区间以指定内容开头或结尾的行

需用到元字符集^:匹配行开始

如果/前面有地址定界,则在/外面必须加上{}

$ sed -n '1,10 {/^10/p}' 123.txt #显示123.txt内第1到第10行中以10开头的行

$ sed -n '/^10/p' 123.txt # /前没有地址定界则可以不加{},如果有则必须加上

$ sed -n '1,10 {/sh$/p}' 123.txt #显示123.txt内第1到第10行中以结尾的行

显示查找内容的所有行、显示找到的第一行及以下指定行

需用到脚本地址定界:/pattern/:被此处模式所能够匹配到的每一行

需用到脚本地址定界:/pattern/,m:被模式匹配到的第一行起到m行

需用到脚本地址定界:$ 匹配到末尾行

$ sed -n '/sh/p' 123.txt #显示123.txt内的所有包含sh的所有行

$ sed -n '/sh/ ,$ p' 123.txt #显示123.txt里第一条包含sh的行及以下到末尾的所有行

$ sed -n '/sh/ ,$p' 123.txt

逆序输出文本内容

需用到命令:!:!前跟非零数字,表示后面的命令对所有没有被选定的行发生作用

需用到命令:G:获得内存缓冲区的内容,并追加到当前模板块文本的后面

需用到命令:h: 拷贝模板块的内容到内存中的缓冲区

需用到命令:d :删除,删除选择的行。

多个命令之前用分号;隔开。

$ sed '1!G;h;$!d' 123.txt

逆序输出每行内容

$ sed '/\n/!G;s/\(.\)\(.*\n\)/&\2\1/;//D;s/.//' 123.txt

删除指定行

需用到命令:d 删除,删除选择的行。

$ grep -n "sh" 123.txt | sed '4,5d' #删除grep查找到的内容的第4到5行

$ grep -n "sh" 123.txt | sed '1,2d' #删除grep查找到的内容的第1行后每次隔两行删一行

$ sed '/^$/d' 123.txt #删除空白行

在指定行前后插入内容

需用到命令:a\ 在当前行下面插入文本。默认当前行为最末行

需用到命令:i\ 在当前行上面插入文本。默认当前行为最末行

需用到命令:c\ 把选定的行改为新的文本。默认当前行为所有行

$ sed 'a\hello\' 123.txt #在123.txt的末行后增加一行hello

$ sed 'i\hello\' 123.txt #在123.txt的末行前增加一行hello

$ sed 'c\hello\' 123.txt #替换123.txt的所有行为hello

$ sed '8a\hello\' 123.txt #在123.txt的第8行后增加一行hello

$ sed '8,10a\hello\' 123.txt #在123.txt的第8行到10行每一行后增加一行hello

$ sed '8,10c\hello\' 123.txt #在123.txt的第8行到10行替换为一行hello

一行内执行多条命令

需用到选项参数-e<script>/--expression=<script> 以选项中的指定的脚本来处理输入的文本文件;

$ sed -e '1,5d' -e 's/sh/bck/' 123.txt #先删除1到5行再替换sh为bck

$ sed '1,5d;s/sh/bck/' 123.txt #三者效果相同

$ sed --expression='1,5d' --expression='s/sh/bck/' 123.txt #三者效果相同


awk

awk是它的三个作者姓氏的首字母合写,他们是:Aho(阿尔佛雷德·艾侯)、Winberger(彼得·温伯格)和Kernighan(布莱恩·柯林汉),他们三人合著《AWK程式设计》。

awk是一种文本处理工具,同时它也是一门微型编程语言,它的目的是编写小巧 但充满表达力的程序,把文本的输入变换为文本的输出。用于在linux/unix下对文本和数据进行处理。数据可以来自标准输入(stdin)、一个或多个文件,或其它命令的输出。它支持用户自定义函数和动态正则表达式等先进功能,是linux/unix下的一个强大编程工具。它在命令行中使用,但更多是作为脚本来使用。awk有很多内建的功能,比如数组、函数等,这是它和C语言的相同之处,灵活性是awk最大的优势。

现今的Linux发行版所附带的awk实际上很新,是GNU的重写版本,也叫GNU awk,程序名是gawk。

awk命令格式和选项

语法形式

awk [options] 'script' var=value file(s)

awk [options] -f scriptfile var=value file(s)

常用选项

-F fs fs指定输入分隔符,fs可以是字符串或正则表达式,如-F:

-v var=value 赋值一个用户定义变量,将外部变量传递给awk

-f scripfile 从脚本文件中读取awk命令

-m[fr] val 对val值设置内在限制,-mf选项限制分配给val的最大块数目;-mr选项限制记录的最大数目。这两个功能是Bell实验室版awk的扩展功能,在标准awk中不适用


awk的核心思想是模式和行为操作,也叫模式驱动编程。模式一般是关系或正则表达式,用于与输入的每条记录进行匹配;而行为操作则是对模式匹配到的记录的处理方法,采用与C类似的语法,并由一对大括号“{}”括起来。

模式

/正则表达式/:使用通配符的扩展集。

关系表达式:使用运算符进行操作,可以是字符串或数字的比较测试。

模式匹配表达式:用运算符~(匹配)和~!(不匹配)。

BEGIN语句块、pattern语句块、END语句块

行为操作

操作由一个或多个命令、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,主要部分是:

变量​​或​数组​赋值

输出命令

内置函数

控制流语句

awk脚本基本结构

awk脚本基本结构

awk 'BEGIN{ commands } pattern{ commands } END{ commands }' file

一个awk脚本通常由:BEGIN语句块、能够使用模式匹配的通用语句块、END语句块3部分组成,这三个部分是可选的。任意一个部分都可以不出现在脚本中,脚本通常是被单引号或双引号中。

示例:

例如:

awk 'BEGIN{ i=0 } { i++ } END{ print i }' filename

awk "BEGIN{ i=0 } { i++ } END{ print i }" filename


awk的工作原理

第一步:执行BEGIN{ commands }语句块中的语句;

第二步:从文件或标准输入(stdin)读取一行,然后执行pattern{ commands }语句块,它逐行扫描文件,从第一行到最后一行重复这个过程,直到文件全部被读取完毕。

第三步:当读至输入流末尾时,执行END{ commands }语句块。

BEGIN语句块在awk开始从输入流中读取行之前被执行,这是一个可选的语句块,比如变量初始化、打印输出表格的表头等语句通常可以写在BEGIN语句块中。

END语句块在awk从输入流中读取完所有的行之后即被执行,比如打印所有行的分析结果这类信息汇总都是在END语句块中完成,它也是一个可选语句块。

pattern语句块中的通用命令是最重要的部分,它也是可选的。如果省略模式,则行为将被应用到每条输入记录;如果省略行为,则默认操作是在标准输出上打印匹配到的记录,执行{ print }。

awk程序的pattern语句块有以下三种情况:

awk 'pattern {commands }' #如果模式匹配,则执行行为

awk 'pattern ' #如果模式匹配,则在标准输出上打印记录执行{ print }

awk ' {commands }' # 针对每条记录,执行行为。


示例:

$ echo -e "hello \n my baymax " | awk 'BEGIN{ print "Start" } { print } END{ print "End" }' #完整的结构

#-e参数表示echo内可使用转义字符

$ echo -e "hello \n my baymax " | awk 'BEGIN{ print "Start" } { print } ' #省略end结构

$ echo -e "hello \n my baymax " | awk ' { print } ' #省略前后结构

$ echo -e "hello \n my baymax " | awk ' { print } END{ print "End" }' #省略begin结构

当使用不带参数的print时,它就打印当前行,当print的参数是以逗号进行分隔时,打印时则以空格作为定界符。例如:

$echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1,var2,var3; }'

v1 v2 v3

在awk的print语句块中双引号是被当作拼接符使用:

echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1"="var2"="var3; }'

v1=v2=v3

{ }类似一个循环体,会对文件中的每一行进行迭代,通常变量初始化语句(如:i=0)以及打印文件头部的语句放入BEGIN语句块中,将打印的结果等语句放在END语句块中。

awk内置变量(预定义变量)

说明:[A][N][P][G]表示第一个支持变量的工具,[A]=awk、[N]=nawk、[P]=POSIXawk、[G]=gawk

$n 当前记录的第n个字段,比如n为1表示第一个字段,n为2表示第二个字段。 字段是用空格隔开的单词段。

$0 这个变量包含执行过程中当前行的文本内容。

[A] NF 表示字段数,在执行过程中对应于当前的字段数。而$NF则表示一行中的最后一个字段。$(NF-n)则表示一行中的倒数第n个字段,n为正整数。

[A] NR 表示记录数,在执行过程中对应于当前的行号。

[A] OFMT 数字的输出格式(默认值是%.6g)。

[A] OFS 输出字段分隔符(默认值是一个空格)。

[A] ORS 输出记录分隔符(默认值是一个换行符)。

[A] RS 记录分隔符(默认是一个换行符)。

[A] FILENAME 当前输入文件的名。

[A] FS 字段分隔符(默认是任何空格)。

[G] ARGIND 命令行中当前文件的位置(从0开始算)。

[G] CONVFMT 数字转换格式(默认值为%.6g)。

[G] FIELDWIDTHS 字段宽度列表(用空格键分隔)。

[G] IGNORECASE 如果为真,则进行忽略大小写的匹配。

[N] RSTART 由match函数所匹配的字符串的第一个位置。

[N] RLENGTH 由match函数所匹配的字符串的长度。

[N] SUBSEP 数组下标分隔符(默认值是34)。

[N] ARGV 包含命令行参数的数组。

[N] ARGC 命令行参数的数目。

[N] ERRNO 最后一个系统错误的描述。

[P] ENVIRON 环境变量关联数组。

[P] FNR 同NR,但相对于当前文件。

示例:

需用到内置变量:NR 表示记录数,在执行过程中对应于当前的行号。

需用到内置变量:NF 表示字段数,在执行过程中对应于当前的字段数。而$NF则表示一行中的最后一个字段。

需用到内置变量:$n 当前记录的第n个字段,比如n为1表示第一个字段,n为2表示第二个字段。

$ echo -e "line1 f2 f3\n line2 f4 f5" | awk '{print "Line No:"NR", No of fields:"NF, "$0="$0, "$1="$1, "$2="$2, "$3="$3}'


将外部变量值传递给awk

需用到-v选项,可以将外部值(并非来自stdin)传递给awk,有三种方式。

第一种:写在脚本内(脚本后缀名随意,编辑好直接运行即可)

var1="aaa"

var2="bbb"

echo | awk '{ print v1,v2 }' v1=$var1 v2=$var2

第二种:传递外部变量方法:

Va=100

echo | awk -v VARIABLE=$Va '{ print VARIABLE }'

第三种:当输入来自于文件时使用??

awk '{ print v1,v2 }' v1=$var1 v2=$var2 filename

以上方法中,变量之间用空格分隔作为awk的命令行参数跟随在BEGIN、{}和END语句块之后。


awk运算符

awk支持多种运算,这些运算与C语言提供的基本相同。awk还提供了一系列内置的运算函数(如log、sqr、cos、sin等)和一些用于对字符串进行操作(运算)的函数(如length、substr等等)。这些函数的引用大大的提高了awk的运算功能。作为对条件转移指令的一部分,关系判断是每种程序设计语言都具备的功能,awk也不例外,awk中允许进行多种测试,作为样式匹配,还提供了模式匹配表达式~(匹配)和~!(不匹配)。作为对测试的一种扩充,awk也支持用逻辑运算符。

算术运算符

注意:所有用作算术运算符进行操作,操作数自动转为数值,所有非数值都变为0

运算符

描述

+ -

加,减

* / &

乘,除与求余

+ - !

一元加,减和逻辑非(一元表示只有一个操作数)

^ **

求幂

++ --

增加或减少,作为前缀或后缀

示例:

$ awk 'BEGIN{a="b"; print a++,++a}' #注意这里a="b"后面一定要加;,表明这是一条语句。


赋值运算符

运算符

描述

= += -= *= /= %= ^= **=

赋值语句


关系运算符

注意:> < 可以作为字符串比较,也可以用作数值比较,关键看操作数如果是字符串就会转换为字符串比较。两个都为数字才转为数值比较。字符串比较:按照ASCII码顺序比较。

运算符

描述

< <= > >= != ==

关系运算符



逻辑运算符

运算符

描述

||

逻辑或

&&

逻辑与


示例:

$ awk 'BEGIN{a=1;b=2;print (a>5 && b<=2),(a>5 || b<=2);}'

0 1


正则运算符

运算符

描述

~

匹配正则表达式

!~

不匹配正则表达式


示例:

需用到正则表达式/^.../,表示以什么内容开头的

$ awk 'BEGIN{a="100testa";if(a ~ /^100*/) {print "ok";}}'

ok

$ awk 'BEGIN{a="100testa";if(a !~ /^100*/){print "ok";}else {print "error"}}'

error


其他运算符

运算符

描述

$

字段引用

空格

字符串连接符

?:

C条件表达式

in

数组中是否存在某键值(下标)


示例:

$ awk 'BEGIN{a="b";arr[0]="b";arr[1]="c";print (b in arr);}' #b in arr问arr是否有b这个下标

0

$ awk 'BEGIN{b=0;arr[0]="b";arr[1]="c";print (b in arr);}' #b最初赋值为1,而数组arr下标为1是存在的

1


运算符优先级表

#导入Word文档图片# linux三剑客​_字符串



控制语句

在linux awk的while、do-while和for语句中允许使用break,continue语句来控制流程走向,也允许使用exit这样的语句来退出。break中断当前正在执行的循环并跳到循环外执行下一条语句。if 是流程选择用法。每条命令语句后面可以用;分号结尾。

if条件判断语句

语法:表达式为真执行语句1,为假执行语句2

if(表达式)

语句1

else

语句2

格式中语句1可以是多个语句,为了方便判断和阅读,最好将多个语句用{}括起来。awk分枝结构允许嵌套,其格式为:

if(表达式)

{语句1}

else if(表达式)

{语句2}

else

{语句3}


示例:

编写在脚本内

$ cat ass.sh

awk 'BEGIN{

test=100;

if(test>90){

print "very good";

}

else if(test>60){

print "good";

}

else{

print "no pass";

}

}'

输出结果:very good


while循环语句

语法:表达式为真,循环执行语句,直到条件为假

while(表达式)

{语句}


do...while循环语句

语法:先执行语句再判断条件真假,为真则循环执行,为假停止执行。

do

{语句} while(条件)


for循环语句

语法一:执行变量初始化,再判断条件,条件为真,执行语句,再执行表达式,再判断条件,条件为真,再执行语句,如此循环直至条件为假。

for(变量初始化;条件;表达式)

{语句}


语法二:每次从数组中取一个值赋给变量,再执行语句,循环直到数组内部的数据取完,变量为空。

for(变量 in 数组)

{语句}


示例:

需用内置变量ENVIRON :当前系统环境变量关联数组

[DSYU@DSYU shell]$ cat ass.sh

awk 'BEGIN{

for(k in ENVIRON){

print k"="ENVIRON[k];

}

}'

#每次从环境变量数组中取一个数据赋值给k,然后再打印出来。


next语句

next 能够导致读入下一个输入行,并返回到脚本的顶部。这可以避免对当前输入行执行其他的操作过程。

awk中next语句使用:在循环逐行匹配,如果遇到next,就会跳过当前行,直接忽略下面语句。而进行下一行匹配。next语句一般用于多行合并:

示例:

需用到内置变量NR:表示记录数,在执行过程中对应于当前的行号

$ awk 'NR%2==1{next}{print NR,$0;}' 123.txt #表示当行号取余2为1也就是奇数行时跳过当前行


其他语句

  1. break
  2. continue
  3. exit 语句使主输入循环退出并将控制转移到END,如果END存在的话。如果没有定义END规则,或在END中应用exit语句,则终止脚本的执行。


数组应用

数组是awk的灵魂,处理文本中最不能少的就是它的数组处理。因为数组索引(下标)可以是数字和字符串,在awk中数组叫做关联数组(associative arrays)。awk 中的数组不必提前声明,也不必声明大小。数组元素用0或空字符串来初始化,这根据上下文而定。因为数组是关联数组,默认是无序的。所以通过for…in得到是无序的数组。如果需要得到有序数组,需要通过指定下标获得。

数组的定义

awk的数组不必提前声明,也不必声明大小。

数字做数组索引(下标或键值)。

注意:数组下标是从1开始,与C数组不一样

Array[1]="sun"

Array[2]=1970

字符串做数组索引(下标):

Array["first"]="year"

Array["birth"]="1970"

使用中print Array[1]会打印出sun;使用print Array[2]会打印出1970;使用print["first"]会得到year。

示例:

$ awk 'BEGIN {Array["first"]="year"; Array[2]=1970; {print Array["first"]"="Array[2]}}'

year=1970

$ awk 'BEGIN {Array["first"]="year"; Array[2]=1970; { for(item in Array) {print Array[item],item}; }}'

year first

1970 2

#注意此处是取的数组的下标值赋给item,而不是数组元素值

数组函数

length函数

使用形式:length(array)

length函数返回array数组长度,array可是数组名也可使字符串。

$ awk 'BEGIN { print length("hello")}'

5


split函数

使用形式:split(src,dst,accrod);

split函数以accrod为依据分割src字符串为数组存储到dst内,也会返回分割得到数组长度。

$ awk 'BEGIN{info="it is a test 56 78";lens=split(info,tA,"is");print lens,tA[1],tA[2],tA[3]}'

#此示例以is为依据分隔info,分隔为为两个字符串,所以lens为2。

$ awk 'BEGIN{info="it is a test 56 78";lens=split(info,tA,"");print lens,tA[1],tA[2],tA[3]}'

#此示例是把info字符串内的所有字符拆分为独立的单个字符存储到tA数组中。


asort函数

使用形式:asort(array);不能对字符串操作。

array数组进行排序,返回数组长度(下标的个数而不是字符的个数)。

$ awk 'BEGIN{info[1]="it";info[2]="aa";{print asort(info),info[1],info[2]}}'

#此示例对info数组排序,返回数组元素个数。


delete

使用形式:delete array[key],可以删除对应数组array key的序列值。

if(key in array)通过这种方法判断数组中是否包含key键值。

$ awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";delete tB["b"];for(k in tB){print k,tB[k];}}'

a a1


二维、多维数组使用

awk的多维数组在本质上是一维数组,更确切一点,awk在存储上并不支持多维数组。awk提供了逻辑上模拟二维数组的访问方式。例如,array[2,4]=1这样的访问是允许的。

类似一维数组的成员测试,多维数组可以使用if ( (i,j) in array)这样的语法,但是下标必须放置在圆括号中。类似一维数组的循环访问,多维数组使用for ( item in array )这样的语法遍历数组。与一维数组不同的是,多维数组必须使用split()函数来访问单独的下标,awk使用一个特殊的字符串SUBSEP作为分割字段。

示例:

可以通过array[k,k2]引用获得数组内容。

awk 'BEGIN{

for(i=1;i<=9;i++){

for(j=1;j<=9;j++){

tarr[i,j]=i*j; print i,"*",j,"=",tarr[i,j];

}

}

}'

另一种方式:

awk 'BEGIN{

for(i=1;i<=9;i++){

for(j=1;j<=9;j++){

tarr[i,j]=i*j;

}

}

for(m in tarr){

split(m,tarr2,SUBSEP); print tarr2[1],"*",tarr2[2],"=",tarr[m];

}

}'

# split(m,tarr2,SUBSEP); 运用了SUBSEP特殊字符串,把二维数组的键值m分割存放在tarr2数组中。


内置函数

awk内置函数,主要分以下:算数函数、字符串函数、其它一般函数、时间函数。

算术函数

格式

描述

atan2( y, x )

返回 y/x 的反正切。

cos( x )

返回 x 的余弦;x 是弧度。

sin( x )

返回 x 的正弦;x 是弧度。

exp( x )

返回 x 幂函数。

log( x )

返回 x 的自然对数。

sqrt( x )

返回 x 平方根。

int( x )

返回 x 的截断至整数的值。

rand( )

返回任意数字 n,其中 0 <= n < 1。

srand( [expr​] )

将 rand 函数的种子值设置为 Expr 参数的值,

或如果省略 Expr 参数则使用某天的时间。返回先前的种子值。



字符串函数

注:Ere都可以是正则表达式。

请参考常用示例。

格式

描述

gsub( Ere, Repl, [ In ] )

用 Repl 参数指定的字符串全部替换 In 参数指定的字符串中的能与由 Ere 参数指定的扩展正则表达式匹配的具体值,其他的与sub函数完全一样执行。

sub( Ere, Repl, [ In ] )

用 Repl 参数指定的字符串替换 In 参数指定的字符串中的由 Ere 参数指定的扩展正则表达式的第一个具体值。sub 函数返回替换的数量。出现在 Repl 参数指定的字符串中的 &(和符号)由 In 参数指定的与 Ere 参数的指定的扩展正则表达式匹配的字符串替换。如果未指定 In 参数,缺省值是整个记录($0 记录变量)。

index( String1, String2 )

在由 String1 参数指定的字符串查找String2 指定的参数,存在即返回位置,从1开始编号。不在则返回 0(零)。

length [(String)]

返回 String 参数指定的字符串的长度(字符形式)。如果未给出 String 参数,则返回整个记录的长度($0 记录变量)。如果是数组,则返回数组的元素个数

blength [(String)]

返回 String 参数指定的字符串的长度(以字节为单位)。如果未给出 String 参数,则返回整个记录的长度($0 记录变量)。

substr( String, M, [ N ] )

返回从string指定字符串第M个位置(编号从1开始)截取的N个字符组成的字符串。如果未指定 N 参数,则子串的长度将是 M 参数指定的位置到 String 参数的末尾的长度。

match( String, Ere )

在 String 参数指定的字符串(Ere 参数指定的扩展正则表达式出现在其中)中返回位置(字符形式),从 1 开始编号,或如果 Ere 参数不出现,则返回 0(零)。RSTART 特殊变量设置为返回值。RLENGTH 特殊变量设置为匹配的字符串的长度,或如果未找到任何匹配,则设置为 -1(负一)。

split( String, A, [Ere] )

将 String 参数指定的参数以ERe指定的依据为准分割为数组元素 A[1], A[2], . . ., A[n],并返回 n 变量的值。此分隔可以通过 Ere 参数指定的扩展正则表达式进行,或用当前字段分隔符(FS 特殊变量)来进行(如果没有给出 Ere 参数)。除非上下文指明特定的元素还应具有一个数字值,否则 A 数组中的元素用字符串值来创建。

tolower( String )

返回 String 参数指定的字符串,字符串中每个大写字符将更改为小写。大写和小写的映射由当前语言环境的 LC_CTYPE 范畴定义。

toupper( String )

返回 String 参数指定的字符串,字符串中每个小写字符将更改为大写。大写和小写的映射由当前语言环境的 LC_CTYPE 范畴定义。

sprintf(Format, Expr, Expr, . . . )

根据 Format 参数指定的 printf 子例程格式字符串来格式化 Expr 参数指定的表达式并返回最后生成的字符串。


这里注意sprintf格式化字符串输出

其中格式化字符串包括两部分内容:一部分是正常字符,这些字符将按原样输出; 另一部分是格式化规定字符,以"%"开始,后跟一个或几个规定字符,用来确定输出内容格式。

格式符列表

格式

描述

%d

十进制有符号整数

%u

十进制无符号整数

%f

浮点数

%s

字符串

%c

单个字符

%p

指针的值

%e

指数形式的浮点数

%x

%X 无符号以十六进制表示的整数

%o

无符号以八进制表示的整数

%g

自动选择合适的表示法


示例:

$ awk 'BEGIN{n1=124.113;n2=1.224;n3=1.2345; printf("%.2f,%2u,%2g,%X,%o\n",n1,n2,n3,n1,n1);}'

124.11, 1,1.2345,7C,174




一般函数

格式

描述

close( Expression )

用同一个带字符串值的 Expression 参数来关闭由 print 或 printf 语句打开的或调用 getline 函数打开的文件或管道。如果文件或管道成功关闭,则返回 0;其它情况下返回非零值。如果打算写一个文件,并稍后在同一个程序中读取文件,则 close 语句是必需的。

system(command​)

执行 Command 参数指定的命令,并返回退出状态。等同于 system 子例程。

Expression | getline [ Variable ]

从来自 Expression 参数指定的命令的输出中通过管道传送的流中读取一个输入记录,并将该记录的值指定给 Variable 参数指定的变量。如果当前未打开将 Expression 参数的值作为其命令名称的流,则创建流。创建的流等同于调用 popen 子例程,此时 Command 参数取 Expression 参数的值且 Mode 参数设置为一个是 r 的值。只要流保留打开且 Expression 参数求得同一个字符串,则对 getline 函数的每次后续调用读取另一个记录。如果未指定 Variable 参数,则 $0 记录变量和 NF 特殊变量设置为从流读取的记录。

getline [ Variable ] < Expression

从 Expression 参数指定的文件读取输入的下一个记录,并将 Variable 参数指定的变量设置为该记录的值。只要流保留打开且 Expression 参数对同一个字符串求值,则对 getline 函数的每次后续调用读取另一个记录。如果未指定 Variable 参数,则 $0 记录变量和 NF 特殊变量设置为从流读取的记录。

getline [ Variable ] [file]

从file内读取一行将存储到Variable 参数指定的变量内。如果未指定 Variable 参数,则 $0 记录变量设置为该记录的值,还将设置 NF、NR 和 FNR 特殊变量。如果未指定file,默认从标准输入中读取文件。


getline函数

awk getline用法:输出重定向需用到getline函数。getline从标准输入、管道或者当前正在处理的文件之外的其他输入文件获得输入。它负责从输入获得下一行的内容,并给NF,NR和FNR等内建变量赋值。

如果得到一条记录,getline函数返回1,如果到达文件的末尾就返回0,如果出现错误,例如打开文件失败,就返回-1。

getline语法:getline var,变量var包含了特定行的内容。

awk getline从整体上来说,用法说明:

  1. 当其左右重定向符|<时:getline作用于当前文件,读入当前文件的第一行给其后跟的变量var$0(无变量),应该注意到,由于awk在处理getline之前已经读入了一行,所以getline得到的返回结果是隔行的。
  2. 当其左右重定向符|<时:getline则作用于定向输入文件,由于该文件是刚打开,并没有被awk读入一行,只是getline读入,那么getline返回的是该文件的第一行,而不是隔行。

示例:

执行linux的date命令,并通过管道输出给getline,然后再把输出赋值给自定义变量out,并打印它:

awk 'BEGIN{ "date" | getline out; print out }' test

执行shell的date命令,并通过管道输出给getline,然后getline从管道中读取并将输入赋值给out,split函数把变量out转化成数组mon,然后打印数组mon的第二个元素:

awk 'BEGIN{ "date" | getline out; split(out,mon); print mon[2] }' test

命令ls的输出传递给geline作为输入,循环使getline从ls的输出中读取一行,并把它打印到屏幕。这里没有输入文件,因为BEGIN块在打开输入文件前执行,所以可以忽略输入文件。

awk 'BEGIN{ while( "ls" | getline) print }'


文件操作

关闭文件

awk中允许在程序中关闭一个输入或输出文件,方法是使用awk的close。

close("filename")

filename可以是getline打开的文件,也可以是stdin,包含文件名的变量或者getline使用的确切命令。或一个输出文件,可以是stdout,包含文件名的变量或使用管道的确切命令。

输出到一个文件

awk中允许用如下方式将结果输出到一个文件:

echo | awk '{printf​("hello word!n") > "datafile"}'

echo | awk '{printf("hello word!n") >> "datafile"}'


时间函数

格式

描述

mktime( YYYY MM dd​​ HH MM ​ss​[ DST])

生成时间格式,返回从1970年1月1日开始到指定时间的的整秒数

strftime([format [, timestamp]])

格式化时间输出,将时间戳转为时间字符串
具体格式,见下表.

systime()

得到时间戳,返回从1970年1月1日开始到当前时间的整秒数






strftime日期和时间格式说明符

格式

描述

%a

星期几的缩写(Sun)

%A

星期几的完整写法(Sunday)

%b

月名的缩写(Oct)

%B

月名的完整写法(October)

%c

本地日期和时间

%d

十进制日期

%D

日期 08/20/99

%e

日期,如果只有一位会补上一个空格

%H

用十进制表示24小时格式的小时

%I

用十进制表示12小时格式的小时

%j

从1月1日起一年中的第几天

%m

十进制表示的月份

%M

十进制表示的分钟

%p

12小时表示法(AM/PM)

%S

十进制表示的秒

%U

十进制表示的一年中的第几个星期(星期天作为一个星期的开始)

%w

十进制表示的星期几(星期天是0)

%W

十进制表示的一年中的第几个星期(星期一作为一个星期的开始)

%x

重新设置本地日期(08/20/99)

%X

重新设置本地时间(12:00:00)

%y

两位数字表示的年(99)

%Y

当前月份

%Z

时区(PDT)

%%

百分号(%)


设置字段定界符

默认的字段定界符是空格,可以使用-F "定界符" 明确指定一个定界符:

awk -F: '{ print $NF }' /etc/passwd

awk 'BEGIN{ FS=":" } { print $NF }' /etc/passwd

BEGIN语句块中则可以用OFS=“定界符”设置输出字段的定界符。


常用示例

打印每一行内容

需用到内置变量:$0 这个变量包含执行过程中当前行的文本内容。

$ awk '{print $0}' 123.txt

$ awk '{print }' 123.txt


打印每一行的前面字段

需用到内置变量:$n 当前记录的第n个字段,比如n为1表示第一个字段,n为2表示第二个字段。

$ awk '{print $1,$2}' 123.txt


打印每一行的最后字段

需用到内置变量:$NF表示一行的最后一个字段,

需用到内置变量:$(NF-n)表示一行中的倒数第几个字段,

$ awk '{print $NF}' 123.txt

$ awk '{print $(NF-1)}' 123.txt


打印文本总行数

需用到内置变量:

$ awk END'{print NR}' 123.txt #注意此处要用END语句块,如果用通用,则会打印每一行的行号,而END只会打印最后一次的行号,也就是总的行数

算术运算求冥

需用到算术运算符**与^,都表示求冥

$ awk ' BEGIN{print 3**3}' #只有BEGIN语句块,不用输入文件

$ echo | awk ' END{print 3**3}' #有END语句块,必须有输入文件,这里用echo输入一个空字符串

$ echo | awk '{print 3^3} ' #有通用语句块,必须有输入文件


跳过某行

需运用到next语句,表示跳过当前行

需用到正则表达式/...$/,$表明以某内容结尾的

$ awk '/sh$/{next}{print $0}' 123.txt #直接跳过以sh结尾的行


判断关联数组中是否存在某键值

$ awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if( "c" in tB){print "ok";}else {print "no"};}'

no


循环打印数组元素

$ awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";for(k in tB){print k,tB[k];}}'


替换指定字符串

需用到字符串函数:gsub( Ere, Repl, [ In ] ),替换所有与正则表达式相匹配的具体值

需用到字符串函数:sub( Ere, Repl, [ In ] ),替换第一个与正则表达式相匹配的具体值

需用到正则表达式:[-],表明匹配范围内的任意字符,[0-9]表明匹配0-9的任意数字

需用到正则表达式:+,表明匹配之前的项一次或多次

注意正则表达式需用//括起来。

$ awk 'BEGIN{info="this is a test2010test!2008";gsub(/[0-9]+/,"!",info);print info}'

this is a test!test!!

[DSYU@DSYU shell]$ awk 'BEGIN{info="this is a test2010test!2008";sub(/[0-9]+/,"!",info);print info}'

this is a test!test!2008

指定字符串查找

需用到字符串函数:index( Str1, Str2 ),在str1中寻找str2,有即返回位置(从1开始),没有返回0.

需用到其他运算符:?: ;a?b:c; a为真则b为整个表达式结果,否则c为整个表达式结果。

$ awk 'BEGIN{info="this is a test2010test!";print index(info,"tast")?"ok":"not found";}'

not found

$ awk 'BEGIN{info="this is a test2010test!";print index(info,"test")?"ok":"no found";}'

ok

$ awk 'BEGIN{info="this is a test2010test!";print len=index(info,"test");}'


指定正则表达式匹配查找

需用到字符串函数:match( Str, Ere );成功返回在str中能匹配ERe正则表达式的位置,没有返回0.

需用到正则表达式:[-],表明匹配范围内的任意字符,[0-9]表明匹配0-9的任意数字

需用到正则表达式:+,表明匹配之前的项一次或多次

注意正则表达式需用//括起来。

$ $ awk 'BEGIN{info="this is a test2010test!";len=match(info,/[0-9]+/);print len}'

15

$ awk 'BEGIN{info="this is a test2010test!";len=match(info,/[5-9]+/);print len}'

0


截取字符串

需用到字符串函数:substr( String, M, [ N ] ),返回从string指定字符串第M个位置(编号从1开始)截取的N个字符组成的字符串。未指定N,则返回M位置到最末尾。

$ awk 'BEGIN{info="this is a test2010test!";print substr(info,4,10)}'

s is a tes

[DSYU@DSYU shell]$ awk 'BEGIN{info="this is a test2010test!";print substr(info,4)}'

s is a test2010test!


字符串分割

需用到字符串函数:split( String, A, [Ere] ),将 String 参数指定的参数以ERe指定的依据为准分割为数组元素 A[1], A[2], . . ., A[n],并返回 n 变量的值。

$ awk 'BEGIN{info="this is a test";split(info,tA," ");print length(tA);for(k in tA){print k,tA[k];}}'

4

4 test

1 this

2 is

3 a


打开外部文件

需用到一般函数:Expression | getline [ Variable ],从来自 Expression 参数指定的命令的输出中通过管道传送的流中读取一个输入记录,并将该记录的值指定给 Variable 参数指定的变量。

需用到一般函数:close( Expression ),用同一个带字符串值的 Expression 参数来关闭由 print 或 printf 语句打开的或调用 getline 函数打开的文件或管道。

$ awk 'BEGIN{while("cat /etc/passwd"|getline){print $0;};close("/etc/passwd");}'


获取输入信息

需用到一般函数:getline [ Variable ] file ,读取file内的一行信息存储到Variable 内。如果未指定file,默认从标准输入文件中读取。

$ awk 'BEGIN{print "Enter your name:";getline name;print name;}'

Enter your name:

yu #此行是用户输入的

yu

$ awk 'BEGIN{print "Enter your name:";getline name;print name;}' 123.txt

Enter your name:

8.sh 9.sh 10.bck


创建指定时间

需用到时间函数:mktime( YYYY MM dd HH MM ss[ DST]),生成时间格式,返回从1970年1月1日开始到指定时间的的整秒数

需用到时间函数:strftime([format [, timestamp]]),格式化时间输出,将时间戳转为时间字符串
具体格式。

$ awk 'BEGIN{tmp=mktime("2006 06 06 6 6 6");print strftime("%c",tmp);}'

2006年06月06日 星期二 06时06分06秒