【Linux系列】AWK 使用指南

AWK 是一种强大的文本处理工具，它起源于 Unix 系统，用于模式扫描和处理语言。AWK 的名称来源于其创始人 Alfred Aho、Peter Weinberger 和 Brian Kernighan 的姓氏首字母。AWK 特别适合于处理结构化数据，如 CSV 或 TSV 文件，以及任何行和列的文本数据。

AWK 的基本用法

AWK 的基本语法如下：

awk 'pattern {action}' file

其中，pattern 是一个条件表达式，action 是当模式匹配时执行的代码块，file 是要处理的文件。如果没有指定文件，AWK 将从标准输入读取数据。

打印所有行

最简单的 AWK 命令是打印文件的所有行：

awk '{print}' file.txt

打印特定列

假设我们有一个 CSV 文件，我们想要打印第二列：

awk '{print $2}' file.csv

这里，$2 表示第二个字段。

打印特定行

如果我们只想打印第 10 行，可以使用：

awk 'NR == 10' file.txt

NR 是一个内置变量，表示当前处理的是第几行。

模式匹配

AWK 允许使用正则表达式进行模式匹配。例如，如果我们想要匹配包含单词 “error” 的行，可以这样做：

awk '/error/' file.log

内置变量

AWK 提供了一些内置变量，这些变量在处理文本时非常有用：

• $1, $2, ...：这些变量代表当前行的字段，由 FS（字段分隔符）分隔。
• NF：表示当前行的字段总数。
• NR：表示当前处理的行号。
• FNR：表示当前文件的行号。
• FS：字段分隔符，默认为空格或制表符。
• RS：记录分隔符，默认为换行符。
• ORS：输出记录分隔符，默认为换行符。
• OFS：输出字段分隔符，默认为空格。

高级技巧

多模式匹配

AWK 允许在同一命令中使用多个模式：

awk '/error/, /warning/' file.log

这将打印包含 “error” 或 “warning” 的行。

条件和动作

我们可以在 AWK 中使用 if-else 语句和其他控制结构：

awk '{if ($1 == "error") print "Error: " $0; else if ($1 == "warning") print "Warning: " $0}' file.log

这段代码会根据第一个字段的值打印不同的信息。

自定义函数

AWK 允许用户定义函数，这使得处理复杂的文本更加灵活：

awk '
  function is_error(line) {
    return line ~ /error/;
  }
  {
    if (is_error($0)) print "Error: " $0;
  }
' file.log

处理多个文件

AWK 可以同时处理多个文件，只需将它们作为参数传递：

awk '{print FILENAME, $0}' file1.txt file2.txt

这将打印每个文件的名称和内容。

内置数组

AWK 支持数组，这使得数据的存储和检索变得简单：

awk '{arr[$1] += $2} END {for (key in arr) print key, arr[key]}' file.csv

这段代码将计算 CSV 文件中每个唯一字段的总和。