上古神器 awk 笔记

`awk`基本格式

代码语言：javascript复制

awk '{ awk program }' file

file 为 awk 要读取的文件，可以是一个或多个文件。如果不指定文件，则从标准输入中读取

代码语言：javascript复制

awk '{ awk program }' a.txt b.txt c.txt

单引号内的是awk的程序，一般使用单引号而非双引号。 awk是按行处理文件，内部有一个隐藏的循环，即默认下逐行读取文件并运行程序

使用单引号原因：双引号中的$会被 shell 解析成 shell 变量引用，于是会进行 shell 变量替换。为了表示awk程序使用的变量，所以尽可能使用单引号

awk 程序中的 {} 表示代码块

代码语言：javascript复制

awk '{print $0}' a.txt
awk '{print $0}{print $0; print $0}' a.txt

`BEGIN` 和 `END` 语句块

代码语言：javascript复制

awk 'BEGIN{print "俺要开始读文件啦"}{print $0}END{print "俺处理完文件啦"}' a.txt

BEGIN 代码块: 在读取文件前行执行一次，不参与awk的隐藏循环
END 代码块：在读取文件完成后执行一次，不参与awk的隐藏循环
main 代码块：不以BEGIN或END开头的代码块都称之为 main 代码块， main 代码块会参与 awk 的隐藏循环

`awk`pattern 和 action

代码语言：javascript复制

awk '
BEGIN {
    n=3
}
/^[0-9]/ {
    print $1
}
END {
    print "end"
}
' a.txt

awk语法格式为pattern { action }模式，称之为awkrule

pattern 用于筛选符合的文本行
action 表示筛选通过后执行的操作
pattern 和 action 都可省略
- 省略 pattern 则不筛选数据，表示对每一行数据都执行 action
- 省略 {action} 表示对每一行都执行 {print}
- 省略 action 表示对筛选的行不做任何操作，该语法实际使用中并无意义

可以将 BEGIN 与 END 代码块看成一种特殊的 pattern{action} 代码块

代码语言：javascript复制

# bool pattern
/regular expression/   # 正则匹配，e.g., /a.*ef/{action}
relational expression  # 大小关系匹配，e.g., 3>2{action}
pattern && pattern     # 逻辑与
pattern || pattern     # 逻辑或
!pattern               # 逻辑反
pattern ? pattern : pattern  # 三目运算符

# 范围 pattern
pattern1, pattern2     # 范围匹配，匹配从 pattern1 到 pattern2 之间的内容

`awk` 读取文件

记录分隔符

awk读取文件时，每读取一条记录(Record)(默认下按行读取，一行就是一条记录). 每读取一条记录，将其保存到$0中，然后执行一次 main 代码段。

可通过修改预定义变量RS来改变每次读取的记录模式，RS变量表示输入记录分隔符(Record Separator)，默认值为n

RS一般设置在 BEGIN 代码块中，因为需要在读取文件前确定好分隔符

注：RS变量作为输入记录分割符，所读取的每条记录不包含RS变量值

RS 为单个字符，则直接用该字符来分割记录
RS 为多个字符，则将其作为正则表达式，只要匹配上正则表达式都用来分割记录
- 设置预定义变量IGNORECASE为非零值，正则匹配时忽略大小写

特殊RS值解决特定需求：

代码语言：javascript复制

RS=""    # 按段落读取
RS="^$"  # 一次性读取所有数据, 该正则只能匹配空文件
RS="n " # 按行读取，但忽略所有空行

awk每读取一条记录时，会设置预定义变量RT表示记录分割符(Record Termination)。当RS为单个字符时，RT的值和RS值相同。当RS为正则表达式时，RT`为正则匹配的记录分隔符

行号

awk读取每条记录后，将其赋值给$0和设置RT外，还会设置NR和FNR这两个预定义变量

NR: 所有文件的行号计数器
FNR: 各个文件的行号计数器，针对于多个文件输入的情况

字段分割

awk读取每条记录后，将其赋值给0，同时还会对该条记录按照预定义变量FS划分字段，将划分后的各个字段依次存入 1，2， 3 …，同时将划分好的字段数量赋值给预定义变量NF

代码语言：javascript复制

awk '{print $NF}' a.txt   # 输出 a.txt 的最后一列

未完待续 ~~

本文作者： Ifan Tsai (菜菜)

本文链接： https://cloud.tencent.com/developer/article/2164605

linux unix 编程算法 shell 正则表达式

0 人点赞

上古神器 awk 笔记

awk基本格式

BEGIN 和 END 语句块

awkpattern 和 action

awk 读取文件

记录分隔符

行号

字段分割

`awk`基本格式

`BEGIN` 和 `END` 语句块

`awk`pattern 和 action

`awk` 读取文件