06、AWK 基本使用实例

本章节，我们使用一些常见的实例来介绍 AWK 的一些常见用法。

在我们继续之前，请先确保当前目录下存在一个文件 employee.txt，里面的内容如下

1)  张三  技术部  23
2)  李四  人力部  22
3)  王五  行政部  23
4)  赵六  技术部  24
5)  朱七  客服部  23

AWK 中的列/字段和列编号

AWK是一个行处理器，但是却是一个列输出器。对于 AWK 来说，默认的分割符是空白符号，包括 "\t" 和空格 " "。

而且，当 AWK 使用分割符对每一行进行分割后，会对每一列/字段进行编号，取名 $ 1 $ 2 $ 3 $ 4，所见即所得的第一列，第二列，第三列.....

而 $ 0 则表示一整行。

于是，上面的文本编列如下

$1  $2   $3     $4

1)  张三  技术部  23    $0

之前的代码，我们都是使用 print $ 0 来输出整行，其实，我们可以用 print $ column_n 来输出一列或者其中的某些列。

例如，如果要输出第二列，也就是名字列，则可以使用 print $ 2

例如，如果我们要输出第一列和第三列，且使用制表符作为列分割符，则可以使用 print $ 1 "\t" $ 3

注意 "\t" 必须使用双引号引起来.

[www.ddkk.com]$ awk '{print $1 "\t" $3}' employee.txt

运行上面的代码，输出结果如下

1)  技术部
2)  人力部
3)  行政部
4)  技术部
5)  客服部

我们前面有提到，AWK 的主体代码包括两大部分，模式和 AWK 语句

/pattern/ {awk-commands}

模式和语句都是可选的，但，必须存在其一。它们之间有几大规则

1、模式部分，是正则字符串匹配；
2、 AWK语句部分，是模式部分匹配成功后要执行的语句；
3、如果模式部分省略，则默认每一行都匹配，也就是每一行都会被AWK语句执行；
4、如果语句部分省略，那么默认的语句就是输出行，也就是print $ 0；

例如，下面的 awk 命令，用于输出行总包行 “术” 的行

[www.ddkk.com]$ awk '/术/ {print $0}' employee.txt

运行上面的代码，输出结果如下

1)  张三  技术部  23
4)  赵六  技术部  24

因为AWK 语句部分可以省略，因此，上面的命令可以参略为

[www.ddkk.com]$ awk '/术/' employee.txt

运行上面的代码，输出结果如下

1)  张三  技术部  23
4)  赵六  技术部  24

需要注意的是，/pattern/ 模式匹配是针对整行的，从某些方面说，是针对 $ 0 的。

我们还可以在行匹配模式之后，输出其中的某一列或者某几列。

例如，下面的命令，在行匹配之后，输出第二列和第三列，并且使用制表符分隔。

[www.ddkk.com]$ awk '/术/ {print $1 "\t" $3}' employee.txt

运行上面的命令，输出结果如下

1)  技术部
4)  技术部

因为AWK 对每一列的分割在 BEGIN 语句执行完毕后就已经分割好了，因此我们在 AWK 主体代码中可以按照任意顺序把 $ 0.... $ n 传递给 print 函数

比如我们要想要先输出第三列，然后输出第一列，那么可以使用下面的命令

[www.ddkk.com]$ awk '/术/ {print $3 "\t" $1}' employee.txt

运行上面的代码，输出结果如下

技术部 1)
技术部 4)

AWK中的所有变量都不需要实现初始化，因为 AWK 发现它们如果没有初始化，则会自动初始化为 0

因此我们可以使用 {++count} 或者 {count++} 或者 {count = count+1} 来统计行数

[www.ddkk.com]$ awk '/术/ {count = count+1} END {print "Count = ", count}' employee.txt

运行上面的命令，输出结果如下

Count =  2

AWK提供了一个内建的函数 length( $ arg) 用于返回字符串 $ arg 的总长度

如果要获取某行的总长度，可以使用下面的语法

length($0)

同样的，如果要获取某列/字段的总长度，可以使用语法 length( $ n)

如果要判断某行的字符是否大于/小于/等于 N ，可以使用下面的语法

length($0) > N

例如，如果要输出输出总长度大于 18 的行，可以使用下面的命令

[www.ddkk.com]$ awk 'length($0) > 18' employee.txt

因为所有的行的总长度都大于 18，因此输出结果如下

1)  张三  技术部  23
2)  李四  人力部  22
3)  王五  行政部  23
4)  赵六  技术部  24
5)  朱七  客服部  23

对于上面的输出，大家是不是很疑惑，length( $ 0) >18 只是一个条件语句，并没有输出语句 print($` 0) 为什么会输出每一行？

这是因为，AWK 中的条件语句，如果没有实际的条件执行代码，那么会有一个默认的执行代码，就是 print( $ 0)，也就是输出当前行。