如何使用 awk 命令进行文本操作？

awk 命令本质上是一种脚本语言和 Linux 中强大的文本操作工具。 它以其创始人阿尔弗雷德的名字命名 一种哦，彼得 W艾因伯格和布赖恩 ķ厄尼根 awk 很受欢迎，因为它能够像处理数字一样容易地处理文本（字符串）。

它逐个扫描一系列输入行或记录，搜索与模式匹配的行。 当找到匹配时，可以执行操作。 它是一种模式动作语言。

awk 的输入可以来自文件、重定向和管道，也可以直接来自标准输入。

目录

术语

在深入学习本教程之前，让我们先了解一些基本术语。 这将使您更容易更好地理解这个概念。

1. 记录

awk 将每一行视为一条记录。

  • RS 用于提及记录分隔符。 默认情况下，RS 设置为换行符。
  • NR 是跟踪记录号的变量。 它的值等于正在处理的记录。 NR 可以假定为默认场景中的行号。

2. 字段

每条记录都被分成多个字段。 这意味着每一行都被分成多个字段。

  • FS 是字段分隔符。 默认情况下，FS 设置为空白。 这意味着每个单词都是一个字段。
  • NF 是特定记录中的字段数。

字段编号为：

  • 整条线 0 美元。
  • 第一个字段 1 美元。
  • 第二个字段 2 美元。
  • $n 用于第 n 个字段。
  • 最后一个字段的 $NF。
  • $NF-1 用于倒数第二个字段。

awk 的标准格式

awk 命令的标准格式是：

$ awk ' BIGIN{/instructions/} /pattern/ {ACTIONS} END{/instructions}' file_name
  • 模式-动作对将包含在单引号（’）中
  • BEGIN 和 END 是可选的，用于提及在处理输入之前和之后要执行的操作。
  • 该模式表示如果满足导致执行操作的条件
  • 该操作指定了匹配成功时要执行的精确命令集。
  • 如果输入来自文件，则要指定 file_name。

awk 命令的基本用法

awk 可用于根据文本中的某些模式将消息打印到终端。 如果您运行 awk 命令而没有任何模式并且只运行一个打印命令，那么每次您按 Enter 键时 awk 都会打印该消息。 发生这种情况是因为 awk 命令需要来自命令行界面的输入。

$ awk '{print "This is how awk command is used for printing"}'
awk 打印

使用 awk 处理来自命令行的输入

我们在前面看到 example 如果没有提到输入源，那么 awk 只是从命令行获取输入。

awk 下的输入被视为记录的集合，每条记录又是字段的集合。 我们可以使用它来实时处理输入。

$ awk '$3=="linux" {print "That is amazing!", $1}'

此代码查找行中第三个单词是“linux”的模式。 当找到匹配项时，它会打印消息。 在这里，我们引用了同一行的第一个字段。 在继续之前，让我们创建一个文本文件用作输入。

这可以在 linux 中使用 cat 命令来完成。

猫命令 使用 cat 创建文本文件

该文件的文本是：

First 200
Second 300
Third 150
Fourth 300
Fifth 250
Sixth 500
Seventh 100
Eight 50
Ninth 70
Tenth 270

这些可能是不同客户的卢比会费，名为 First、Second ……等等。

使用字段从文件打印

可以使用 awk 打印来自文件的输入。 我们可以参考不同的字段以花哨的方式打印输出。

$ awk '{print $1, "owes", $2}' rec.txt
打印 awk 1打印 awk

$1 和 $2 分别用于引用字段一和字段二。 我们输入文件中的这些是每行中的第一个和第二个单词。 我们没有在此命令中提到任何模式，因此 awk 命令对每条记录运行该操作。 awk 的默认模式是“”，它匹配每一行。

玩 awk 分隔符

awk 中有三种类型的分隔符。

  • OFS：输出字段分隔符
  • FS：字段分隔符
  • RS：记录分隔符

1.输出字段分隔符（OFS）

您可以注意到默认情况下，打印命令用空格分隔输出字段。 这可以通过更改 OFS 来更改。

$ awk 'OFS=" owes " {print $1,$2}' rec.txt
OFSOFS

实现与前一种情况相同的输出。 默认输出字段分隔符已从空格更改为“欠”。 然而，这并不是改变 OFS 的最佳方式。 应在 awk 命令的 BEGIN 部​​分更改所有分隔符。

2. 场分离器 (FS)

字段分隔符可以通过改变 FS 的值来改变。 默认情况下，FS 设置为空白。 我们使用以下数据创建了另一个文件。 这里名称和金额用’-‘分隔

First-200
Second-300
Third-150
Fourth-300
Fifth-250
Sixth-500
Seventh-100
Eight-50
Ninth-70
Tenth-270

$ awk 'FS="-" {print $1}' rec-sep.txt
awk -fs

您可以注意到输出的第一行是错误的。 对于第一条记录，awk 似乎无法分隔字段。 这是因为我们在操作部分提到了更改字段分隔符的语句。 第一次运行操作部分是在处理完第一条记录之后。 在这种情况下，First-200 被读取并使用字段分隔符作为空格进行处理。

正确方法： 

$ awk 'BEGIN {FS="-"} {print $1}' rec_1.txt
Fs 正确

现在我们得到了正确的输出。 第一条记录已成功分离。 放置在 BEGIN 部​​分的任何语句在处理输入之前运行。 BEGIN 部​​分最常用于在处理输入之前打印消息。

3.记录分隔符（RS）

第三种分隔符是记录分隔符。 默认情况下，记录分隔符设置为换行符。 记录分隔符可以通过改变 RS 的值来改变。 如果输入是 CSV（逗号分隔值）文件，更改 RS 很有用。

为了 example 如果输入是：

First-200,Second-300,Third-150,Fourth-300,Fifth-250,Sixth-500,Seventh-100,Eight-50,Ninth-70,Tenth-270

这与上面的输入相同，但采用逗号分隔格式。

我们可以通过更改 RS 字段来处理这样的文件。

$ awk 'BEGIN {FS="-"; RS=","; OFS=" owes Rs. "} {print $1,$2}' rec_2.txt
.csv 文件 读取 csv

awk 中的布尔运算

布尔运算可以用作模式。 可以使用不同的字段值进行比较。 awk 的工作方式类似于 if-then 命令。 在我们的数据中，我们可以找到超过卢比的客户。 200 到期。

$ awk '$2>200 {print $1, "owes Rs.",$2}' rec.txt
模式

这通过将每条记录的第二个字段与 200 进行比较并在条件为真时打印来为我们提供列表。

使用 awk 命令匹配字符串文字

由于 awk 与字段一起使用，我们可以使用它来为我们带来好处。 运行 ls -l 命令会给出当前目录中所有文件的列表以及附加信息。

ls -lls -l

awk 命令可以与 ls -l 一起使用，以找出在 5 月份创建的文件。 $6 是显示文件创建月份的字段。 我们可以使用它并将该字段与字符串“May”匹配。

$ ls -l | awk '$6=="May" {print $9}'
ls -l 与 awkls -l 与 awk

awk 中的用户定义变量

要执行其他操作，可以在 awk 中定义变量。 为了 example 要计算会费大于 200 的人员列表中的总和，我们可以定义一个 sum 变量来计算总和。

$ awk 'BEGIN {sum=0} $2>200 {sum=sum+$2; print $1} END{print sum}' rec.txt
变量总和变量

sum 变量在 BEGIN 部​​分初始化，在 action 部分更新，并在 END 部分打印。 只有当模式部分中提到的条件为真时，才会使用操作部分。 由于每行都会检查模式，因此该结构作为循环工作，每次满足条件时都会执行更新。

用 awk 命令计数

awk 命令还可以用来统计行数、字数，甚至字符数。 让我们从使用 awk 命令计算行数开始。

计算行数

可以通过在 END 部分打印出 NR 变量来打印行数。 NR 用于存储当前记录号。 由于在处理完所有记录后访问 END 部分，因此 END 部分中的 NR 将包含记录的总数。

$ awk 'END { print NR }' rec.txt
行数 行数

计算字数

要获得单词的数量，可以使用 NF。 NF 是每条记录中的字段数。 如果对所有记录求和NF，就可以得到字数。 在命令中，c 用于统计字数。 对于每一行，该行中的字段总数被添加到 c。 在 END 部分，打印 c 将给出总字数。

$ awk 'BEGIN {c=0} {c=c+NF} END{print c}' rec.txt
字数字数

计算字符数

每行的字符数可以通过使用 awk 的内置长度函数获得。 $0 用于获取整个记录。 length($0) 将给出该记录中的字符数。

awk '{ print "number of characters in line", NR,"=" length($0) }' rec.txt
字符数字符数

结论

awk 命令可用于执行非常强大的文本操作。 直接访问字段的便利性为 awk 提供了优于 sed 的主要优势。 如前所述，awk 不仅是一个命令行工具，还是一种强大的脚本语言。 要了解有关 awk 的更多信息，请参阅 这.

Related Posts