linux的awk命令

142536a

　　awk 是继 grep系 和 sed系 的第三个文本处理器

　　gawk - pattern scanning and processing language
　　格式：
　　gawk [ options ] 'program' file ...
　　program：/PATTERN/{ACTION statement; ...}
　　PATTERN部分：决定动作语句何时触发以及通过什么事件来触发；
　　BEGIN,END
　　ACTION statement：对数据进行特定的处理，通常放置在{}中，并使用单引号进行引用；
　　print，printf
　　对awk来说，是需要有分隔符这个概念的，因为awk是根据分隔符来区分所需要操作的字段的；

　　输入分隔符：

　　awk对数据进行处理时，会根据特定的标识符号对数据进行分段处理，这种标识就称为“输入分隔符”，默认输入分隔符为空格；

　　输出分隔符：

　　awk在对数据处理完毕之后，会以特定的标识符号对各个字段进行连续后输出。这种标识就称为“输出分隔符”，默认输出分隔符是空白字符；
　　记录：

　　由换行符进行分隔的数据中的一行，称为一条记录；通常用$0来保存整个记录的内容；

　　

　　字段：

　　经过分隔符分隔之后的每一个数据分段，都称为一个字段(field);通常在使用awk处理数据时，使用$1, $2, ..$NF等内置变量来存储各个字段的数据；
　　awk的最全的工作模式： BEGIN{ACTION statement}{ACTION statement}END{ACTION statement}
　　首先执行BEGIN语句块，其次是主语句块，最后是END语句块；特别提示：BEGIN语句块执行的时候，不会处理数据内容，是在处理数据之前执行的语句，一般用于表头的书写；相反的END语句块，是执行玩数据处理之后，才会执行的语句，一般用于输出总数；BEGIN和END语句块都有可以省略不写，但是中间的语句块必须要写，不能省略；
　　常用选项：
　　-f program-file：从指定的文件中加载program语句块，而不是通过命令行给出相关的程序内容；
　　-F fs：指定出入字段的输入分隔符；默认是空白字符；
　　-v  var=val：用于声明自定义变量并为变量赋值；
　　awk的常用用法：
　　1.变量：

　　内建变量：
　　FS：input field separator，输入字段分隔符，默认为空白字符；
　　    OFS：output field separator，输出字段分隔符，默认为空白字符；

            RS: input record separator，输入记录(行)分隔符，默认为换行符；
注意：如果指定了额外的输入记录分隔符，原有的换行符依然有效；
            ORS：output record separator，输出记录分隔符；默认为换行符；

　　NF：number of fields，每一行中字段的总数；

　　NR：total number of input records，行的总数；如果仅处理一个文件，可以将NR的值当做此文件的各行的行号；

　　FNR: The input record number in the current input file，对于不同的文件分别统计其行的数量，也可以显示每个文件中每行的行号；

　　FILENAME：The name of the current input file，当前正在被处理的文件的文件名；

　　ARGC：The number of command line arguments，自定义变量命令行中参数的数量，包括awk命令本身，但不包括awk命令的选项部分和program部分；

　　ARGV：Array of command line arguments.由命令行中所有的参数所构成的数组；

　　自定义变量：

　　-v var_name=value（变量名大小写敏感）

　　常用的ACTION：
　　2.print：Print the current record，以标准格式输出结果；
　　格式：
　　print  item1,item2,...

　　注意：
　　    1) 各item之间需要使用","进行分隔；
　　    2) 输出的各item可以是字符串，可以是数字，可以是当前记录中的字段，可以是变量，可以是awk的表达式；
　　    3) 如果省略了item，则默认的item为$0，即：输出整行

　　3.printf：Format and print.以特定的格式输出结果；
　　格式：

　　printf "FORMAT" item1,item2,...
　　注意：

　　1) 必须给出合适的输出格式：
　　2) 默认不会自动换行，如果想要在输出结果中换行显示，需要显示出给定的换行控制符号，即：\n;
　　3) FORMAT中需要为后面的每一个item单独指定一个格式化符号；
　　常用的FORMAT：

　　%c：以ASCII码表中的内容显示字符信息；
　　%d，%i：显示十进制整数格式；
　　%e，%E：以科学计数法来显示数字；浮点类型；
　　%f，%F：显示十进制数字的浮点形式；
　　%g，%G：以科学计数法来下那是浮点数字；
　　%u：显示无符号的十进制数；
　　%s：显示字符串；
　　%x，%X：显示无符号的十六进制总数；
　　%%：显示一个%；
　　修饰符：
　　#[.#]：第一个数字用来控制显示宽度；第二个数字表示小数点的精度；
　　如：%5s,%8.3f
　　-：表示采用左对齐方式显示；默认是右对齐；
　　+：显示数字的正负符号；

　　4.操作符：

　　算术运算操作符：
　　双目运算符：

　　x+y，x-y，x*y，x/y，x^y, x%y
　　单目运算符：

　　-x: 将正整数转换为负整数；
　　+x：将字符串转换为数值；
　　字符串操作符：
　　        无任何操作符号时，即为字符串连接操作；
　　赋值操作符：
　　        =，+=，-=，*=，/=，^=，%=
　　++, --
　　    比较操作符
　　        ==，!=，=

　　模式匹配操作符：
　　            ~：操作符左侧的字符串是否能够被右侧的PATTERN所匹配；
　　            !~：操作符左侧的字符串是否不能被右侧的PATTERN所匹配；

　　逻辑运算操作符：
　　&&     ||      !

　　条件表达式：
　　selector(condition)?if-true-expression:if-false-expression

　　5.PATTERN部分：
　　1) empty：空模式，不加区分地处理文件的每一行；
　　2) [!]/REGEXP/：仅处理[不]能被PATTERN匹配到的行；

　　3) 关系表达式：
　　$3>=1000
　　$NF~/bash/
　　4) 行域，行范围：
　　关系表达式的逻辑运算：FNR>=10&&FNR