簡介

awk是一個強大的文本分析工具，相對于grep的查找，sed的編輯，awk在其對數據分析并生成報告時，顯得尤為強大。簡單來說awk就是把文件逐行的讀入，以空格為默認分隔符將每行切片，切開的部分再進行各種分析處理。
awk有3個不同版本: awk、nawk和gawk，未作特別說明，一般指gawk，gawk 是 AWK 的 GNU 版本。
awk其名稱得自于它的創始人 Alfred Aho 、Peter Weinberger 和 Brian Kernighan 姓氏的首個字母。實際上 AWK 的確擁有自己的語言： AWK 程序設計語言 ， 三位創建者已將它正式定義為“樣式掃描和處理語言”。它允許您創建簡短的程序，這些程序讀取輸入文件、為數據排序、處理數據、對輸入執行計算以及生成報表，還有無數其他的功能。

使用方法

awk '{pattern + action}' {filenames}

盡管操作可能會很復雜，但語法總是這樣，其中 pattern 表示 AWK 在數據中查找的內容，而 action 是在找到匹配內容時所執行的一系列命令。花括號（{}）不需要在程序中始終出現，但它們用于根據特定的模式對一系列指令進行分組。 pattern就是要表示的正則表達式，用斜杠括起來。

awk語言的最基本功能是在文件或者字符串中基于指定規則瀏覽和抽取信息，awk抽取信息后，才能進行其他文本操作。完整的awk腳本通常用來格式化文本文件中的信息。

通常，awk是以文件的一行為處理單位的。awk每接收文件的一行，然后執行相應的命令，來處理文本。

調用awk

有三種方式調用awk

說明:

awk被設計用于數據流，能夠對列和行進行操作。而sed更多的是匹配，進行替換和刪除。
awk有很多內建的功能，比如數組，函數等。靈活性是awk的最大優勢。

awk的結構
awk '
BEGIN{ print "start"}
pattern { commands }
END{ print "end"}'
file
為了偏于觀看，我打了回車，實際上是一行

一個awk腳本通常是3部分
1. BEGIN語句塊
2. 能夠使用模式匹配的通用語句塊
3. END語句塊
 他們任何一部分都可以不出現在腳本中。腳本通常包含在雙引號或者單引號內。
 例如：

awk 'BEGIN{i=0}{i++}END{print i}' filename 

工作原理

awk命令的工作方式如下：

1. 執行BEGIN{commands}語句塊中的語句
2. 從文件或者stdin中讀取一行，然后執行pattern{commands}. 迭代直到全部讀取完畢
3. 最后執行END{commands}語句塊

再次提醒，他們任何一部都可以沒有

而awk的功能也遠不止如此

入門實例：

解釋：逗號為定界符（分隔符）

echo | awk '{var1="v1";var2="v2";var3="v3"; print var1"-"var2"-"var3;}'

打印v1-v2-v3

解釋：雙引號為連接符

其他任何符號，都不能正常輸出v1,v2,v3

解讀--help（一個非常龐大復雜的幫助文檔，官方用了410頁的篇幅PDF來介紹，如果我只言片語，你信我自己都不信。。）

用法: awk [POSIX 或 GNU 風格選項] -f 腳本文件 [--] 文件 ...
用法: awk [POSIX 或 GNU 風格選項] [--] '程序' 文件 ...
POSIX 選項:             GNU 長選項:
     -f 腳本文件        --file=腳本文件
    -F fs            --field-separator=fs
指定輸入文本分隔符，fs是一個字符串或者是一個正則表達式，
    -v var=val        --assign=var=val
將外部變量值付給var
     -m[fr] val
     -O            --optimize
啟用一些優化程序的內部表示。
     -W compat        --compat
在兼容模式下運行awk。所以gawk的行為和標準的awk完全一樣，所有的awk擴展都被忽略。
     -W copyleft        --copyleft
打印簡短的版權信息
    -W copyright        --copyright
打印短版的通用公共許可證，然后退出
     -W dump-variables[=file]    --dump-variables[=file]
打印全局變量，其類型，提交的最終值的排序列表。
    -W exec=file        --exec=file
與-f類似，但與他有兩點不同，（我回頭把相關文檔上傳，太長）
    -W gen-po        --gen-po
（內容太多）
    -W help            --help 打印幫助
    -W lint[=fatal]        --lint[=fatal]
警告可疑或不移植到其他的awk實現的結構
     -W lint-old        --lint-old
打印關于不能向傳統unix平臺移植的結構的警告
     -W non-decimal-data    --non-decimal-data
啟用自動輸入數據的解釋，八進制和十六進制值
     -W profile[=file]    --profile[=file]
啟用awk程序剖析
     -W posix        --posix
在嚴格意義上的POSIX模式運作。
     -W re-interval        --re-interval
允許間隔表達式在正則表達式上
    -W source=program-text    --source=program-text
     -W traditional        --traditional
傳統的Unix awk的正則表達式匹配
     -W usage        --usage
     -W use-lc-numeric    --use-lc-numeric
解析數字輸入時，強制使用的語言環境中的小數點字符
 數據
 -W version        --version
提交錯誤報告請參考“gawk.info”中的“Bugs”頁，它位于打印版本中的“Reporting
 Problems and Bugs”一節

注意：gawk是awk的GNU版本，即使help ，在ubuntu下也需要先安裝gawk

這回我們就不解讀了，為了增加大家的信息和樂趣，先來點基本的：

部分特殊變量：

NR: 表示記錄數量，在執行過程中對應于行號
NF：表示字段數量，在執行過程中對應于當前行的字段數
$0: 這個變量包含執行過程中當前行的文本內容
$1: 第一個字段的文本內容
$2: 第二個字段的文本內容

例子：

例1.

小注一下：$1是打印第一個，$NF打印最后一個字段，$(NF-1)打印倒數第二個

 例2.

seq 5 | awk 'BEGIN{ sum=0;print "Summation:"}{print $1"+";sum+=1}END{print "==";print sum}'

這個例子用到了基本格式。

BEGIN中 初始化了sum,打印Summation
中間模塊打印了第一列，然后給sum+1

END中打印了sum

 例3. 關于-v 外部變量

還有另一種靈活的方法可以將多個外部變量傳遞給awk，例如：

如果來自文件

awk '{print v1,v2}' v1=$var1 v2=$var2 filename

例4

$awk 'NR 5' #行號小于5
$awk 'NR==1,NR==4' #行號在1到5之間的行
$awk '/linux/' #包含樣式linux的行（可以用正則表達式指定樣式）
$awk '!/linux/' #不包含樣式linux的行

這次先寫這些，爭取在花2個篇幅能把awk做個比較全面的認識。

awk補充

之前我們學習了awk基本入門，我驚喜的發現有awk一篇詳細文章，有寫念頭，不能全部轉載，轉化成自己的方式來寫一些。

主講內置變量和部分字符串函數

內置變量（有翻譯特殊變量和環境變量，按照官方翻譯為內置變量）