【Linux】awk 命令详解及使用示例：结构化文本数据处理工具

引言

awk 是一种强大的文本处理工具和编程语言，专为处理结构化文本数据而设计。它的名称来源于其三位创始人的姓氏首字母：Alfred Aho、Peter Weinberger 和 Brian Kernighan。

基本功能

1. 文本分析：按列/字段处理结构化文本数据
2. 模式匹配：根据条件筛选文本
3. 数据处理：支持算术运算和字符串操作
4. 报表生成：格式化输出结果

工作原理

1. awk 逐行读取输入
2. 将每行按分隔符（默认是空格）分割为字段
3. 对每行应用模式匹配和操作
4. 输出处理结果

内置变量

• $0 - 当前整行内容
• $1, $2, … - 第1个、第2个…字段
• NF - 当前行的字段数
• $NF - 最后一个字段
• NR - 当前处理的行号
• FNR - 当前文件中的行号
• FS - 输入字段分隔符（默认为空白字符）
• OFS - 输出字段分隔符
• RS - 输入记录分隔符（默认为换行符）
• ORS - 输出记录分隔符
• FILENAME - 当前输入文件名

常用选项

• -F 分隔符 - 指定输入字段分隔符
• -v var=值 - 设置变量
• -f 脚本文件 - 从文件读取awk脚本

程序结构

awk程序可以包含三部分：

• BEGIN { ... } - 在处理文本前执行
• pattern { action } - 对匹配的每一行执行
• END { ... } - 在处理完所有文本后执行

awk 'BEGIN {print "开始处理"} 
     {sum += $1} 
     END {print "总和:", sum}' data.txt

控制结构

awk支持常见的编程语言控制结构：

• 条件：if-else
• 循环：for, while, do-while
• 分支：switch

# 使用if条件
awk '{if ($1 > 10) print "大于10:", $0; else print "小于等于10:", $0}' file.txt

# 使用for循环
awk '{for(i=1; i<=3; i++) print $i}' file.txt

内置函数

awk提供了丰富的内置函数：

• 数学函数：sqrt(), sin(), rand()
• 字符串函数：length(), substr(), index(), match()
• 时间函数：systime(), strftime()
• 其他函数：gsub(), system()

使用示例

• 利用awk命令获取查看用户为root的进程PID信息

ps aux | awk '$1=="root" {print $2}'

• 利用列出/bin目录下连接文件的创建日期或者是最近的修改日期

ls -l /bin | awk '/^l/ {print $6, $7, $8}'

• 利用awk指令设置变量a=1，b=3并查找/etc目录下连接文件中第$a，$b列的字符信息

ls -l /etc | awk '/^l/ {a=1; b=3; print $a, $b}'

• 利用awk列出/bin目录下连接文件的权限信息（使用substr内置函数）

ls -l /bin | awk '/^l/ {print substr($1, 1, 10)}'

• 利用awk命令在/etc/passwd文件中显示以:作为分隔的第1列的数据

awk -F: '{print $1}' /etc/passwd

• 利用awk命令在/etc/passwd文件中第一个"/“符号前面的字段变为"unknown”

awk -F/ '{$1="unknown"; print}' OFS=/ /etc/passwd

参考资料

• https://www.runoob.com/linux/linux-comm-awk.html