awk === 文本和数据进行处理的编程语言 ## 补充说明 **awk** 是一种编程语言，用于在linux/unix下对文本和数据进行处理。数据可以来自标准输入(stdin)、一个或多个文件，或其它命令的输出。它支持用户自定义函数和动态正则表达式等先进功能，是linux/unix下的一个强大编程工具。它在命令行中使用，但更多是作为脚本来使用。awk有很多内建的功能，比如数组、函数等，这是它和C语言的相同之处，灵活性是awk最大的优势。 ## awk命令格式和选项 **语法形式** ``` awk [options] 'script' var=value file(s) awk [options] -f scriptfile var=value file(s) ``` **常用命令选项** * **-F fs   ** fs指定输入分隔符，fs可以是字符串或正则表达式，如-F: * **-v var=value   ** 赋值一个用户定义变量，将外部变量传递给awk * **-f scripfile  ** 从脚本文件中读取awk命令 * **-m[fr] val   ** 对val值设置内在限制，-mf选项限制分配给val的最大块数目；-mr选项限制记录的最大数目。这两个功能是Bell实验室版awk的扩展功能，在标准awk中不适用。 ## awk模式和操作 awk脚本是由模式和操作组成的。 ### 模式 模式可以是以下任意一个： * /正则表达式/：使用通配符的扩展集。 * 关系表达式：使用运算符进行操作，可以是字符串或数字的比较测试。 * 模式匹配表达式：用运算符`~`（匹配）和`!~`（不匹配）。 * BEGIN语句块、pattern语句块、END语句块：参见awk的工作原理 ### 操作 操作由一个或多个命令、函数、表达式组成，之间由换行符或分号隔开，并位于大括号内，主要部分是： * 变量或数组赋值 * 输出命令 * 内置函数 * 控制流语句 ## awk脚本基本结构 ``` awk 'BEGIN{ print "start" } pattern{ commands } END{ print "end" }' file ``` 一个awk脚本通常由：BEGIN语句块、能够使用模式匹配的通用语句块、END语句块3部分组成，这三个部分是可选的。任意一个部分都可以不出现在脚本中，脚本通常是被 **单引号** 或 **双引号** 中，例如： ``` awk 'BEGIN{ i=0 } { i++ } END{ print i }' filename awk "BEGIN{ i=0 } { i++ } END{ print i }" filename ``` ### awk的工作原理 ``` awk 'BEGIN{ commands } pattern{ commands } END{ commands }' ``` * 第一步：执行`BEGIN{ commands }`语句块中的语句； * 第二步：从文件或标准输入(stdin)读取一行，然后执行`pattern{ commands }`语句块，它逐行扫描文件，从第一行到最后一行重复这个过程，直到文件全部被读取完毕。 * 第三步：当读至输入流末尾时，执行`END{ commands }`语句块。 **BEGIN语句块** 在awk开始从输入流中读取行 **之前** 被执行，这是一个可选的语句块，比如变量初始化、打印输出表格的表头等语句通常可以写在BEGIN语句块中。 **END语句块** 在awk从输入流中读取完所有的行 **之后** 即被执行，比如打印所有行的分析结果这类信息汇总都是在END语句块中完成，它也是一个可选语句块。 **pattern语句块** 中的通用命令是最重要的部分，它也是可选的。如果没有提供pattern语句块，则默认执行`{ print }`，即打印每一个读取到的行，awk读取的每一行都会执行该语句块。 **示例** ``` echo -e "A line 1nA line 2" | awk 'BEGIN{ print "Start" } { print } END{ print "End" }' Start A line 1 A line 2 End ``` 当使用不带参数的`print`时，它就打印当前行，当`print`的参数是以逗号进行分隔时，打印时则以空格作为定界符。在awk的print语句块中双引号是被当作拼接符使用，例如： ``` echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1,var2,var3; }' v1 v2 v3 ``` 双引号拼接使用： ``` echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1"="var2"="var3; }' v1=v2=v3 ``` { }类似一个循环体，会对文件中的每一行进行迭代，通常变量初始化语句（如：i=0）以及打印文件头部的语句放入BEGIN语句块中，将打印的结果等语句放在END语句块中。 ## awk内置变量（预定义变量） 说明：[A][N][P][G]表示第一个支持变量的工具，[A]=awk、[N]=nawk、[P]=POSIXawk、[G]=gawk ``` **$n** 当前记录的第n个字段，比如n为1表示第一个字段，n为2表示第二个字段。 **$0** 这个变量包含执行过程中当前行的文本内容。 [N] **ARGC** 命令行参数的数目。 [G] **ARGIND** 命令行中当前文件的位置（从0开始算）。 [N] **ARGV** 包含命令行参数的数组。 [G] **CONVFMT** 数字转换格式（默认值为%.6g）。 [P] **ENVIRON** 环境变量关联数组。 [N] **ERRNO** 最后一个系统错误的描述。 [G] **FIELDWIDTHS** 字段宽度列表（用空格键分隔）。 [A] **FILENAME** 当前输入文件的名。 [P] **FNR** 同NR，但相对于当前文件。 [A] **FS** 字段分隔符（默认是任何空格）。 [G] **IGNORECASE** 如果为真，则进行忽略大小写的匹配。 [A] **NF** 表示字段数，在执行过程中对应于当前的字段数。 [A] **NR** 表示记录数，在执行过程中对应于当前的行号。 [A] **OFMT** 数字的输出格式（默认值是%.6g）。 [A] **OFS** 输出字段分隔符（默认值是一个空格）。 [A] **ORS** 输出记录分隔符（默认值是一个换行符）。 [A] **RS** 记录分隔符（默认是一个换行符）。 [N] **RSTART** 由match函数所匹配的字符串的第一个位置。 [N] **RLENGTH** 由match函数所匹配的字符串的长度。 [N] **SUBSEP** 数组下标分隔符（默认值是34）。 ``` **示例** ``` echo -e "line1 f2 f3\nline2 f4 f5\nline3 f6 f7" | awk '{print "Line No:"NR", No of fields:"NF, "$0="$0, "$1="$1, "$2="$2, "$3="$3}' Line No:1, No of fields:3 $0=line1 f2 f3 $1=line1 $2=f2 $3=f3 Line No:2, No of fields:3 $0=line2 f4 f5 $1=line2 $2=f4 $3=f5 Line No:3, No of fields:3 $0=line3 f6 f7 $1=line3 $2=f6 $3=f7 ``` 使用`print $NF`可以打印出一行中的最后一个字段，使用`$(NF-1)`则是打印倒数第二个字段，其他以此类推： ``` echo -e "line1 f2 f3n line2 f4 f5" | awk '{print $NF}' f3 f5 ``` ``` echo -e "line1 f2 f3n line2 f4 f5" | awk '{print $(NF-1)}' f2 f4 ``` 打印每一行的第二和第三个字段： ``` awk '{ print $2,$3 }' filename ``` 统计文件中的行数： ``` awk 'END{ print NR }' filename ``` 以上命令只使用了END语句块，在读入每一行的时，awk会将NR更新为对应的行号，当到达最后一行NR的值就是最后一行的行号，所以END语句块中的NR就是文件的行数。 一个每一行中第一个字段值累加的例子： ``` seq 5 | awk 'BEGIN{ sum=0; print "总和：" } { print $1"+"; sum+=$1 } END{ print "等于"; print sum }' 总和： 1+ 2+ 3+ 4+ 5+ 等于 15 ``` ## 将外部变量值传递给awk 借助 **`-v`选项** ，可以将外部值（并非来自stdin）传递给awk： ``` VAR=10000 echo | awk -v VARIABLE=$VAR '{ print VARIABLE }' ``` 另一种传递外部变量方法： ``` var1="aaa" var2="bbb" echo | awk '{ print v1,v2 }' v1=$var1 v2=$var2 ``` 当输入来自于文件时使用： ``` awk '{ print v1,v2 }' v1=$var1 v2=$var2 filename ``` 以上方法中，变量之间用空格分隔作为awk的命令行参数跟随在BEGIN、{}和END语句块之后。 ## 查找进程pid ``` netstat -antup | grep 7770 | awk '{ print $NF NR}' | awk '{ print $1}' ``` ## awk运算与判断 作为一种程序设计语言所应具有的特点之一，awk支持多种运算，这些运算与C语言提供的基本相同。awk还提供了一系列内置的运算函数（如log、sqr、cos、sin等）和一些用于对字符串进行操作（运算）的函数（如length、substr等等）。这些函数的引用大大的提高了awk的运算功能。作为对条件转移指令的一部分，关系判断是每种程序设计语言都具备的功能，awk也不例外，awk中允许进行多种测试，作为样式匹配，还提供了模式匹配表达式~（匹配）和!~（不匹配）。作为对测试的一种扩充，awk也支持用逻辑运算符。 ### 算术运算符 | 运算符 | 描述 | | ----- | ---- | | + - | 加，减 | | * / & | 乘，除与求余 | | + - ! | 一元加，减和逻辑非 | | ^ *** | 求幂 | | ++ -- | 增加或减少，作为前缀或后缀 | 例： ``` awk 'BEGIN{a="b";print a++,++a;}' 0 2 ``` 注意：所有用作算术运算符进行操作，操作数自动转为数值，所有非数值都变为0 ### 赋值运算符 | 运算符 | 描述 | | ----- | ---- | | = += -= *= /= %= ^= **= | 赋值语句 | 例： ``` a+=5; 等价于：a=a+5; 其它同类 ``` ### 逻辑运算符 | 运算符 | 描述 | | ----- | ---- | | `\|\|` | 逻辑或 | | && | 逻辑与 | 例： ``` awk 'BEGIN{a=1;b=2;print (a>5 && b<=2),(a>5 || b<=2);}' 0 1 ``` ### 正则运算符 | 运算符 | 描述 | | ----- | ---- | | ~ !~ | 匹配正则表达式和不匹配正则表达式 | 例： ``` awk 'BEGIN{a="100testa";if(a ~ /^100*/){print "ok";}}' ok ``` ### 关系运算符 | 运算符 | 描述 | | ----- | ---- | | < <= > >= != == | 关系运算符 | 例： ``` awk 'BEGIN{a=11;if(a >= 9){print "ok";}}' ok ``` 注意：> < 可以作为字符串比较，也可以用作数值比较，关键看操作数如果是字符串就会转换为字符串比较。两个都为数字才转为数值比较。字符串比较：按照ASCII码顺序比较。 ### 其它运算符 | 运算符 | 描述 | | ----- | ---- | | $ | 字段引用 | | 空格 | 字符串连接符 | | ?: | C条件表达式 | | in | 数组中是否存在某键值 | 例： ``` awk 'BEGIN{a="b";print a=="b"?"ok":"err";}' ok ``` ``` awk 'BEGIN{a="b";arr[0]="b";arr[1]="c";print (a in arr);}' 0 ``` ``` awk 'BEGIN{a="b";arr[0]="b";arr["b"]="c";print (a in arr);}' 1 ``` ### 运算级优先级表 !级别越高越优先 级别越高越优先 ## awk高级输入输出 ### 读取下一条记录 awk中`next`语句使用：在循环逐行匹配，如果遇到next，就会跳过当前行，直接忽略下面语句。而进行下一行匹配。next语句一般用于多行合并： ``` cat text.txt a b c d e awk 'NR%2==1{next}{print NR,$0;}' text.txt 2 b 4 d ``` 当记录行号除以2余1，就跳过当前行。下面的`print NR,$0`也不会执行。下一行开始，程序有开始判断`NR%2`值。这个时候记录行号是`：2` ，就会执行下面语句块：`'print NR,$0'` 分析发现需要将包含有“web”行进行跳过，然后需要将内容与下面行合并为一行： ``` cat text.txt web01[192.168.2.100] httpd ok tomcat ok sendmail ok web02[192.168.2.101] httpd ok postfix ok web03[192.168.2.102] mysqld ok httpd ok 0 awk '/^web/{T=$0;next;}{print T":t"$0;}' test.txt web01[192.168.2.100]: httpd ok web01[192.168.2.100]: tomcat ok web01[192.168.2.100]: sendmail ok web02[192.168.2.101]: httpd ok web02[192.168.2.101]: postfix ok web03[192.168.2.102]: mysqld ok web03[192.168.2.102]: httpd ok ``` ### 简单地读取一条记录 `awk getline`用法：输出重定向需用到`getline函数`。getline从标准输入、管道或者当前正在处理的文件之外的其他输入文件获得输入。它负责从输入获得下一行的内容，并给NF,NR和FNR等内建变量赋值。如果得到一条记录，getline函数返回1，如果到达文件的末尾就返回0，如果出现错误，例如打开文件失败，就返回-1。 getline语法：getline var，变量var包含了特定行的内容。 awk getline从整体上来说，用法说明： * **当其左右无重定向符`|`或`<`时：** getline作用于当前文件，读入当前文件的第一行给其后跟的变量`var`或`$0`（无变量），应该注意到，由于awk在处理getline之前已经读入了一行，所以getline得到的返回结果是隔行的。 * **当其左右有重定向符`|`或`<`时：** getline则作用于定向输入文件，由于该文件是刚打开，并没有被awk读入一行，只是getline读入，那么getline返回的是该文件的第一行，而不是隔行。 **示例：** 执行linux的`date`命令，并通过管道输出给`getline`，然后再把输出赋值给自定义变量out，并打印它： ``` awk 'BEGIN{ "date" | getline out; print out }' test ``` 执行shell的date命令，并通过管道输出给getline，然后getline从管道中读取并将输入赋值给out，split函数把变量out转化成数组mon，然后打印数组mon的第二个元素： ``` awk 'BEGIN{ "date" | getline out; split(out,mon); print mon[2] }' test ``` 命令ls的输出传递给geline作为输入，循环使getline从ls的输出中读取一行，并把它打印到屏幕。这里没有输入文件，因为BEGIN块在打开输入文件前执行，所以可以忽略输入文件。 ``` awk 'BEGIN{ while( "ls" | getline) print }' ``` ### 关闭文件 awk中允许在程序中关闭一个输入或输出文件，方法是使用awk的close语句。 ``` close("filename") ``` filename可以是getline打开的文件，也可以是stdin，包含文件名的变量或者getline使用的确切命令。或一个输出文件，可以是stdout，包含文件名的变量或使用管道的确切命令。 ### 输出到一个文件 awk中允许用如下方式将结果输出到一个文件： ``` echo | awk '{printf("hello word!n") > "datafile"}' 或 echo | awk '{printf("hello word!n") >> "datafile"}' ``` ## 设置字段定界符 默认的字段定界符是空格，可以使用`-F "定界符"` 明确指定一个定界符： ``` awk -F: '{ print $NF }' /etc/passwd 或 awk 'BEGIN{ FS=":" } { print $NF }' /etc/passwd ``` 在`BEGIN语句块`中则可以用`OFS=“定界符”`设置输出字段的定界符。 ## 流程控制语句 在linux awk的while、do-while和for语句中允许使用break,continue语句来控制流程走向，也允许使用exit这样的语句来退出。break中断当前正在执行的循环并跳到循环外执行下一条语句。if 是流程选择用法。awk中，流程控制语句，语法结构，与c语言类型。有了这些语句，其实很多shell程序都可以交给awk，而且性能是非常快的。下面是各个语句用法。 ### 条件判断语句 ``` if(表达式) 语句1 else 语句2 ``` 格式中语句1可以是多个语句，为了方便判断和阅读，最好将多个语句用{}括起来。awk分枝结构允许嵌套，其格式为： ``` if(表达式) {语句1} else if(表达式) {语句2} else {语句3} ``` 示例： ``` awk 'BEGIN{ test=100; if(test>90){ print "very good"; } else if(test>60){ print "good"; } else{ print "no pass"; } }' very good ``` 每条命令语句后面可以用`;` **分号** 结尾。 ### 循环语句 #### while语句 ``` while(表达式) {语句} ``` 示例： ``` awk 'BEGIN{ test=100; total=0; while(i<=test){ total+=i; i++; } print total; }' 5050 ``` #### for循环 for循环有两种格式： 格式1： ``` for(变量 in 数组) {语句} ``` 示例： ``` awk 'BEGIN{ for(k in ENVIRON){ print k"="ENVIRON[k]; } }' TERM=linux G_BROKEN_FILENAMES=1 SHLVL=1 pwd=/root/text ... logname=root HOME=/root SSH_CLIENT=192.168.1.21 53087 22 ``` 注：ENVIRON是awk常量，是子典型数组。 格式2： ``` for(变量;条件;表达式) {语句} ``` 示例： ``` awk 'BEGIN{ total=0; for(i=0;i<=100;i++){ total+=i; } print total; }' 5050 ``` #### do循环 ``` do {语句} while(条件) ``` 例子： ``` awk 'BEGIN{ total=0; i=0; do {total+=i;i++;} while(i<=100) print total; }' 5050 ``` ### 其他语句 * **break** 当 break 语句用于 while 或 for 语句时，导致退出程序循环。 * **continue** 当 continue 语句用于 while 或 for 语句时，使程序循环移动到下一个迭代。 * **next** 能能够导致读入下一个输入行，并返回到脚本的顶部。这可以避免对当前输入行执行其他的操作过程。 * **exit** 语句使主输入循环退出并将控制转移到END,如果END存在的话。如果没有定义END规则，或在END中应用exit语句，则终止脚本的执行。 ## 数组应用 数组是awk的灵魂，处理文本中最不能少的就是它的数组处理。因为数组索引（下标）可以是数字和字符串在awk中数组叫做关联数组(associative arrays)。awk 中的数组不必提前声明，也不必声明大小。数组元素用0或空字符串来初始化，这根据上下文而定。 ### 数组的定义 数字做数组索引（下标）： ``` Array[1]="sun" Array[2]="kai" ``` 字符串做数组索引（下标）： ``` Array["first"]="www" Array"[last"]="name" Array["birth"]="1987" ``` 使用中`print Array[1]`会打印出sun；使用`print Array[2]`会打印出kai；使用`print["birth"]`会得到1987。 **读取数组的值** ``` { for(item in array) {print array[item]}; } #输出的顺序是随机的 { for(i=1;i<=len;i++) {print array[i]}; } #Len是数组的长度 ``` ### 数组相关函数 **得到数组长度：** ``` awk 'BEGIN{info="it is a test";lens=split(info,tA," ");print length(tA),lens;}' 4 4 ``` length返回字符串以及数组长度，split进行分割字符串为数组，也会返回分割得到数组长度。 ``` awk 'BEGIN{info="it is a test";split(info,tA," ");print asort(tA);}' 4 ``` asort对数组进行排序，返回数组长度。 **输出数组内容（无序，有序输出）：** ``` awk 'BEGIN{info="it is a test";split(info,tA," ");for(k in tA){print k,tA[k];}}' 4 test 1 it 2 is 3 a ``` `for…in`输出，因为数组是关联数组，默认是无序的。所以通过`for…in`得到是无序的数组。如果需要得到有序数组，需要通过下标获得。 ``` awk 'BEGIN{info="it is a test";tlen=split(info,tA," ");for(k=1;k<=tlen;k++){print k,tA[k];}}' 1 it 2 is 3 a 4 test ``` 注意：数组下标是从1开始，与C数组不一样。 **判断键值存在以及删除键值：** ``` #错误的判断方法： awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if(tB["c"]!="1"){print "no found";};for(k in tB){print k,tB[k];}}' no found a a1 b b1 c ``` 以上出现奇怪问题，`tB[“c”]`没有定义，但是循环时候，发现已经存在该键值，它的值为空，这里需要注意，awk数组是关联数组，只要通过数组引用它的key，就会自动创建改序列。 ```bash #正确判断方法： awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if( "c" in tB){print "ok";};for(k in tB){print k,tB[k];}}' a a1 b b1 ``` `if(key in array)`通过这种方法判断数组中是否包含`key`键值。 ```bash #删除键值： awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";delete tB["a"];for(k in tB){print k,tB[k];}}' b b1 ``` `delete array[key]`可以删除，对应数组`key`的，序列值。 ### 二维、多维数组使用 awk的多维数组在本质上是一维数组，更确切一点，awk在存储上并不支持多维数组。awk提供了逻辑上模拟二维数组的访问方式。例如，`array[2,4]=1`这样的访问是允许的。awk使用一个特殊的字符串`SUBSEP(�34)`作为分割字段，在上面的例子中，关联数组array存储的键值实际上是2�344。 类似一维数组的成员测试，多维数组可以使用`if ( (i,j) in array)`这样的语法，但是下标必须放置在圆括号中。类似一维数组的循环访问，多维数组使用`for ( item in array )`这样的语法遍历数组。与一维数组不同的是，多维数组必须使用`split()`函数来访问单独的下标分量。 ```bash awk 'BEGIN{ for(i=1;i<=9;i++){ for(j=1;j<=9;j++){ tarr[i,j]=i*j; print i,"*",j,"=",tarr[i,j]; } } }' 1 * 1 = 1 1 * 2 = 2 1 * 3 = 3 1 * 4 = 4 1 * 5 = 5 1 * 6 = 6 ... 9 * 6 = 54 9 * 7 = 63 9 * 8 = 72 9 * 9 = 81 ``` 可以通过`array[k,k2]`引用获得数组内容。 另一种方法： ```bash awk 'BEGIN{ for(i=1;i<=9;i++){ for(j=1;j<=9;j++){ tarr[i,j]=i*j; } } for(m in tarr){ split(m,tarr2,SUBSEP); print tarr2[1],"*",tarr2[2],"=",tarr[m]; } }' ``` ## 内置函数 awk内置函数，主要分以下3种类似：算数函数、字符串函数、其它一般函数、时间函数。 ### 算术函数 | 格式 | 描述 | | ---- | ---- | | atan2( y, x ) | 返回 y/x 的反正切。 | | cos( x ) | 返回 x 的余弦；x 是弧度。 | | sin( x ) | 返回 x 的正弦；x 是弧度。 | | exp( x ) | 返回 x 幂函数。 | | log( x ) | 返回 x 的自然对数。 | | sqrt( x ) | 返回 x 平方根。 | | int( x ) | 返回 x 的截断至整数的值。 | | rand( ) | 返回任意数字 n，其中 0 <= n < 1。 | | srand( [expr] ) | 将 rand 函数的种子值设置为 Expr 参数的值，或如果省略 Expr 参数则使用某天的时间。返回先前的种子值。 | 举例说明： ``` awk 'BEGIN{OFMT="%.3f";fs=sin(1);fe=exp(10);fl=log(10);fi=int(3.1415);print fs,fe,fl,fi;}' 0.841 22026.466 2.303 3 ``` OFMT 设置输出数据格式是保留3位小数。 获得随机数： ``` awk 'BEGIN{srand();fr=int(100*rand());print fr;}' 78 awk 'BEGIN{srand();fr=int(100*rand());print fr;}' 31 awk 'BEGIN{srand();fr=int(100*rand());print fr;}' 41 ``` ### 字符串函数 | 格式 | 描述 | | ---- | ---- | | gsub( Ere, Repl, [ In ] ) | 除了正则表达式所有具体值被替代这点，它和 sub 函数完全一样地执行。 | | sub( Ere, Repl, [ In ] ) | 用 Repl 参数指定的字符串替换 In 参数指定的字符串中的由 Ere 参数指定的扩展正则表达式的第一个具体值。sub 函数返回替换的数量。出现在 Repl 参数指定的字符串中的 &（和符号）由 In 参数指定的与 Ere 参数的指定的扩展正则表达式匹配的字符串替换。如果未指定 In 参数，缺省值是整个记录（$0 记录变量）。 | | index( String1, String2 ) | 在由 String1 参数指定的字符串（其中有出现 String2 指定的参数）中，返回位置，从 1 开始编号。如果 String2 参数不在 String1 参数中出现，则返回 0（零）。 | | length [(String)] | 返回 String 参数指定的字符串的长度（字符形式）。如果未给出 String 参数，则返回整个记录的长度（$0 记录变量）。 | | blength [(String)] | 返回 String 参数指定的字符串的长度（以字节为单位）。如果未给出 String 参数，则返回整个记录的长度（$0 记录变量）。 | | substr( String, M, [ N ] ) | 返回具有 N 参数指定的字符数量子串。子串从 String 参数指定的字符串取得，其字符以 M 参数指定的位置开始。M 参数指定为将 String 参数中的第一个字符作为编号 1。如果未指定 N 参数，则子串的长度将是 M 参数指定的位置到 String 参数的末尾 的长度。 | | match( String, Ere ) | 在 String 参数指定的字符串（Ere 参数指定的扩展正则表达式出现在其中）中返回位置（字符形式），从 1 开始编号，或如果 Ere 参数不出现，则返回 0（零）。RSTART 特殊变量设置为返回值。RLENGTH 特殊变量设置为匹配的字符串的长度，或如果未找到任何匹配，则设置为 -1（负一）。| | split( String, A, [Ere] ) | 将 String 参数指定的参数分割为数组元素 A[1], A[2], . . ., A[n]，并返回 n 变量的值。此分隔可以通过 Ere 参数指定的扩展正则表达式进行，或用当前字段分隔符（FS 特殊变量）来进行（如果没有给出 Ere 参数）。除非上下文指明特定的元素还应具有一个数字值，否则 A 数组中的元素用字符串值来创建。 | | tolower( String ) | 返回 String 参数指定的字符串，字符串中每个大写字符将更改为小写。大写和小写的映射由当前语言环境的 LC_CTYPE 范畴定义。 | | toupper( String ) | 返回 String 参数指定的字符串，字符串中每个小写字符将更改为大写。大写和小写的映射由当前语言环境的 LC_CTYPE 范畴定义。 | | sprintf(Format, Expr, Expr, . . . ) | 根据 Format 参数指定的 printf 子例程格式字符串来格式化 Expr 参数指定的表达式并返回最后生成的字符串。 | 注：Ere都可以是正则表达式。 **gsub,sub使用** ``` awk 'BEGIN{info="this is a test2010test!";gsub(/[0-9]+/,"!",info);print info}' this is a test!test! ``` 在 info中查找满足正则表达式，`/[0-9]+/` 用`””`替换，并且替换后的值，赋值给info 未给info值，默认是`$0` **查找字符串（index使用）** ``` awk 'BEGIN{info="this is a test2010test!";print index(info,"test")?"ok":"no found";}' ok ``` 未找到，返回0 **正则表达式匹配查找(match使用）** ``` awk 'BEGIN{info="this is a test2010test!";print match(info,/[0-9]+/)?"ok":"no found";}' ok ``` **截取字符串(substr使用）** ``` [wangsl@centos5 ~]$ awk 'BEGIN{info="this is a test2010test!";print substr(info,4,10);}' s is a tes ``` 从第 4个 字符开始，截取10个长度字符串 **字符串分割（split使用）** ``` awk 'BEGIN{info="this is a test";split(info,tA," ");print length(tA);for(k in tA){print k,tA[k];}}' 4 4 test 1 this 2 is 3 a ``` 分割info，动态创建数组tA，这里比较有意思，`awk for …in`循环，是一个无序的循环。 并不是从数组下标1…n ，因此使用时候需要注意。 **格式化字符串输出（sprintf使用）** 格式化字符串格式： 其中格式化字符串包括两部分内容：一部分是正常字符，这些字符将按原样输出; 另一部分是格式化规定字符，以`"%"`开始，后跟一个或几个规定字符,用来确定输出内容格式。 | 格式 | 描述 | 格式 | 描述 | | ---- | ---- | ---- | ---- | | %d | 十进制有符号整数 | %u | 十进制无符号整数 | | %f | 浮点数 | %s | 字符串 | | %c | 单个字符 | %p | 指针的值 | | %e | 指数形式的浮点数 | %x | %X 无符号以十六进制表示的整数 | | %o | 无符号以八进制表示的整数 | %g | 自动选择合适的表示法 | ``` awk 'BEGIN{n1=124.113;n2=-1.224;n3=1.2345; printf("%.2f,%.2u,%.2g,%X,%on",n1,n2,n3,n1,n1);}' 124.11,18446744073709551615,1.2,7C,174 ``` ### 一般函数 | 格式 | 描述 | | ---- | ---- | | close( Expression ) | 用同一个带字符串值的 Expression 参数来关闭由 print 或 printf 语句打开的或调用 getline 函数打开的文件或管道。如果文件或管道成功关闭，则返回 0；其它情况下返回非零值。如果打算写一个文件，并稍后在同一个程序中读取文件，则 close 语句是必需的。 | | system(command ) | 执行 Command 参数指定的命令，并返回退出状态。等同于 system 子例程。| | Expression `\|` getline [ Variable ] | 从来自 Expression 参数指定的命令的输出中通过管道传送的流中读取一个输入记录，并将该记录的值指定给 Variable 参数指定的变量。如果当前未打开将 Expression 参数的值作为其命令名称的流，则创建流。创建的流等同于调用 popen 子例程，此时 Command 参数取 Expression 参数的值且 Mode 参数设置为一个是 r 的值。只要流保留打开且 Expression 参数求得同一个字符串，则对 getline 函数的每次后续调用读取另一个记录。如果未指定 Variable 参数，则 $0 记录变量和 NF 特殊变量设置为从流读取的记录。| | getline [ Variable ] < Expression | 从 Expression 参数指定的文件读取输入的下一个记录，并将 Variable 参数指定的变量设置为该记录的值。只要流保留打开且 Expression 参数对同一个字符串求值，则对 getline 函数的每次后续调用读取另一个记录。如果未指定 Variable 参数，则 $0 记录变量和 NF 特殊变量设置为从流读取的记录。 | | getline [ Variable ] | 将 Variable 参数指定的变量设置为从当前输入文件读取的下一个输入记录。如果未指定 Variable 参数，则 $0 记录变量设置为该记录的值，还将设置 NF、NR 和 FNR 特殊变量。 | **打开外部文件（close用法）** ``` awk 'BEGIN{while("cat /etc/passwd"|getline){print $0;};close("/etc/passwd");}' root:x:0:0:root:/root:/bin/bash bin:x:1:1:bin:/bin:/sbin/nologin daemon:x:2:2:daemon:/sbin:/sbin/nologin ``` **逐行读取外部文件(getline使用方法）** ``` awk 'BEGIN{while(getline < "/etc/passwd"){print $0;};close("/etc/passwd");}' root:x:0:0:root:/root:/bin/bash bin:x:1:1:bin:/bin:/sbin/nologin daemon:x:2:2:daemon:/sbin:/sbin/nologin ``` ``` awk 'BEGIN{print "Enter your name:";getline name;print name;}' Enter your name: chengmo chengmo ``` **调用外部应用程序(system使用方法）** ``` awk 'BEGIN{b=system("ls -al");print b;}' total 42092 drwxr-xr-x 14 chengmo chengmo 4096 09-30 17:47 . drwxr-xr-x 95 root root 4096 10-08 14:01 .. ``` b返回值，是执行结果。 ### 时间函数 | 格式 | 描述 | | ---- | ---- | | 函数名 | 说明 | | mktime( YYYY MM dd HH MM ss[ DST]) | 生成时间格式 | | strftime([format [, timestamp]]) | 格式化时间输出，将时间戳转为时间字符串具体格式，见下表。 | | systime() | 得到时间戳，返回从1970年1月1日开始到当前时间(不计闰年)的整秒数 | **建指定时间(mktime使用）** ``` awk 'BEGIN{tstamp=mktime("2001 01 01 12 12 12");print strftime("%c",tstamp);}' 2001年01月01日 星期一 12时12分12秒 ``` ``` awk 'BEGIN{tstamp1=mktime("2001 01 01 12 12 12");tstamp2=mktime("2001 02 01 0 0 0");print tstamp2-tstamp1;}' 2634468 ``` 求2个时间段中间时间差，介绍了strftime使用方法 ``` awk 'BEGIN{tstamp1=mktime("2001 01 01 12 12 12");tstamp2=systime();print tstamp2-tstamp1;}' 308201392 ``` **strftime日期和时间格式说明符** | 格式 | 描述 | | ---- | ---- | | %a | 星期几的缩写(Sun) | | %A | 星期几的完整写法(Sunday) | | %b | 月名的缩写(Oct) | | %B | 月名的完整写法(October) | | %c | 本地日期和时间 | | %d | 十进制日期 | | %D | 日期 08/20/99 | | %e | 日期，如果只有一位会补上一个空格 | | %H | 用十进制表示24小时格式的小时 | | %I | 用十进制表示12小时格式的小时 | | %j | 从1月1日起一年中的第几天 | | %m | 十进制表示的月份 | | %M | 十进制表示的分钟 | | %p | 12小时表示法(AM/PM) | | %S | 十进制表示的秒 | | %U | 十进制表示的一年中的第几个星期(星期天作为一个星期的开始) | | %w | 十进制表示的星期几(星期天是0) | | %W | 十进制表示的一年中的第几个星期(星期一作为一个星期的开始) | | %x | 重新设置本地日期(08/20/99) | | %X | 重新设置本地时间(12:00:00) | | %y | 两位数字表示的年(99) | | %Y | 当前月份 | | %% | 百分号(%) |