awk 入门 —— 强大的文本分析工具

让咱们开始使用它。

awk 是用于 Unix 和类 Unix 系统的强大文本解析工具，可是因为它有可编程函数，所以你能够用它来执行常规解析任务，所以它也被视为一种编程语言。你可能不会使用 awk 开发下一个 GUI 应用，而且它可能不会代替你的默认脚本语言，可是它是用于特定任务的强大程序。

这些任务或许是惊人的多样化。了解 awk 能够解决你的哪些问题的最好方法是学习 awk。你会惊讶于 awk 如何帮助你完成更多工做，却花费更少的精力。

awk 的基本语法是：

awk [options] 'pattern {action}' file
复制代码

首先，建立此示例文件并将其保存为 colours.txt。

name       color  amount
apple      red    4
banana     yellow 6
strawberry red    3
grape      purple 10
apple      green  8
plum       purple 2
kiwi       brown  4
potato     brown  9
pineapple  yellow 5
复制代码

数据被一个或多个空格分隔为列。以某种方式组织要分析的数据是很常见的。它不必定老是由空格分隔的列，甚至能够不是逗号或分号，但尤为是在日志文件或数据转储中，一般有一个可预测的格式。你可使用数据格式来帮助 awk 提取和处理你关注的数据。

打印列

在 awk 中，print 函数显示你指定的内容。你可使用许多预约义的变量，可是最多见的是文本文件中以整数命名的列。试试看：

$ awk '{print $2;}' colours.txt
color
red
yellow
red
purple
green
purple
brown
brown
yellow
复制代码

在这里，awk 显示第二列，用 $2 表示。这是相对直观的，所以你可能会猜想 print $1 显示第一列，而 print $3 显示第三列，依此类推。

要显示所有列，请使用 $0。

美圆符号（$）后的数字是表达式，所以 $2 和 $(1+1) 是同一意思。

有条件地选择列

你使用的示例文件很是结构化。它有一行充当标题，而且各列直接相互关联。经过定义条件，你能够限定 awk 在找到此数据时返回的内容。例如，要查看第二列中与 yellow 匹配的项并打印第一列的内容：

awk '$2=="yellow"{print $1}' file1.txt
banana
pineapple
复制代码

正则表达式也能够工做。此表达式近似匹配 $2 中以 p 开头跟上任意数量（一个或多个）字符后继续跟上 p 的值：

$ awk '$2 ~ /p.+p/ {print $0}' colours.txt
grape   purple  10
plum    purple  2
复制代码

数字能被 awk 天然解释。例如，要打印第三列包含大于 5 的整数的行：

awk '$3>5 {print $1, $2}' colours.txt
name    color
banana  yellow
grape   purple
apple   green
potato  brown
复制代码

字段分隔符

默认状况下，awk 使用空格做为字段分隔符。可是，并不是全部文本文件都使用空格来定义字段。例如，用如下内容建立一个名为 colours.csv 的文件：

name,color,amount
apple,red,4
banana,yellow,6
strawberry,red,3
grape,purple,10
apple,green,8
plum,purple,2
kiwi,brown,4
potato,brown,9
pineapple,yellow,5
复制代码

只要你指定将哪一个字符用做命令中的字段分隔符，awk 就能以彻底相同的方式处理数据。使用 --field-separator（或简称为 -F）选项来定义分隔符：

$ awk -F"," '$2=="yellow" {print $1}' file1.csv
banana
pineapple
复制代码

保存输出

使用输出重定向，你能够将结果写入文件。例如：

$ awk -F, '$3>5 {print $1, $2} colours.csv > output.txt 复制代码

这将建立一个包含 awk 查询内容的文件。

你还能够将文件拆分为按列数据分组的多个文件。例如，若是要根据每行显示的颜色将 colours.txt 拆分为多个文件，你能够在 awk 中包含重定向语句来重定向每条查询：

$ awk '{print > $2".txt"}' colours.txt
复制代码

这将生成名为 yellow.txt、red.txt 等文件。

在下一篇文章中，你将了解有关字段，记录和一些强大的 awk 变量的更多信息。

本文改编自社区技术播客 Hacker Public Radio。

---

via: opensource.com/article/19/…

做者：Seth Kenlon 选题：lujun9972 译者：geekpi 校对：wxy

本文由 LCTT 原创编译，Linux中国 荣誉推出