linux shell编程指南第九章------AWK 介绍2

修改文本域即对其重新赋值。需要做的就是赋给一个新的字符串。在J . Tr o l l中加入字母，

使其成为J . L . Tr o l l，表达式为$ 1 = " J . L . Tr o l l "，记住字符串要使用双秒号（ " "），并用圆括号括

起整个语法。

root@localhost huangcd]# awk '{if($1=="J.Troll") ($1="J.L.Troll"); print $1}' grade.txt

M.Tansley

J.Lulu

P.Bunny

J.L.Troll

L.Tansley

但如果文件很大，记录甚至超过1 0 0，打印所有记录只为查看修改部分显然不合情理。在模式

后面使用花括号将只打印修改部分。

[root@localhost huangcd]# awk '{if($1=="J.Troll") ($1="J.L.Troll");print $1}' grade.txt

M.Tansley

J.Lulu

P.Bunny

J.L.Troll

L.Tansley

在a w k中处理数据时，基于各域进行计算时创建新域是一种好习惯。创建新域要通过其他

域赋予新域标识符。如创建一个基于其他域的加法新域{ $ 4 = $ 2 + $ 3 }，这里假定记录包含3个域，

则域4为新建域，保存域2和域3相加结果。

在文件g r a d e . t x t中创建新域8保存域目前级别分与域最高级别分的减法值。表达式为

‘{ $ 8 = $ 7 - $ 6 }’，语法首先测试域目前级别分小于域最高级别分。新域因此只打印其值大于零

的学生名称及其新域值。在B E G I N部分加入t a b键以对齐报告头。

[root@localhost huangcd]# awk 'BEGIN{print "Name\t Difference"} {if($6<$7){$8=$7-$6;print $1,$8}}' grade.txt

Name Difference

M.Tansley 4

J.Lulu 2

当然可以创建新域，并赋给其更有意义的变量名。例如：

[root@localhost huangcd]# awk 'BEGIN{print "Name\t Difference"} {if($6<$7){diff=$7-$6;print $1,diff}}' grade.txt

Name Difference

M.Tansley 4

J.Lulu 2

为增加列数或进行运行结果统计，使用符号+ =。增加的结果赋给符号左边变量值，增加

到变量的域在符号右边。例如将$ 1加入变量t o t a l，表达式为t o t a l + = $ 1。列值增加很有用。许

多文件都要求统计总数，但输出其统计结果十分繁琐。在a w k中这很简单，请看下面的例子。

将所有学生的‘目前级别分’加在一起，方法是t o t + = $ 6，t o t即为a w k浏览的整个文件的

域6结果总和。所有记录读完后，在E N D部分加入一些提示信息及域6总和。不必在a w k中显

示说明打印所有记录，每一个操作匹配时，这是缺省动作。

[root@localhost huangcd]# awk '(tot+=$6);END{print "Club student total points:"tot}' grade.txt

M.Tansley 05/99 48311 Green 8 40 44

J.Lulu 06/99 48317 green 9 24 26

P.Bunny 02/99 48 Yellow 12 35 28

J.Troll 07/99 4842 Brown-3 12 26 26

L.Tansley 05/99 4712 Brown-2 12 30 28

Club student total points:155

如果文件很大，你只想打印结果部分而不是所有记录，在语句的外面加上圆括号{}即可。

[root@localhost huangcd]# awk '{(tot+=$6)};END{print "Club student total points:"tot}' grade.txt

Club student total points:155

文件长度相加：

在目录中查看文件时，如果想快速查看所有文件的长度及其总和，但要排除子目录，使

用ls -l命令，然后管道输出到a w k，a w k首先剔除首字符为d（使用正则表达式）的记录，然后

将文件长度列相加，并输出每一文件长度及在E N D部分输出所有文件的长度。

下面的正则表达式表明必须匹配行首，并排除字符d，表达式为^ [ ^ d ]。

使用此模式打印文件名及其长度，然后将各长度相加放入变量t o t中。

[root@localhost huangcd]# ls -l |awk '/^[^d]/ {print $8"\t"$5} {tot+=$5} END{print "total KB:"tot}'

addaccount.sh 179

data.f 302

delete_me_and_die 255

file1 0

files.out 464

filetest 46

find.dt 423

grade.txt 255

grep.err 0

huangcdcron 55

myfile1.txt 20

myfile.txt 82

nltk-2.0.4.tar.gz 955978

nohup.out 0

PyYAML-3.10.tar.gz 241524

qrt.tmp 0

sort.out 323

var_text.sh 114

who.out 85

wow 255

total KB:1233128



g s u b函数有点类似于s e d查找和替换。它允许替换一个字符串或字符为另一个字符串或字

符，并以正则表达式的形式执行。第一个函数作用于记录$ 0，第二个g s u b函数允许指定目标，

然而，如果未指定目标，缺省为$ 0。

i n d e x（s，t）函数返回目标字符串s中查询字符串t的首位置。l e n g t h函数返回字符串s字符

长度。m a t c h函数测试字符串s是否包含一个正则表达式r定义的匹配。s p l i t使用域分隔符f s将

字符串s划分为指定序列a。s p r i n t函数类似于p r i n t f函数（以后涉及），返回基本输出格式f m t的

结果字符串e x p。s u b（r，s）函数将用s替代$ 0中最左边最长的子串，该子串被（ r）匹配。

s u b（s，p）返回字符串s在位置p后的后缀。s u b s t r（s，p，n）同上，并指定子串长度为n。

要在整个记录中替换一个字符串为另一个，使用正则表达式格式， /目标模式/，替换模式

/。例如改变学生序号4 8 4 2到4 8 9 9：

[root@localhost huangcd]# awk 'gsub(/4842/,4899) {print $0} END{print "nihao"}' grade.txt

J.Troll 07/99 4899 Brown-3 12 26 26

nihao

查询字符串s中t出现的第一位置。必须用双引号将字符串括起来。例如返回目标字符串

B u n n y中n y出现的第一位置，即字符个数。

[root@localhost huangcd]# awk 'BEGIN {print index("Bunny","ny")}' grade.txt

4

返回所需字符串长度，例如检验字符串J . Tr o l l返回名字及其长度，即人名构成的字符个数。

[root@localhost huangcd]# awk '$1=="J.Troll" {print length($1)" "$1}' grade.txt

7 J.Troll

还有一种方法，这里字符串加双引号。

[root@localhost huangcd]# awk 'BEGIN {print length("nihao ma")}'

8

m a t c h测试目标字符串是否包含查找字符的一部分。可以对查找部分使用正则表达式，返

回值为成功出现的字符排列数。如果未找到，返回0，第一个例子在A N C D中查找d。因其不

存在，所以返回0。第二个例子在A N C D中查找D。因其存在，所以返回A N C D中D出现的首位

置字符数。第三个例子在学生J . L u l u中查找u。

[root@localhost huangcd]# awk 'BEGIN {print length("nihao ma")}'

8

[root@localhost huangcd]# awk 'BEGIN {print match("ANCD",/d/)}'

0

[root@localhost huangcd]# awk 'BEGIN {print match("ANCD",/C/)}'

3

[root@localhost huangcd]# awk '$1=="J.Lulu" {print match($1,"u")}' grade.txt

4

使用s p l i t返回字符串数组元素个数。工作方式如下：如果有一字符串，包含一指定分隔

符- ，例如A D2 - K P 9 - J U 2 - L P - 1，将之划分成一个数组。使用s p l i t，指定分隔符及数组名。此

例中，命令格式为( " A D 2 - K P 9 - J U 2 - L P - 1 "，p a r t s a r r a y，" - "），s p l i t然后返回数组下标数，这

里结果为4。

[root@localhost huangcd]# awk 'BEGIN {print split("123#456#789",myarr,"#");print myarr[1],myarr[2],myarr[3]}'

3

123 456 789

这里myarr用于存储得到的数组。

本章使用s u b发现并替换模式的第一次出现位置。字符串S T R包含‘poped popo pill’，执行下

列s u b命令s u b（/ o p /，" o p "，S T R）。模式o p第一次出现时，进行替换操作，返回结果如下：

‘pO Ped pope pill’。文本文件中，学生J . Tr o l l的记录有两个值一样，“目前级别分”与“最高级别分”。只

改变第一个为2 9，第二个仍为2 6不动，操作命令为s u b（/ 2 6 /，" 2 9 "，$ 0），只替换第一个出现

2 4的位置。注意J . Tr o l l记录需存在。

[root@localhost huangcd]# awk '$1=="J.Troll" sub(/26/,"29",$0)' grade.txt

s u b s t r是一个很有用的函数。它按照起始位置及长度返回字符串的一部分。例子如下：

[root@localhost huangcd]# awk '$1=="L.Tansley" {print substr($1,1,5)}' grade.txt

L.Tan

上面例子中，指定在域1的第一个字符开始，返回其前面5个字符。

如果给定长度值远大于字符串长度， a w k将从起始位置返回所有字符，要抽取L Ta n s l - e y

的姓，只需从第3个字符开始返回长度为7。可以输入长度9 9，a w k返回结果相同。

[root@localhost huangcd]# awk '$1=="L.Tansley" {print substr($1,3,99)}' grade.txt

Tansley

s u b s t r的另一种形式是返回字符串后缀或指定位置后面字符。这里需要给出指定字符串及

其返回字串的起始位置。例如，从文本文件中抽取姓氏，需操作域1，并从第三个字符开始：

[root@localhost huangcd]# awk '{print substr($1,3,99)}' grade.txt Tansley

Lulu

Bunny

Troll

Tansley