awk-语法深入-记录、字段分隔符

  awk规定，对于文本文件，默认情况下，一条记录对应一行，即记录之间的默认分隔符是换行符；而一条记录又可以分为多个字段，默认字段分隔符为空格。

   输入记录分隔符变量：RS（record sign）

   输出记录分隔符变量：ORS（output record sign）

   字段分隔符变量：FS（field sign）

   输出字段分隔符变量：OFS（output field sign）

1.一条记录占多行（多行记录）

  有些情况下：一条记录跨越多行，记录与记录之间使用非换行符。这种情况下需要修改记录分隔符变量RS，RS告诉awk当前记录什么时候结束。

  例如：

     BEGIN {

        FS="\n"  // 将字段分隔符设为换行符，一个字段占一行

        RS=""    // 将记录分隔符设为空白行，记录之间由空白行分隔

     }

2.OFS 和 ORS

 输出字段分隔符（OFS），默认为单个空格" ",可以修改OFS变量，制定输出字段之间的分隔符。

 eg.

 print "hello'，"there","jim"

  // 输出为 hello there jim，这里的逗号仅告诉awk："helo" "there" "jim"是三个单独的字段，输出字段之间的分隔符仍是默认的OFS-空格.

要使用逗号来区分输出的字段，如下：

 BEGIN {

    FS="\n"

    RS=""

    OFS=","  // 将输出字段分隔符设置为逗号

 }   

 输出记录分隔符（ORS），默认为换行(\n)，也可自定义。

BEGIN {

    FS="\n"

    RS=""

    OFS=","

    ORS="\n\n"  // 输出间隔翻倍 

}

 将多行记录换成一行内使用TAB分段格式

 a.md内容如下，一条记录占三行，记录之间用空白行区分，一个字段占一行。

huanxgin

XIAN

711711

CC

HANGZHOU

399229

MM

Shanghai

888912

要求：将一条记录整理为一行，个字段之间用tab分隔，以便导入excel处理：

[root@web1 awk]# awk 'BEGIN{FS="\n";RS="";OFS="\t"} {print $1,$2,$3}' a.md

huanxgin        XIAN    711711          // 输出分隔符指定为制表符

CC      HANGZHOU        399229

MM      Shanghai        888912

[root@web1 awk]# awk 'BEGIN{FS="\n";RS="";ORS=""} { x=1; while(x<NF) { print $x "\t" ;x++} print $NF "\n"}' a.md                    //每个字段来一个制表符，三个字段后来一个换行。

huanxgin        XIAN    711711

CC      HANGZHOU        399229

MM      Shanghai        888912

总结： awk 命令与shell相同，一条命令占一行的情况下不需要分号来进行区分，多条命令在同一行时，需要分号来区分。

while 、if、for语句也保持一致. 

NF、NR 常用来计算待处理文件的行数，引用最后一个字段（$NF）。

  awk规定，对于文本文件，默认情况下，一条记录对应一行，即记录之间的默认分隔符是换行符；而一条记录又可以分为多个字段，默认字段分隔符为空格。

   输入记录分隔符变量：RS（record sign）

   输出记录分隔符变量：ORS（output record sign）

   字段分隔符变量：FS（field sign）

   输出字段分隔符变量：OFS（output field sign）

1.一条记录占多行（多行记录）

  有些情况下：一条记录跨越多行，记录与记录之间使用非换行符。这种情况下需要修改记录分隔符变量RS，RS告诉awk当前记录什么时候结束。

  例如：

     BEGIN {

        FS="\n"  // 将字段分隔符设为换行符，一个字段占一行

        RS=""    // 将记录分隔符设为空白行，记录之间由空白行分隔

     }

2.OFS 和 ORS

 输出字段分隔符（OFS），默认为单个空格" ",可以修改OFS变量，制定输出字段之间的分隔符。

 eg.

 print "hello'，"there","jim"

  // 输出为 hello there jim，这里的逗号仅告诉awk："helo" "there" "jim"是三个单独的字段，输出字段之间的分隔符仍是默认的OFS-空格.

要使用逗号来区分输出的字段，如下：

 BEGIN {

    FS="\n"

    RS=""

    OFS=","  // 将输出字段分隔符设置为逗号

 }   

 输出记录分隔符（ORS），默认为换行(\n)，也可自定义。

BEGIN {

    FS="\n"

    RS=""

    OFS=","

    ORS="\n\n"  // 输出间隔翻倍 

}

 将多行记录换成一行内使用TAB分段格式

 a.md内容如下，一条记录占三行，记录之间用空白行区分，一个字段占一行。

huanxgin

XIAN

711711

CC

HANGZHOU

399229

MM

Shanghai

888912

要求：将一条记录整理为一行，个字段之间用tab分隔，以便导入excel处理：

[root@web1 awk]# awk 'BEGIN{FS="\n";RS="";OFS="\t"} {print $1,$2,$3}' a.md

huanxgin        XIAN    711711          // 输出分隔符指定为制表符

CC      HANGZHOU        399229

MM      Shanghai        888912

[root@web1 awk]# awk 'BEGIN{FS="\n";RS="";ORS=""} { x=1; while(x<NF) { print $x "\t" ;x++} print $NF "\n"}' a.md                    //每个字段来一个制表符，三个字段后来一个换行。

huanxgin        XIAN    711711

CC      HANGZHOU        399229

MM      Shanghai        888912

总结： awk 命令与shell相同，一条命令占一行的情况下不需要分号来进行区分，多条命令在同一行时，需要分号来区分。

while 、if、for语句也保持一致. 

NF、NR 常用来计算待处理文件的行数，引用最后一个字段（$NF）。