GAWK-使用技巧

介绍

gawk 是 Unix 中原始的 awk 程序的 GNU 版本. 其提供了一种编程语言而不只是编辑器命令. 如:

• 定义变量
• 算术和字符串操作符
• 结构化语句
• 格式化输出

基本使用

语法格式:

gawk options program file

常用选项:

• -F fs, --field-separator, 指定行字段分隔符, 默认是空白字符
• -f file, 从文件读取命令
• -v var=value, 定义变量
• -W keyword, 指定警告等级

命令需放在花括号和单引号中, 如:

gawk '{print "Hello World!"}'

运行后会要求从 STDIN 获取输入.

而匹配位于 program 之前:

gawk '/hello/{print "Hello World!"} test.txt'

将文本打印到 STDOUT

用 print 命令:

gawk '{print "Hello World!"}'

数据字段变量

gawk 会将文本行中的一些数据分配给如下变量:

• $0, 整个文本行
• $1, 文本行中的第一个数据字段
• $2, 文本行中的第二个数据字段
• $n, 文本行中的第 n 个数据字段

如文本为:

$ cat data2.txt
One line of test text.
Two lines of test text.
Three lines of test text.

打印每行第一个字段:

gawk '{print $1}' data2.txt

修改某一个字段:

$ echo "My name is Rich" | gawk '{$4="Christine"; print $0}'

在处理数据前运行一段脚本

$ gawk 'BEGIN {print "Hello World!"} {print $0}' data3.txt

在处理数据后运行一段脚本

$ gawk 'END {print "End of File"} {print $0}' data3.txt

在 BEGIN 中设置变量

$ gawk 'BEGIN {FS=":"} {print $0}'

gawk 支持的正则表达式

字符匹配：

    .：匹配任意单个字符。
    [abc]：匹配字符集中的任意一个字符（a、b 或 c）。
    [^abc]：匹配除字符集中的任意一个字符（a、b 或 c）之外的任意字符。
    [a-z]：匹配字符范围内的任意一个小写字母。
    [A-Z]：匹配字符范围内的任意一个大写字母。
    [0-9]：匹配字符范围内的任意一个数字。
    [:alnum:]：匹配任意字母或数字字符。
    [:alpha:]：匹配任意字母字符。
    [:blank:]：匹配空格或制表符。
    [:digit:]：匹配任意数字字符。
    [:lower:]：匹配任意小写字母字符。
    [:upper:]：匹配任意大写字母字符。
    [:space:]：匹配任意空白字符（空格、制表符、换行符等）。
    [:punct:]：匹配任意标点符号字符。
    [:xdigit:]：匹配任意十六进制数字字符。

重复匹配：

    *：匹配前一个元素零次或多次。
    +：匹配前一个元素一次或多次。
    ?：匹配前一个元素零次或一次。
    {n}：匹配前一个元素恰好 n 次。
    {n,}：匹配前一个元素至少 n 次。
    {n,m}：匹配前一个元素至少 n 次但不超过 m 次。

锚点和边界：

    ^：匹配行的开头位置。
    $：匹配行的结尾位置。
    \b：匹配单词边界。
    \B：匹配非单词边界。

分组和引用：

    ()：将多个元素组合成一个子表达式。
    \n：引用第 n 个子表达式（n 是一个数字）。

转义字符：

    \：转义特殊字符