我們知道 Linux 三劍客，它們是grep、sed、awk。在前邊已經講過 grep 和 sed，沒看過的同學可以直接點擊閱讀，今天要分享的是更為強大的 awk。

sed 可以實現非交互式的字符串替換，grep 能夠實現有效的過濾功能。與兩者相比，awk 是一款強大的文本分析工具，在對數據分析并生成報告時，顯得尤為強悍。

awk 強大的功能，是一般 Linux 命令無法比擬的。在本文中，我不會告訴你 awk 也是一種編程語言，免得會嚇到你。我們只需把它當做 Linux 下一款強大的文本分析工具即可。

這篇文章，我仍然秉持著實用、實踐原則，提供大量的示例，但不會面面俱到。通過本文可以幫助你，快速將 awk 運用起來，這些東西足夠應付工作中大多數應用場景。

場景

學習具體使用前，先來看下 awk 能干些什么事情：

1. 能夠將給定的文本內容，按照我們期望的格式輸出顯示，打印成報表。

2. 分析處理系統日志，快速地分析挖掘我們關心的數據，并生成統計信息；

3. 方便地用來統計數據，比如網站的訪問量，訪問的 IP 量等；

4. 通過各種工具的組合，快速地匯總分析系統的運行信息，讓你對系統的運行了如指掌；

5. 強大的腳本語言表達能力，支持循環、條件、數組等語法，助你分析更加復雜的數據；

......

當然 awk 不僅能做這些事情，當你將它的用法融匯貫通時，可以隨心所欲的按照你的意愿，來進行高效的數據分析和統計。

不過我們需要知道，awk 不是萬能的，它比較擅長處理格式化的文本，比如 日志、csv 格式數據等；

原理

我們先來簡單了解 awk 基本工作原理，通過下邊的圖文講述，希望你能了解 awk 到底是如何工作的。

awk 基本命令格式

結合下圖來詳細說明 awk 工作原理

首先，執行關鍵字 BEGIN 標識的 {} 中的命令；

完成 BEGIN 大括號中命令的后，開始執行 body 命令；

逐行讀取數據，默認讀到 分割的內容為一條記錄，其實就是行的概念；

將記錄按照指定的分隔符劃分為字段，其實就是列的概念；

循環執行 body 塊中的命令，每讀取一行，執行一次 body，最終完成 body 執行；

最后，執行 END 命令，通常會在 END 中輸出最后的結果；

awk 是輸入驅動的，有多少輸入行，就會執行多少次 body 命令。

我們在下邊的示例學習中，要時刻記著：記錄(Record) 就是行，字段(Field) 就是列，BEGIN 是預處理階段，body 是 awk 真正工作的階段，END 是最后處理階段。

實戰 - 入門

從下邊內容開始，我們直接進入到實戰。為了方便舉例，我先把如下信息保存到 file.txt

好了，我們先來一個最簡單最常用的 awk 示例，輸出第 1、4、8 列：

大括號里邊的就是 awk 語句，只能被單引號包含，其中，$1..$N表示第幾列，$0 表示整個行內容

再來看下 awk 比較實用的功能格式化輸出。和 C 語言的 printf 格式輸出是一毛一樣，我個人特別喜歡這種格式化方式，而不是 C++ 中的流的方式。

%s 表示字符串占位符，-4表示列寬度為 4，且左對齊，我們還可以根據需要，列出更復雜的格式來，這里先不詳細舉例了。

實戰 - 進階

（一）過濾記錄

有些數據可能不是你想要的，可以根據需要進行過濾

上邊的過濾條件為，第 3 列為 root 且第 6 列為 10 的行，才會被輸出。

awk 支持各種比較運算符號 !=、>、<、>=、<=，其中 $0 表示整行的所有內容。

（二）內置變量

awk 內置了一些變量，更方便我們對數據的處理

過濾第 3 列為 root 用戶，以及第 2 行內容，且打印時輸出行號。NR 表示當前第幾行，NF表示當前行有幾列。

（三）指定分隔符

我們的數據，不總是以空格為分隔符，我們可以通過 FS 變量指定分隔符。

我們指定分隔符為 2019，這樣就將行內容分割為了兩部分，將 2019 替換成了 *

上邊的命令也可以通過 -F 選項指定分割符

如果你需要指定多個分隔符，可以這樣做 -F '[;:]'。相信聰明的你，一定能夠理解并融會貫通的。

同樣，awk 可以指定輸出時的分隔符，通過 OFS 變量來設置

輸出時，各字段用 OFS 指定的符號進行了分隔。

實戰 - 高級

（一）條件匹配

列出 root 用戶的所有文件，以及第一行文件

上邊匹配第三列中包含 root 的行，~ 其實就是正則表達式的匹配。

同樣，awk 可以像 grep 一樣匹配某一行，就像這樣

另外，可以這樣 /Aug|Dec/ 匹配多個關鍵詞。

模式取反可以使用 ! 符號

（二）拆分文件

我們來做一件有意思的事情，可以將文本信息拆分為多個文件，下邊命令按照月份（第5列）將文件信息拆分為多個文件

awk 支持重定向符號 >，直接將每行內容重定向到月份命名的文件了，當然你也可以把指定的列輸出到文件

（三）if 語句

復雜的條件判斷，可以使用 awk 的 if 語句，awk 的強大正因為它是個腳本解釋器，擁有一般腳本語言的編程能力，下邊示例通過稍微復雜的條件進行拆分文件

要注意，if 語句是在大括號里邊的。

（四）統計

統計當前目錄下，所有 *.c、*.h 文件所占用空間大小總和

第 5 列表示文件大小，每讀取一行就會將該文件大小計算到 sum 變量中，在最后 END 階段打印出 sum，也就是所有文件的大小總和。

再來看一個例子，統計每個用戶的進程占用了多少內存，注意取值的是 RSS 那一列

這里用到了 數組 和 for 循環，值得一提的是，awk 的數組可以理解為字典或 Map，key 可以是數值和字符串，這種數據類型在平時很常用。

（五）字符串

通過下邊簡單示例，展示 awk 對字符串操作的支持

awk 內置支持一系列的字符串函數，length 計算字符串長度，toupper 函數轉換字符串為大寫。

實戰 - 技巧

為了從整體上理解 awk 工作機制，我們再來看一個綜合的示例，假設有一個學生成績單：

由于此示例程序稍顯復雜，在命令行上不易讀，另外呢，也想通過此案例介紹另外一種 awk 的執行方式，我們的 awk 腳本如下：

執行 awk 結果如下

我們可以將復雜的 awk 語句寫入腳本文件 cal.awk，然后通過 -f 選項指定從腳本文件執行。

在 BEGIN 階段，我們初始化了相關變量，并打印了表頭的格式

在 body 階段，我們讀取每一行數據，計算該學科和該同學的總成績

在 END 階段，我們先打印了表尾的格式，并打印總成績，以及計算了平均值

這個簡單示例，完整的體現了 awk 的工作機制和原理，希望通過此示例能夠幫你真正理解 awk 是如何工作的。

總結歸納

通過上述的示例，我們學習到了 awk 的工作原理，下邊我們來總結下幾個概念和常用的知識點。

（一）內置變量

1. 每一行內容記錄，叫做記錄，英文名稱 Record

2. 每行中通過分隔符隔開的每一列，叫做字段，英文名稱 Field

明確這幾個概念后，我們來總結幾個重要的內置變量：

NR：表示當前的行數；

NF：表示當前的列數；

RS：行分隔符，默認是換行；

FS：列分隔符，默認是空格和制表符；

OFS：輸出列分隔符，用于打印時分割字段，默認為空格

ORS：輸出行分隔符，用于打印時分割記錄，默認為換行符

（二）輸出格式

awk 提供 printf 函數進行格式化輸出功能，具體的使用方式和 C 語法基本一致。

基本用法

常用的格式化方式：

%d 十進制有符號整數

%u 十進制無符號整數

%f 浮點數

%s 字符串

%c 單個字符

%e 指數形式的浮點數

%x %X 無符號以十六進制表示的整數

%0 無符號以八進制表示的整數

%g 自動選擇合適的表示法

換行符

Tab符

（三）編程語句

awk 不僅是一個 Linux 命令行工具，它其實是一門腳本語言，支持程序設計語言所有的控制結構，它支持：

條件語句

循環語句

數組

函數

（四）常用函數

awk 內置了大量的有用函數功能，也支持自定義函數，允許你編寫自己的函數來擴展內置函數。

這里只簡單羅列一些比較常用的字符串函數：

index(s, t) 返回子串 t 在 s 中的位置

length(s) 返回字符串 s 的長度

split(s, a, sep) 分割字符串，并將分割后的各字段存放在數組 a 中

substr(s, p, n) 根據參數，返回子串

tolower(s) 將字符串轉換為小寫

toupper(s) 將字符串轉換為大寫

這里只簡單總結一些常用的字符串功能函數，具體使用方法，還需要你參照前邊的示例程序，舉一反三，運用到實際問題中。

責任編輯：lq