Shell学习笔记（2）——awk
最近在做一个作业，需要筛选文档里面的内容。在网上谷歌到这个函数之后发现简直不要太好用！介绍一下
首先，awk好像不只是一个函数，而是一种优良的文本处理工具，Linux及Unix环境中现有的功能最强大的数据处理引擎之一(wiki)。我要说的其实是他的一个版本，就是awk的GNU版本——gawk（其实也没啥区别吧……）再多嘴一句，awk的执行流程是，逐行扫描文件或者输入，查找与命令行中所给定内容相匹配的模式。如果发现匹配内容，则进行下一个编程步骤。如果找不到匹配内容，则继续处理下一行。
awk命令由一系列‘模式——动作’对来组成， 既‘pattern {action}’。无pattern默认匹配全部的记录；而无action则是打印原始记录。除了简单的AWK表达式之外，pattern可以是BEGIN或END；这两种条件对应的action分别是读取所有的记录之前和之后。同时，如pattern1, pattern2的条件表示符合条件pattern1和pattern2的记录及其之间的部分。
awk的内建变量和运算符
1，变量
变 量描述
$n当前记录的第n个字段，字段间由 FS分隔。
$0完整的输入记录。
ARGC命 令行参数的数目。
ARGIND命令行中当前文件的位置(从0开始算)。
ARGV包 含命令行参数的数组。
CONVFMT数字转换格式(默认值为%.6g)
ENVIRON环 境变量关联数组。
ERRNO最后一个系统错误的描述。
FIELDWIDTHS字 段宽度列表(用空格键分隔)。
FILENAME当前文件名。
FNR同 NR，但相对于当前文件。
FS字段分隔符(默认是任何空格)。
IGNORECASE如 果为真，则进行忽略大小写的匹配。
NF当前记录中的字段数。
NR当 前记录数。
OFMT数字的输出格式(默认值是%.6g)。
OFS输 出字段分隔符(默认值是一个空格)。
ORS输出记录分隔符(默认值是一个换行符)。
RLENGTH由 match函数所匹配的字符串的长度。
RS记录分隔符(默认是一个换行符)。
RSTART由 match函数所匹配的字符串的第一个位置。
SUBSEP数组下标分隔符(默认值是\034)。
2，运算符
运算符描述
= += -= *= /= %= ^= **=赋值
?:C条件表达式
||逻 辑或
&&逻辑与
~ ~!匹 配正则表达式和不匹配正则表达式
< <= > >= != ==关 系运算符
空格连接
+ -加，减
* / &乘，除与求余
+ - !一元加，减和逻辑非
^ ***求幂
++ --增加或减少，作为前缀或后缀
$字 段引用
in数组成员
四，awk的正则
匹配符描述
\Y匹配一个单词开头或者末尾的空字符串
\B匹配单词内的空字符串
\<匹配一个单词的开头的空字符串，锚定开始
\>匹配一个单词的末尾的空字符串，锚定末尾
\W匹配一个非字母数字组成的单词
\w匹配一个字母数字组成的单词
\'匹配字符串末尾的一个空字符串
\‘匹配字符串开头的一个空字符串
五，awk的函数
1，字符串函数
函数名描述
sub匹配记录中最大、最靠左边的子字符串的正则表达式，并用替换字符串替换这些字符串。如果没有指定目标字符串就默认使用整个记录。替换只发生在第一次匹配的 时候
gsub整个文档中进行匹配
index返回子字符串第一次被匹配的位置，偏移量从位置1开始
substr返回从位置1开始的子字符串，如果指定长度超过实际长度，就返回整个字符串
split可按给定的分隔符把字符串分割为一个数组。如果分隔符没提供，则按当前FS值进行分割
length返回记录的字符数
match返回在字符串中正则表达式位置的索引，如果找不到指定的正则表达式则返回0。match函数会设置内建变量RSTART为字符串中子字符串的开始位 置，RLENGTH为到子字符串末尾的字符个数。substr可利于这些变量来截取字符串
toupper和tolower可用于字符串大小间的转换，该功能只在gawk中有效
2，数学函数
函数名返回值
atan2(x,y)y,x 范围内的余切
cos(x)余弦函数
exp(x)求 幂
int(x)取整
log(x)自然对 数
rand()随机数
sin(x)正弦
sqrt(x)平 方根
srand(x)x是rand()函数的种子
int(x)取 整，过程没有舍入
rand()产生一个大于等于0而小于1的随机数
1，测试文件test
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/bin/false
daemon:x:2:2:daemon:/sbin:/bin/false
mail:x:8:12:mail:/var/spool/mail:/bin/false
ftp:x:14:11:ftp:/home/ftp:/bin/false
&nobody:$:99:99:nobody:/:/bin/false
zhangy:x:1000:100:,,,:/home/zhangy:/bin/bash
http:x:33:33::/srv/http:/bin/false
dbus:x:81:81:System message bus:/:/bin/false
hal:x:82:82:HAL daemon:/:/bin/false
mysql:x:89:89::/var/lib/mysql:/bin/false
aaa:x:1001:1001::/home/aaa:/bin/bash
ba:x:1002:1002::/home/zhangy:/bin/bash
test:x:1003:1003::/home/test:/bin/bash
@zhangying:*:1004:1004::/home/test:/bin/bash
policykit:x:102:1005:Po
例1：
cat test | awk -F: '{\
if ($1 == "root"){\
print $1;\
}else if($1 == "bin"){\
print $2;\
}else{\
print $3;\
} \
}'
例2：
awk '{\
for(i=0;i
if ($i ~/^root/){\
print $i;\
}else if($i ~/zhangy/){\
print $i;continue;\
}else if($i ~/mysql/){\
print $i;next;\
}else if($i ~/^test/){\
print $i;break;\
} \
}\
}' test
例3：
tail test | awk 'BEGIN{while(getline d){ split(d,test);for(i in test){\
print test[i]\
}}}'
例4：
ls -al /home/zhangy/mytest | awk 'BEGIN{while(getline d){ split(d,test);\
print test[9] ;}
}'
例5：
echo "32:34" |awk -F: '{print "max = ",max($1,$2)}\
function max(one,two){
if(one > two){
return one;
}else{
return two;
}
}
'
例6：
#awk 'BEGIN{print "what is your name"; getline name < "/dev/tty"}$1 ~name{print
#"found name on line" NR}END{print "see you" name}' test
#awk '{sub(/daemon/,"tankzhang");print}' test
#awk '{{sub(/zhangy/,"tankzhang");$1};print}' test
#awk '{{gsub(/zhangy/,"tankzhang");$1};print}' test
#awk -F: '{print index("zhangy",$1)}' test
#awk -F: '{print substr($1,1,2)}' test
awk -F: '{mat=match($1,/^[a-zA-Z]+$/);print mat,RSTART,RLENGTH}' test
例7：
cat test |awk -F: '\
NF != 7{\
printf("line %d,does not have 7 fields:%s\n",NR,$0)}\
$1 !~ /^[A-Za-z0-9]/{printf("line %d,non alpha and numeric user id:%s: %s\n",NR,$1,$0)}\
$2 == "*" {printf("lind %d,no password:%s\n",NR,$0)}'
