Linux - 数据处理工具awk
相较于sed常常作用于一整个行的处理，awk则比较倾向于一行当中分成数个“字段”来处理。因此，awk非常适合小型的数据处理。
1.了解awk的“工作习性”
- awk的工作模式
awk 'pattern1{command1};pattern2{command2}......' filename(filename指文件名)
-- pattern 为匹配模式
-- command 为命令
awk的工作就是：对符合pattern模式的文本执行对应的command命令。
（它可以直接在后面接文件，也可以读取来自前个指令的standard output）
在学习awk操作之前先了解一下：
awk默认是以行为单位处理文本，$0指文本的一行，$1表示文本行中的第1个字段，$2表示文本行中的第2个字段,$3依次往后类推...(默认分隔符为“空格键”或“tab键”)
2.从command认识awk
没有pattern的存在，awk也可以发挥很大的作用，就像这种命令形式：
awk '{command1};{command2}......' filename
可以这么应用：
- 2.1 用awk模拟cat 的用法
awk '{print $0}' filename
可以像cat一样把整个文档打印出来，不必理解，只要记住$0是一个变量就好 - 2.2 打印指定列
awk {print $1,$2,$3} filename
打印该文本中每一行的前3个字段（对于均一的表格来说就是打印前3
列） - 2.3 调整文件列格式
awk '{print $1 ":" $2}' filename（如果想用 换行符 也可以把“:”改成“/t”）
举例看一下吧，调整前：
调整前
按照awk '{print $1 ":" $2}' filename这个命令，调整文件格式后：
调整后
3.从pattern认识awk
由第2小节里可以看到，awk中的command是可以单独使用的（因为没有pattern对文本行进行模式限定，就代表着awk要对整个文本进行相应command操作）。
而pattern也是可以单独使用的，它使用起来倒有点撷取命令中的grep(没有command，就意味着awk只会将符合pattern要求的文本行拽出来)。
- 打印指定文本行
打印 第6列>200 且 第7列>0.2 的文本行
awk '$6 > 200 && $7 > 0.2' a.tsv
打印第6列>200且第7列>0.2的文本行
打印 第6列>200 且 第7行>0.2 且 第8列匹配为nonsynonymous 的文本行
awk '$6 > 200 && $7 > 0.2 && $8 ~/nonsynonymous/' a.tsv
打印 第6列>200 且 第7行>0.2 且 第8列匹配为nonsynonymous 的文本行
这里面涉及到一些运算符号
- 逻辑运算 （<,>,<=,>=,等于==,不等于!=）
- 数学运算（+，-，*，/，%）
- 关系运算（与&& 、或||，非 ！）
- 正则运算（
～匹配，～！不匹配，内容放在/ /中间）
4.awk认知升级
- 同时使用pattern和command
对匹配模式的文本行执行指定操作
eg: 打印文本的第3行到第8行的1，2，3列，并匹配指定的分隔符为":"和","
awk 'NR>=3 && NR<=8 {print $1 ":" $2 "," $3}' filename
（注释：NR是表示行号的变量）
这里认识几个awk的变量
- NR 代表行号
- NF 文本行被分割的字段数目（列数）
- FS 指定列分隔符
- OFS指定列输出分隔符
练习一下： awk '{FS="\t";OFS=","};{print $1,$2}' a.txt 识别a.txt中以\t为分隔符的字段，并在输出时将其转换为,然后打印第1列和第2列
（这是2个command组成的awk操作，可以看到多个command使用时可以用{}包裹起来，然后用;分隔）
⚠️几个重要注意事项：
- awk的指令间隔：所有awk的动作，即在{}内的动作，如果需要多个指令辅助时，可利用分号";"分隔
- 逻辑运算中，如果是“等于”的情况，务必使用两个等号“==”
- 与 bash shell 的变量不同，在awk当中，变量可以直接使用，不需要加上$符号
Postscript:
猫毛觉得这个系列讲的awk还是比较通俗易懂的，一个学习系列的链接就挂在这里了，想要深入了解awk的不要错过～awk从放弃到入门（1）：awk基础
awk从放弃到入门（2）：awk分隔符
awk从放弃到入门（3）：awk变量
awk从放弃到入门（4）：awk格式化
awk从放弃到入门（5）：awk模式（Pattern）之一
awk从放弃到入门（6）：awk模式（Pattern）之二
awk从放弃到入门（7）：awk动作总结之一
awk从放弃到入门（8）：awk动作总结之二
awk从放弃到入门（9）：awk数组详解
awk从放弃到入门（10）：awk内置函数
