一起学习awk（一）

像sed一样，awk是UNIX重要的工具，目前有三个版本：

AWK - the (very old) original from AT&T

NAWK - A newer, improved version from AT&T

GAWK - The Free Software foundation’s version

通常情况下，awk还是使用最为普遍的。

一、为什么要学习awk

awk是很优秀的过滤器和报告编写器，能够很方便的处理文本文件，尤其是其能够特异性的针对行、列进行文本处理，这使得awk比其他传统的语言都要方便。你可以把它看成是伪C语言，它和C语言有很多相似的地方。使用它能够对字符串处理，包括搜索、过滤、编辑、控制输出等。尤其是配和其他的shell命令及管道命令，是的文本处理异常方便。如果你用R或者Python处理文本，你要写一个脚本，导入各种包和模块，然后读入文件，然后再按照自己需求一步一步处理，而在awk中，可能你仅仅需要一行命令即可。

另外，awk本身的含义并不是笨拙的意思（awkward），它实际上是其开发者名字的首字母缩写。

二、基本结构

awk语言的基本组织形式是：

pattern

其中pattern用于说明何时执行action。和很多其他unix工具一样，awk也是按行来执行的。pattern用来检验读入的每一行是否符合条件，如果是，该行则在action中被处理。默认条件下，pattern是能够匹配每一行，也就是所有行都会在action中进行处理。

此外，还有经常用到的两个关键字“BEGIN”和“END”。“BEGIN”用来说明在开始读入行之前的行为，“END”用来说明处理完所有行之后的行为。

BEGIN { print “START” }

pattern { action }

END { print “STOP” }

例子：$ls -ltrh能够列出当前文件路径下所有的文件信息，如下，

那么如果我只想要文件名和文件大小，该怎么处理呢？

只需要这一行就可以输出：

其中，"ls -ltrh"不做过多解释，就是按时间逆序列出所有文件的详细信息；“|”就是管道操作符， 即将前面的标准输出作为下一个命令的标准输入；后面就进入awk命令，整个命令用单引号，其中“NR>1"实际pattern，来判断后面action，即“”是否执行。“NR”指行数，“NR>1"代表从第二行开始执行action。在执行之前，还有“BEGIN”命令用于先行输出”FILE\tSIZE"，其中\t表示制表符；另外$9和$5分别代表一行中第9个和第5个参数（和Linux一样），在这儿你可以理解为每一行的第9列和第5列。

需要指出的是awk能够识别双引号中的"\t"，但是不能够识别双引号中的“$9",这一点和Linux不同。所以你如果写成

就会出现错误的输出！

当然，你也可以把它写成脚本。保存成awk_example.sh，然后

通过这一部分，我们可以初步了解awk的语法结构。后面会有更多详细用法。

====== THE END =====

参考资料：http://www.grymoire.com/Unix/Awk.html