一、awk数组

1.1 数组结构

图片5.png

people[police]=110

people[doctor]=120

[root@creditease awk]# awk 'BEGIN{word[0]="credit";word[1]="easy";print word[0],word[1]}'  
credit easy  
[root@creditease awk]# awk 'BEGIN{word[0]="credit";word[1]="easy";for(i in word)print word[i]}'  
credit  
easy

1.2 数组分类

索引数组：以数字为下标
关联数组：以字符串为下标

1.3 awk关联数组

现有如下文本，格式如下：即左边是随机字母，右边是随机数字, 即将相同的字母后面的数字加在一起，按字母的顺序输出

以$1为下标，创建数组a[$1]=a[$1]+$2（a[$1]+=$2）然后配合END和for循环输出结果：

[root@creditease awk]# awk '{a[$1]=a[$1]+$2}END{for(i in a)print i,a[i]}' jia.txt   
a 4  
b 8  
c 2  
d 7  
f 6  
g 2  
注意：for(i in a) 循环的顺序不是按照文本内容的顺序来处理的，排序可以在命令后加sort排序

1.4 awk索引数组

以数字为下标的数组 seq生成1-10的数字，要求只显示计数行

[root@creditease awk]# seq 10|awk '{a[NR]=$0}END{for(i=1;i<=NR;i+=2){print a[i]}}'  
1  
3  
5  
7  
9

seq生成1-10的数字，要求不显示文件的后3行

[root@creditease awk]# seq 10|awk '{a[NR]=$0}END{for(i=1;i<=NR-3;i++){print a[i]}}'  
1  
2  
3  
4  
5  
6  
7  
解析：改变i的范围即可，多用于不显示文件的后几行

1.5 awk数组实战去重

a++ 和 ++a

[root@creditease awk]# awk 'BEGIN{print a++}'  
0  
[root@creditease awk]# awk 'BEGIN{print ++a}'  
1  
[root@creditease awk]# awk 'BEGIN{a=1;b=a++;print a,b}'  
2 1  
[root@creditease awk]# awk 'BEGIN{a=1;b=++a;print a,b}'  
2 2  

注：  

都是 b = a+1  

b=a++ 先把 a 的值赋予b，然后 a + 1  

b=++a 先执行a+1,然后把a的值赋予b

对一下文本进行去重处理针对第二列去重

[root@creditease awk]# cat qc.txt   
2018/10/20   xiaoli     13373305025  
2018/10/25   xiaowang   17712215986  
2018/11/01   xiaoliu    18615517895   
2018/11/12   xiaoli     13373305025  
2018/11/19   xiaozhao   15512013263  
2018/11/26   xiaoliu    18615517895  
2018/12/01   xiaoma     16965564525  
2018/12/09   xiaowang   17712215986  
2018/11/24   xiaozhao   15512013263

解法一：  
[root@creditease awk]# awk '!a[$2]++' qc.txt   
2018/10/20   xiaoli     13373305025  
2018/10/25   xiaowang   17712215986  
2018/11/01   xiaoliu    18615517895   
2018/11/19   xiaozhao   15512013263  
2018/12/01   xiaoma     16965564525  
解析：  
!a[$3]++是模式（条件），命令也可写成awk '!  
a[$3]=a[$3]+1{print $0}' qc.txt  
a[$3]++ ，“++”在后，先取值后加一  
!a[$3]=a[$3]+1：是先取a[$3]的值，比较“！a[$3]”是否符合条件(条件非0)，后加1  
注意：此方法去重后的结果显示的是文本开头开始的所有不重复的行  
解法二：  
[root@creditease awk]# awk '++a[$2]==1' qc.txt   
2018/10/20   xiaoli     13373305025  
2018/10/25   xiaowang   17712215986  
2018/11/01   xiaoliu    18615517895   
2018/11/19   xiaozhao   15512013263  
2018/12/01   xiaoma     16965564525  
解析：  
++a[$3]==1是模式（条件），也可写成a[$3]=a[$3]+1==1即只有当条件（a[$3]+1的结果）为1的时候才打印出内容  
++a[$3] ，“++”在前，先加一后取值  
++a[$3]==1：是先加1，后取a[$3]的值，比较“++a[$3]”是否符合条件（值为1）  
注意：此方法去重后的结果显示的是文本开头开始的所有不重复的行  
解法三：  
[root@creditease awk]# awk '{a[$2]=$0}END{for(i in a){print a[i]}}' qc.txt  
2018/11/12   xiaoli     13373305025  
2018/11/26   xiaoliu    18615517895  
2018/12/01   xiaoma     16965564525  
2018/12/09   xiaowang   17712215986  
2018/11/24   xiaozhao   15512013263  

解析：  
注意此方法去重后的结果显示的是文本结尾开始的所有不重复的行

1.6 awk处理多个文件（数组、NR、FNR）

使用awk取file.txt的第一列和file1.txt的第二列然后重定向到一个新文件new.txt中

[root@creditease awk]# cat file1.txt   
a b  
c d  
e f  
g h  
i j  
[root@creditease awk]# cat file2.txt   
1 2  
3 4  
5 6  
7 8  
9 10  
[root@creditease awk]# awk 'NR==FNR{a[FNR]=$1}NR!=FNR{print a[FNR],$2}' file1.txt file2.txt   
a 2  
c 4  
e 6  
g 8  
i 10  
解析：NR==FNR处理的是第一个文件，NR!=FNR处理的是第二个文件.  
注意：当两个文件NR(行数)不同的时候，需要把行数多的放前边.  
解决方法：把行数多的文件放前边，行数少的文件放后边.  
把输出的结果放入一个新文件new.txt中：  
[root@creditease awk]# awk 'NR==FNR{a[FNR]=$1}NR!=FNR{print a[FNR],$2>"new.txt"}' file1.txt file2.txt   
[root@creditease awk]# cat new.txt   
a 2  
c 4  
e 6  
g 8  
i 10

1.7 awk分析日志文件，统计访问网站的个数

[root@creditease awk]# cat url.txt   
http://www.baidu.com  
http://mp4.video.cn  
http://www.qq.com  
http://www.listeneasy.com  
http://mp3.music.com  
http://www.qq.com  
http://www.qq.com  
http://www.listeneasy.com  
http://www.listeneasy.com  
http://mp4.video.cn  
http://mp3.music.com  
http://www.baidu.com  
http://www.baidu.com  
http://www.baidu.com  
http://www.baidu.com  
[root@creditease awk]# awk -F "[/]+" '{h[$2]++}END{for(i in h) print i,h[i]}' url.txt  
www.qq.com 3  
www.baidu.com 5  
mp4.video.cn 2  
mp3.music.com 2  
www.crediteasy.com 3

二、awk简单语法

2.1 函数sub gsub

替换功能

格式：sub(r, s ,目标) gsub(r, s ,目标)

[root@creditease awk]# cat sub.txt   
ABC DEF AHI GKL$123  
BAC DEF AHI GKL$213  
CBA DEF GHI GKL$321  
[root@creditease awk]# awk '{sub(/A/,"a");print $0}' sub.txt   
aBC DEF AHI GKL$123  
BaC DEF AHI GKL$213  
CBa DEF GHI GKL$321  
[root@creditease awk]# awk '{gsub(/A/,"a");print $0}' sub.txt   
aBC DEF aHI GKL$123  
BaC DEF aHI GKL$213  
CBa DEF GHI GKL$321  
注：sub只会替换行内匹配的第一次内容；相当于sed ‘s###’  
    gsub 会替换行内匹配的所有内容；相当于sed ‘s###g’  
[root@creditease awk]# awk '{sub(/A/,"a",$1);print $0}' sub.txt   
aBC DEF AHI GKL$123  
BaC DEF AHI GKL$213  
CBa DEF GHI GKL$321

练习：

0001|20081223efskjfdj|EREADFASDLKJCV  
0002|20081208djfksdaa|JDKFJALSDJFsddf  
0003|20081208efskjfdj|EREADFASDLKJCV  
0004|20081211djfksdaa1234|JDKFJALSDJFsddf  
以'|'为分隔， 现要将第二个域字母前的数字去掉，其他地方都不变， 输出为：  
0001|efskjfdj|EREADFASDLKJCV  
0002|djfksdaa|JDKFJALSDJFsddf  
0003|efskjfdj|EREADFASDLKJCV  
0004|djfksdaa1234|JDKFJALSDJFsddf  

方法：  
awk -F '|'  'BEGIN{OFS="|"}{sub(/[0-9]+/,"",$2);print $0}' sub_hm.txt  
awk -F '|'  -v OFS="|" '{sub(/[0-9]+/,"",$2);print $0}' sub_hm.txt

2.2 if和slse的用法

内容：

AA

BC

AA

CB

CC

AA

结果：

AA YES

BC NO YES

AA YES

CB NO YES

CC NO YES

AA YES

1) [root@creditease awk]# awk '{if($0~/AA/){print $0" YES"}else{print $0" NO YES"}}' ifelse.txt   
AA YES  
BC NO YES  
AA YES  
CB NO YES  
CC NO YES  
AA YES  
解析：使用if和else，if $0匹配到AA，则打印$0 "YES"，else反之打印$0 " NO YES"。  
2）[root@creditease awk]# awk '$0~/AA/{print $0" YES"}$0!~/AA/{print $0" NO YES"}' ifelse.txt   
AA YES  
BC NO YES  
AA YES  
CB NO YES  
CC NO YES  
AA YES  
解析：使用正则匹配，当$0匹配AA时，打印出YES，反之，打印出“NO YES”

2.3 next用法

如上题，用next来实现

next ：跳过它后边的所有代码

 [root@creditease awk]# awk '$0~/AA/{print $0" YES";next}{print $0" NO YES"}' ifelse.txt   
AA YES  
BC NO YES  
AA YES  
CB NO YES  
CC NO YES  
AA YES  
解析：  
{print $0" NO YES"}：此动作是默认执行的，当前边的$0~/AA/匹配，就会执行{print $0" YES";next}  
因为action中有next，所以会跳过后边的action。  
如果符合$0~/AA/则打印YES ，遇到next后，后边的动作不执行；如果不符合$0~/AA/，会执行next后边的动作；  
next前边的（模式匹配），后边的就不执行，前边的不执行（模式不匹配），后边的就执行。

2.4 printf不换行输出以及next用法

printf ：打印后不换行

如下文本，如果 Description：之后为空，将其后一行内容并入此行。

Packages: Hello-1  
Owner: me me me me  
Other: who care?  
Description:  
Hello world!  
Other2: don't care  
想要结果：  
Packages: Hello-1  
Owner: me me me me  
Other: who care?  
Description: Hello world!  
Origial-Owner: me me me me  
Other2: don't care  
1）[root@creditease awk]# awk '/^Desc.*:$/{printf $0}!/Desc.*:$/{print $0}' printf.txt   
Packages: Hello-1  
Owner: me me me me  
Other: who care?  
Description:Hello world!  
Other2: don't care  
解析：使用正则匹配，匹配到'/^Desc.*:$/，就使用printf打印（不换行），不匹配的打印出整行。  
2）使用if和else实现  
[root@creditease awk]# awk '{if(/Des.*:$/){printf $0}else{print $0}}' printf.txt   
Packages: Hello-1  
Owner: me me me me  
Other: who care?  
Description:Hello world!  
Other2: don't care  
3）使用next实现  
[root@creditease awk]# awk '/Desc.*:$/{printf $0;next}{print $0}' printf.txt   
Packages: Hello-1  
Owner: me me me me  
Other: who care?  
Description:Hello world!  
Other2: don't care  
注：可简写成awk '/Desc.*:$/{printf $0;next}1'  
printf.txt  ## 1是pattern（模式），默认action（动作）是{print $0}

2.5 去重后计数按要求重定向到指定文件

文本如下，要求计算出每项重复的个数，然后把重复次数大于2的放入gt2.txt文件中，把重复次数小于等于2的放入le2.txt文件中

[root@creditease files]# cat qcjs.txt   
aaa  
bbb  
ccc  
aaa  
ddd  
bbb  
rrr  
ttt  
ccc  
eee  
ddd  
rrr  
bbb  
rrr  
bbb  
[root@creditease awk]# awk '{a[$1]++}END{for(i in a){if(a[i]>2){print i,a[i]>"gt2.txt"}else{print i,a[i]>"le2.txt"}}}' qcjs.txt   
[root@creditease awk]# cat gt2.txt   
rrr 3  
bbb 4  
[root@creditease awk]# cat le2.txt   
aaa 2  
ccc 2  
eee 1  
ttt 1  
ddd 2  
解析：{print },或括号中打印后可直接重定向到一个新文件，文件名用双引号引起来。如: {print $1 >"xin.txt"}

三、awk需注意事项

a)NR==FNR ##不能写成NR=FNR（=在awk中是赋值的意思）

b)NR!=FNR ##NR不等于FNR

c){a=1;a[NR]} 这样会报错：同一条命令中变量和数组名不能重复 d)printf 输出的时候不换行

e){print },或括号中打印后可直接重定向到一个新文件，文件名用双引号引起来。如: {print $1 >“xin.txt”}

f)当模式（条件）是0的时候，后边的动作不执行，！0的时候后边动作才执行。

本文转载自宜信技术学院网站。

原文链接：http://college.creditease.cn/detail/262

创作场景

Linux 三剑客之 awk（3）：awk 数组与语法