当前位置：首页 > news >正文

【one day one linux】好用的数据处理工具awk

news 来源：原创 2024/5/5 21:47:04

awk:好用的数据处理工具

取自《鸟哥私房菜》awk一节

应用：awk是以一行为一次的处理单位，将一行分成数个“字段”进行处理。

#awk的命令格式
awk '条件类型1{动作1} 条件类型2{动作2} ...' filename

awk后面接两个单引号并加上大括号{}来设置想要对数据的处理动作。awk处理后面接的文件名字.

awk主要处理每一行的字段内的数据，而默认的字段的分隔符为空格键或者[tab]键。

如下的例子，处理last取出的登录数据：

last -n 5

# last -n 5 | awk '{print $1 "\t" $3}'

上面是默认使用空格键作为分隔符。

有上面可以看出awk把每个字段分配一个变量名称，$1表示第一个字段，$2表示第二个字段，而$0表示一整行。

awk的处理流程是：

读入第一行，并将第一行的数据填入$0 $1 $2等变量中
依据条件类型限制，判断是否进行后面的动作。（上面的没有条件类型）
做完所有的动作和条件类型（上面的动作就是"print $1 "\t" $3"）
后面还有行的话，重复以上的动作

awk的内置变量，可以查看到底有几行，几列

变量名称	代表意义
NF	每一行（$0）拥有的字段总数
NR	目前awk所处理的是“第几行”数据
FS	目前的分割字符，默认是空格键

上面的last -n 5的例子来做说明：

列出每一行的账号（就是$1）
列出目前处理的行数（就是awk内的NR变量）
并且说明，该行有多少字段（就是awk内的NF变量）

# last -n 5 | awk '{print $1 "\t lines: "NR "\t columes: "NF}'

有上面的代码可以看出：

当awk后续所有的动作都是用 ' 单引号括起来的
print打印时，如果属于非变量的文字需要使用 " 双引号括起来

awk的逻辑运算和条件

awk需要使用判断条件，所以就有逻辑运算符，和C语言差不多： "<" ">" ">=" "<=" "==" "!="

下面使用cat 查看/etc/passwd文件的字符串，他的第一个字段是账号，第三个字段是UID,使用awk筛选出UID小于10 的数据

# cat /etc/passwd | awk '{FS=":"} $3<10 {print $1 "\t" $3}'

可以看到，这里的第一行是没有被处理的，这里是因为我们读入第一行的时候，那些变量$1 $2 ...默认还是以空格分割的，所以我们虽然定义了FS=":"了，但是切仅能作用在第二行后才开始生效。

解决办法：利用BEGIN关键字，like this

# cat /etc/passwd | awk 'BEGIN {FS=":"} $3 < 10 {print $1 "\t" $3}'

awk计算处理数据

# cat pay.txt | \
awk 'NR==1{printf "%10s %10s  %10s %10s  %10s\n",$1,$2,$3,$4,"Total"} 
NR>=2{total = $2+$3+$4 printf "%10d %10d  %10d %10d %10.2f",$1,$2,$3,$4,total}'