awk语言的最基本功能是在文件或字符串中基于指定规则浏览和抽取信息,awk抽取信息后,才能进行其他文本操作,完整的awk脚本通常用来格式化文本文件中的信息

调用awk:
    第一种,命令行方式,如:awk [-F field-separator] 

'commands' input-file(s)
         这里commands是真正的awk命令,[-F域分隔符]是可选的,awk默认使用空格分隔,因此如果要浏览域间有空格的文本,不必指定这个选项,但如 果浏览如passwd文件,此文件各域使用冒号作为分隔符,则必须使用-F选项:   awk -F : 'commands' input-file
   第二种,将所有awk命令插入一个文件,并使awk程序可执行,然后用awk命令解释器作为脚本的首行,以便通过键入脚本名称来调用它
   第三种,将所有awk命令插入一个单独文件,然后调用: awk

awk-script-file input-file
         -f选项指明在文件awk-script-file的awk脚本,input-file是使用awk进行浏览的文件名

awk脚本:
    awk脚本由各种操作和模式组成,根据分隔符(-F选项),默认为空格,读取的内容依次放置到对应的域中,一行一行记录读取,直到文件尾
模式和动作:任何awk语句都是由模式和动作组成,在一个awk脚本中可能有许多语句。模式部分决定动作语句何时触发及触发事件。动作即对数据进行的操作,如果省去模式部分,动作将时刻保持执行状态
     模式可以是任何条件语句或复合语句或正则表达式,模式包含两个特殊字段BEGIN和END,使用BEGIN语句设置计数和打印头,BEGIN语句使用在任何文本浏览动作之前,之后文本浏览动作依据输入文件开始执行;END语句用来在awk完成文本浏览动作后打印输出文本总数和结尾状态标志,有动作必须使用{}括起来
    实际动作在大括号{}内指明,常用来做打印动作,但是还有更长的代码如if和循环looping语句及循环退出等,如果不指明采取什么动作,awk默认打印出所有浏览出的记录

域和记录:
    awk执行时,其浏览标记为$1,$2...$n,这种方法称为域标记.使用$1,$3表示参照第1和第3域,注意这里使用逗号分隔域,使用$0表示使用所有域
    例:awk '{print $0}' temp.txt > sav.txt   表示打印所有域并把结果重定向到sav.txt中
       awk '{print $0}' temp.txt|tee sav.txt 和上例相似,不同的是将在屏幕上显示出来
       awk '{print $1,$4}' temp.txt           只打印出第1和第4域

         表示打信息头,即输入的内容的第一行前加上"NAME GRADE\n-------------",同时内容以tab分开
       awk 'BEGIN {print "being"} {print $1} END {print "end"}' temp 同时打印信息头和信息尾

条件操作符:
    <、<=、==、!=、>=、~匹配正则表达式、!~不匹配正则表达式
匹配:awk '{if ($4~/ASIMA/) print $0}' temp 表示如果第四个域包含ASIMA,就打印整条
         awk '$0 ~ /ASIMA/' temp 表示只要整条包含ASIMA就打印出来
精确匹配:awk '$3=="48" {print $0}' temp    只打印第3域等于"48"的记录
不匹配: awk '$0 !~ /ASIMA/' temp      打印整条不包含ASIMA的记录
不等于: awk '$1 != "asima"' temp
小于:    awk '{if ($1<$2) print $1 "is smaller"}' temp
设置大小写: awk '/[Gg]reen/' temp       打印整条包含Green,或者green的记录
任意字符: awk '$1 ~/^...a/' temp     打印第1域中第四个字符是a的记录,^行首,.任意字符
或关系匹配: awk '$0~/(abc)|(efg)/' temp   使用|时,语句需要括起来
AND与关系: awk '{if ( $1=="a" && $2=="b" ) print $0}' temp
OR或关系:   awk '{if ($1=="a" || $1=="b") print $0}' temp

awk内置变量:
    ARGC   命令行参数个数    

      AGRV   命令行参数排列      

      ENVIRON    支持队列中系统环境变量的使用
    

      FILENAME   awk浏览的文件名   

      FNR   浏览文件的记录数   

      FS   设置输入域分隔符,同- F选项
     

      NF    浏览记录的域个数   

      NR   已读的记录数    

      OFS   输出域分隔符

     ORS 输出记录分隔符     

      RS   控制记录分隔符
     例: awk 'END {print NR}' temp     在最后打印已读记录条数

         awk '{if (NR>0 && $4~/Brown/) print $0}' temp 至少存在一条记录且包含Brown
NF的另一用法: echo $PWD | awk -F/ '{print $NF}'   显示当前目录名

awk操作符:
    在awk中使用操作符,基本表达式可以划分成数字型、字符串型、变量型、域及数组元素
设置输入域到变量名:

域值比较操作:

修改文本域:

只显示修改记录:(只显示所需要的,区别上一条命令,注意{})

创建新的输出域:

统计列值:
       awk '(tot+=$3);END {print tot}' temp            会显示每列的内容
       awk '{(tot+=$3)};END {print tot}' temp         只显示最后的结果
文件长度相加:

只列出文件名:
       ls -l|awk '{print $9}'     常规情况文件名是第9域

awk内置字符串函数:
gsub(r,s)           在整个$0中用s替代r

gsub(r,s,t)         在整个t中用s替代r
index(s,t)          返回s中字符串t的第一位置
       awk 'BEGIN {print index("Sunny","ny")}' temp     返回4
length(s)           返回s的长度
match(s,r)          测试s是否包含匹配r的字符串
       awk '$1=="J.Lulu" {print match($1,"u")}' temp    返回4
split(s,a,fs)       在fs上将s分成序列a

        返回3,同时myarray[1]="12", myarray[2]="345", myarray[3]="6789"
sprint(fmt,exp)     返回经fmt格式化后的exp
sub(r,s)             从$0中最左边最长的子串中用s代替r(只更换第一遇到的匹配字符串)
substr(s,p)         返回字符串s中从p开始的后缀部分
substr(s,p,n)       返回字符串s中从p开始长度为n的后缀部分

printf函数的使用:
字符转换: echo "65" |awk '{printf "%c\n",$0}'    输出A
              awk 'BEGIN {printf "%f\n",999}'      输出999.000000
格式化输出:awk '{printf "%-15s %s\n",$1,$3}' temp 将第一个域全部左对齐显示

其他awk用法:
awk脚本命令:
        开头使用 !/bin/awk -f ,如果没有这句话自含脚本将不能执行,例子

awk数组:
    awk的循环基本结构    For (element in array) print array[element]

awk是一个强大的文本分析工具，相对于grep的查找，sed的编辑，awk在其对数据分析并生成报告时，显得尤为强大。简单来说awk就是把文件逐行的读入，以空格为默认分隔符将每行切片，切开的部分再进行各种分析处理。

awk有3个不同版本: awk、nawk和gawk，未作特别说明，一般指gawk，gawk 是 AWK 的 GNU 版本。

awk其名称得自于它的创始人 Alfred Aho 、Peter Weinberger 和 Brian Kernighan 姓氏的首个字母。实际上 AWK 的确拥有自己的语言： AWK 程序设计语言 ， 三位创建者已将它正式定义为“样式扫描和处理语言”。它允许您创建简短的程序，这些程序读取输入文件、为数据排序、处理数据、对输入执行计算以及生成报表，还有无数其他的功能。

赞一个