介绍
Linux 实用程序通常遵循 Unix 的设计理念。 鼓励工具体积小，使用纯文本文件进行输入和输出，并以模块化方式运行。 由于这一传统，我们使用 sed 和 awk 等工具拥有出色的文本处理功能。
awk 是一种编程语言和文本处理器，您可以使用它以非常有用的方式操作文本数据。 在本指南中，您将探索如何使用 awk 命令行工具以及如何使用它来处理文本。
启动交互式终端！
基本语法
awk 命令默认包含在所有现代 Linux 系统中，因此您无需安装即可开始使用它。
awk 在处理以可预测方式格式化的文本文件时最有用。 例如，它在解析和处理表格数据方面表现出色。 它逐行运行并遍历整个文件。
默认情况下，它使用空格（空格、制表符等）来分隔字段。 幸运的是，Linux 系统上的许多配置文件都使用这种格式。
awk 命令的基本格式是：
awk '/search_pattern/ { action_to_take_on_matches; another_action; }' file_to_parse
您可以从任何 awk 命令中省略搜索部分或操作部分。 默认情况下，如果未给出“action”部分，则执行的操作是“print”。 这只是打印所有匹配的行。
如果没有给出搜索部分，awk 将执行每行列出的操作。
如果两者都给出，awk 使用搜索部分来确定当前行是否反映了模式，然后对匹配项执行操作。
在最简单的形式中，您可以使用 awk 像 cat 将文本文件的所有行打印到屏幕上。
创建一个 favorite_food.txt 文件，其中列出了一群朋友最喜欢的食物：
echo "carrot sandy wasabi luke sandwich brian salad ryan spaghetti jessica" > favorite_food.txt
现在使用 awk 命令将文件打印到屏幕上：
awk '{print}' favorite_food.txt
您将看到文件打印到屏幕上：
Outputcarrot sandy wasabi luke sandwich brian salad ryan spaghetti jessica
这不是很有用。 让我们通过在文件中搜索文本“sand”来试用 awk 的搜索过滤功能：
awk '/sand/' favorite_food.txt
Outputcarrot sandy sandwich brian
如您所见，awk 现在只打印包含字符“sand”的行。
使用正则表达式，您可以定位文本的特定部分。 要仅显示以字母“sand”开头的行，请使用正则表达式 ^sand：
awk '/^sand/' favorite_food.txt
这次只显示一行：
Outputsandwich brian
同样，您可以使用操作部分来指定要打印的信息。 例如，要仅打印第一列，请使用以下命令：
awk '/^sand/ {print $1;}' favorite_food.txt
Outputsandwich
您可以通过与其列号关联的变量引用每一列（由空格分隔）。 例如，第一列是$1，第二列是$2，可以用$0引用整行。
内部变量和扩展格式
awk 命令在处理文件时使用一些内部变量来分配某些信息。
awk 使用的内部变量是：
- FILENAME：引用当前输入文件。
- FNR：引用当前记录相对于当前输入文件的编号。 例如，如果您有两个输入文件，这将告诉您每个文件的记录号，而不是总数。
- FS：当前字段分隔符，用于表示记录中的每个字段。 默认情况下，这设置为空白。
- NF：当前记录的字段数。
- NR：当前记录的编号。
- OFS：输出数据的字段分隔符。 默认情况下，这设置为空白。
- ORS：输出数据的记录分隔符。 默认情况下，这是一个换行符。
- RS：记录分隔符，用于区分输入文件中的单独记录。 默认情况下，这是一个换行符。
您可以随意更改这些变量的值以匹配文件的需要。 通常您在处理的初始化阶段执行此操作。
这给我们带来了另一个重要的概念。 awk 语法比您目前使用的稍微复杂一些还有可选的 BEGIN 和 END 块可以包含在文件处理之前和之后执行的命令， 分别。
这使得我们的扩展语法看起来像这样：
awk 'BEGIN { action; }
/search/ { action; }
END { action; }' input_file
BEGIN 和 END 关键字是特定的条件集，就像搜索参数一样。 它们在文档处理之前和之后匹配。
这意味着您可以更改 BEGIN 部分中的一些内部变量。 例如，/etc/passwd 文件用冒号 (:) 而非空格分隔。
要打印出此文件的第一列，请执行以下命令：
awk 'BEGIN { FS=":"; }
{ print $1; }' /etc/passwd
Outputroot daemon bin sys sync games man . . .
您可以使用 BEGIN 和 END 块来打印有关正在打印的字段的信息。 使用以下命令将文件中的数据转换为表格，使用 \t 与制表符很好地隔开：
awk 'BEGIN { FS=":"; print "User\t\tUID\t\tGID\t\tHome\t\tShell\n--------------"; }
{print $1,"\t\t",$3,"\t\t",$4,"\t\t",$6,"\t\t",$7;}
END { print "---------\nFile Complete" }' /etc/passwd
你会看到这个输出：
OutputUser UID GID Home Shell -------------- root 0 0 /root /bin/bash daemon 1 1 /usr/sbin /bin/sh bin 2 2 /bin /bin/sh sys 3 3 /dev /bin/sh sync 4 65534 /bin /bin/sync . . . --------- File Complete
如您所见，您可以利用 awk 的一些特性很好地格式化内容。
每个扩展部分都是可选的。 事实上，如果定义了另一个部分，则主要操作部分本身是可选的。 例如，您可以执行以下操作：
awk 'BEGIN { print "We can use awk like the echo command"; }'
你会看到这个输出：
OutputWe can use awk like the echo command
现在让我们看看如何在输出的字段中查找文本。
字段搜索和复合表达式
在前面的一个示例中，您打印了 favorite_food.txt 文件中以“sand”开头的行。 这很容易，因为您正在寻找整行的开头。
如果您想查明搜索模式是否在 字段 的开头匹配，该怎么办？
创建一个新版本的 favorite_food.txt 文件，在每个人的食物前添加一个项目编号：
echo "1 carrot sandy 2 wasabi luke 3 sandwich brian 4 salad ryan 5 spaghetti jessica" > favorite_food.txt
如果你想从这个文件中找到所有以“sa”开头的食物，你可以先尝试这样的事情：
awk '/sa/' favorite_food.txt
这显示了所有包含“sa”的行：
Output1 carrot sandy 2 wasabi luke 3 sandwich brian 4 salad ryan
在这里，您匹配单词中的任何“sa”实例。 这最终包括诸如中间有图案的“芥末”或不在您想要的列中的“桑迪”之类的东西。 在这种情况下，您只对 second 列中带有“sa”的单词 beginning 感兴趣。
您可以使用以下命令告诉 awk 仅匹配第二列的开头：
awk '$2 ~ /^sa/' favorite_food.txt
如您所见，这允许我们仅在第二列的开头搜索匹配项。
field_num ~ 部分指定 awk 应该只关注第二列。
Output3 sandwich brian 4 salad ryan
您可以通过包含“！”轻松搜索 不 匹配的内容。 波浪号 (~) 之前的字符。 此命令将返回所有 not 有以“sa”开头的食物的行：
awk '$2 !~ /^sa/' favorite_food.txt
Output1 carrot sandy 2 wasabi luke 5 spaghetti jessica
如果您稍后决定只对不以“sa”开头且项目编号小于 5 的行感兴趣，则可以使用如下复合表达式：
awk '$2 !~ /^sa/ && $1 < 5' favorite_food.txt
这引入了一些新概念。 第一个是使用 && 运算符为要匹配的行添加附加要求的能力。 使用它，您可以组合任意数量的条件来匹配行。 在本例中，您使用此运算符添加检查第一列的值是否小于 5。
你会看到这个输出：
Output1 carrot sandy 2 wasabi luke
您可以使用 awk 处理文件，但也可以处理其他程序的输出。
处理其他程序的输出
您可以使用 awk 命令解析其他程序的输出，而不是指定文件名。 例如，您可以使用 awk 从 ip 命令中解析出 IPv4 地址。
ip a 命令显示您机器上所有网络接口的 IP 地址、广播地址和其他信息。 要显示名为 eth0 的接口的信息，请使用以下命令：
ip a s eth0
您将看到以下结果：
Output2571: eth0@if2572: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 1500 qdisc noqueue state UP group default
link/ether 02:42:ac:11:00:0b brd ff:ff:ff:ff:ff:ff link-netnsid 0
inet 172.17.0.11/16 brd 172.17.255.255 scope global eth0
valid_lft forever preferred_lft forever
您可以使用 awk 定位 inet 行，然后只打印出 IP 地址：
ip a s eth0 | awk -F '[\/ ]+' '/inet / {print $3}'
-F 标志告诉 awk 使用正则表达式 [\/ ]+ 用正斜杠或空格分隔。 这会将 inet 172.17.0.11/16 行拆分为单独的字段。 IP 地址位于第三个字段中，因为行首的空格也算作一个字段，因为您用空格和斜杠分隔。 请注意，在这种情况下，awk 将连续空格视为单个空格。
输出显示 IP 地址：
Output172.17.0.11
您会发现很多地方可以使用 awk 来搜索或解析其他命令的输出。
结论
到目前为止，您应该对如何使用 awk 命令来操作、格式化和有选择地打印文本文件和文本流有了基本的了解。 不过，Awk 是一个更大的话题，实际上是一门完整的编程语言，包括变量赋值、控制结构、内置函数等等。 您可以在自己的脚本中使用它以可靠的方式格式化文本。
要了解有关 awk 的更多信息，您可以阅读其创建者 编写的 免费公共领域书籍，其中更详细。
