1.简介

awk是一个强大的文本分析工具。其把文件逐行的读入，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。

基本语法格式：

awk 'BEGIN{ commands } pattern{ commands } END{ commands }'

一个awk脚本通常由3部分组成：BEGIN语句块、能够使用模式匹配的pattern语句块和END语句块

这三个部分是可选的，他们中任意一个部分都可以不出现在脚本中。

脚本通常被包含在引号或双引号中。

如果三部分都存在awk首先执行BEGIN模块内容，其次执行parttern模块内容，最后执行END模块内容

BEGIN语句块在awk开始从输入流中读取行之前被运行，通常我们在进行变量初始化、打印输出表格的表头等准备工作时，通过写在BEGIN语句块中执行这些工作。

pattern语句块中的通用命令是最重要的部分，大部分的逻辑（比如if else或循环等）会放在这个模块执行，但是它也是可选的。假设没有提供pattern语句块，则默认运行{ print }，即打印每个读取到的行。awk读取的每一行都会运行该语句块。

END语句块在awk从输入流中读取全然部的行之后被运行。例如打印全部行的分析结果这类信息汇总都是在END语句块中完毕，它也是一个可选语句块。

2.awk的特殊变量

NR：表示记录数，在执行过程中对应于当前行号。

NF：表示字段数量，在执行过程中对应于当前行的字段。

$0：这个变量宝行执行过程中当前行的文本内容。

$1：这个变量包含第一个字段的文本内容。

$2：这个变量包含第二个字段的文本内容。

...

$n ：当前记录的第n个字段，字段间由FS分隔，包含第n个字段的文本内容

FS： 输入字段分隔符 默认是空格或Tab

FNR： 当前记录数，与NR不同的是，这个值会是各个文件自己的行号（数据源可以为多个文件）

RS ：输入的记录分隔符， 默认为换行符
OFS ：输出字段分隔符， 默认也是空格
ORS ：输出的记录分隔符，默认为换行符

3.参数

-v：传递外部参数给awk

-F：设置字段定界符，默认的字段定界符是空格。

例如：改变分隔符为“:”

awk -F ":"

还支持不同字符同为分隔符，例如下面 指定“:”和“,”作为分隔符

awk -F "[:,]+"

4.内建字符串控制函数

length(字符串)：返回字符串的长度

index(字符串，搜索关键字)：返回搜索关键字在字符串中出现的位置。

split(字符串，数组，定界符)：用定界符生成一个字符串列表，并将该列表存入数组

substr(字符串，起始位置，结束位置)：在字符串中用字符气质偏移量生成子字符串，并返回该子字符串。

sub(正则表达式，替换字符串，字符串)：将正则表达式匹配到的第一处内容替换成“替换字符串”。

gsub(正则表达式，替换字符串，字符串)：将正则表达式匹配到的所有内容替换成“替换字符串”。

match(正则表达式，字符串)：检查正则表达式能否匹配字符串。如果是，返回非零值；否，返回零。

match有两个相关的特殊变量，分别是RSTART和RLENGTH。变量RSTART包含正则表达式匹配内容的启止位置。变量RLENGTH包含正则表达式匹配内容的长度。