UC头条：linux初探：文字处理工具awk
之前更新了linux初探Json处理工具之jq，发现挺有意思的，索性将awk、grep、sed等都给总结一下。
什么是awk
(资料图片)
这里的awk，在linux系统下，我们一般指的是gawk，是GUN利用awk来创建的一门编程语言，符合POSIX1003.1标准，主要是用于文字处理，为此我们简称awk，在linux系统中，一般替我们做了软连接，我们可以通过whereis一路找下去，即可找到gawk或者其他版本的awk。
并不是所有的linux系统都是预装了gawk的
点击加载图片
我们为什么需要awk
对于有取相应列需求的，我们使用awk在合适不过了，这也是使用awk最多的操作之一，这里，我们举了一个不是例子的例子，因为要证明一个东西确实被“需要”，是很困难的，没有什么是不可替代的。
需求分析
我们准备一个文本信息，我们想取出其中黄色部分勾选出来的内容
点击加载图片
shell脚本
我们先使用shell脚本来写这个需求，具体流程为
先读取一行
以空格为分割，获取行数有多少列
输出最后一列
根据需求分析，我们很快便顺利编写了脚本
点击加载图片
我们执行脚本查看结果
点击加载图片
awk命令
我们将上述操作，使用awk来写，仅需一句awk"{print$NF}"即可，具体逻辑，我们在案例中讲解。
点击加载图片
希望通过这个例子，能够了解，我们为什么要学习使用awk，不仅是因为可以在同事面前装一波，更重要的是能够节省大量的时间。
awk工作流程
当我们想获取某个文件，假设以空格分开，获取第多少列，这个时候，就非awk莫属了，它的工作流程简单梳理，可以理解为如下模式。
点击加载图片
其实我们将awk分为3个块，分别是BEGIN语句块、END语句块和主体语句块，其具体工作流程如下
执行BEGIN语句块
重复从文件/标准输入中读取一行，执行pattern语句块，直至文件结尾/标准输入结束
最后执行END语句块
其语法如下
BEGIN{#BEGIN语句块}{#主体语句块print$0}END{#END语句块}
其中，BEGIN和END语句块可以被忽略。
从最简单开始
awk内置变量
$num:每行获取的num列，若为0，则代表整行
FS:自定义分隔符，在命令行，可以使用-F来指定
NF:列数量
NR:行数
提取文档的第一列
例如上面的文案，我们想提取文档的第一列出来
点击加载图片
在awk中，我们使用$来取具体的列，比如第一列:$1，第二列$2，以此类推。
要输出第一列，我们使用print即可。
很轻松，我们可以顺利用命令写出求出第一列
命令:awk"{print$1}"
点击加载图片
这个命令就是我们忽略了BEGIN以及END，我们补充完整是这样的。
点击加载图片
我们使用awk-f来从文件读取awk指定且运行指令。
点击加载图片
指定分隔符
在awk中，默认是以空格作为分隔符，但是我们可以指定自定义分隔符，例如我们想获取/etc/passwd中的用户名，但是该文件是以:作为分割的，文件内容如下：
点击加载图片
在进行awk切割中，我们使用FS作为指定自定义分隔符，该操作需要定义在BEGIN语句块中，我们编写下awk指令
点击加载图片
我们使用命令行，则可以使用-F来指定分隔符，例如:
点击加载图片
这里提及一点，若有多个分隔符，可以使用-F=[]来定义，若我们即想设置:为分隔符，又想设置空格为分隔符，即可设置为-F=[.]
读取文档最后一列
我们可以使用NF变量，读取文档最后一列，我们同样拿/etc/passwd为例，我们想获取用户的默认shell
即以:分割的最后一列
点击加载图片
我们可以使用命令awk-F":""{print$NF}"来获取
点击加载图片
$NF的具体逻辑是什么呢？
NF是awk的内置变量，其记录了该行按照预设的分隔符进行划分，其记录的具体列数，将值放入NF中，而使用$num获取第num列的数据，而该num我们代入NF则是最后一列。
我们通过例子说明
点击加载图片
通过案例，我们可以验证，NF仅仅是记录了该行按照预设定义的分隔符进行分割后的列数。
给文件前增加一个行号
NR是记录awk处理的行数，我们可以使用该内置变量来打印行数，例如:
我们还是使用pdudo_awk_test.txt为案例，打印一下行数
命令:awk"{printNR":"$0}"
点击加载图片
NR内置变量作用不止于此，例如，我们可以处理第100行到120行，就可以使用NR进行控制。
总结
在文章中，我们了解了什么是awk，以及谈论了一下我们为什么需要awk，总之，在列文本处理这块awk非常棒，而后在一些案例中，我们也看到了比较简单的awk操作，awk不仅是命令行，也是一门编程语言，所以也有其条件判断if、以及循环for等，我们后期再介绍。
标签：
