<译>8个有力的Awk内建变量

文章目录
  1. FS: 输入字段分隔符变量
  2. ORS: 输出记录分隔符变量
  3. NR: 记录数变量
  4. NF:一条记录的记录数目
  5. FILENAME: 当前输入文件的名字
  6. FNR: 当前输入文件的记录数目

翻译原文:8 Powerful Awk Built-in Variables http://www.thegeekstuff.com/这个博客真是不错。

这篇文章是Awk Tutorial Examples系列的一部分。 Awk有几个非常强力的内置变量.通常来说,分为两种类型的内置变量: - 第一种是定义的变量可以改变, 比如字段分隔(FS)与记录分隔(RS) - 第二种是可以用来数据处理或者数据总结,比如记录数(NR)与字段数目(NF) 文中 介绍了:FS,OFS, RS, ORS, NR, NR, FNR

FS: 输入字段分隔符变量

FS(Field Separator)读取并解析输入文件中的每一行时,默认按照空格分隔为字段变量,$1,$2...等。FS变量被用来设置每一记录的字段分隔符号。FS可以是任意的字符串或者正则表达式.你可以使用下面两种方式来声名FS:

  1. 使用-F命令选项
  2. 作为设置为普通变量使用
1
2
3
4
5
6
7
Syntax:

$ awk -F 'FS' 'commands' inputfilename

(or)

$ awk 'BEGIN{FS="FS";}'
  • FS 可以是任意字符或者正则表达式
  • FS 可以多次改变, 不过会保持不变直到被明确修改。不过如果想要改变字段分隔符, 最好是在读入文本之前就改变FS, 这样改变才会在你读入的文本生效。

下面是一个使用FS读取/etc/passwd`以:作为分隔符的例子

1
2
3
4
5
6
7
8
9
10
11
$ cat etc_passwd.awk
BEGIN{
FS=":";
print "Name\tUserID\tGroupID\tHomeDirectory";
}
{
print $1"\t"$3"\t"$4"\t"$6;
}
END {
print NR,"Records Processed";
}
使用结果:
1
2
3
4
5
6
7
8
9
10
11
$awk -f etc_passwd.awk /etc/passwd
Name UserID GroupID HomeDirectory
gnats 41 41 /var/lib/gnats
libuuid 100 101 /var/lib/libuuid
syslog 101 102 /home/syslog
hplip 103 7 /var/run/hplip
avahi 105 111 /var/run/avahi-daemon
saned 110 116 /home/saned
pulse 111 117 /var/run/pulse
gdm 112 119 /var/lib/gdm
8 Records Processed
## OFS: 输出字段分隔符变量
OFS(Output Field Separator) 相当与输出上的FS, 默认是以一个空格字符作为输出分隔符的,下面是一个OFS的例子:
1
2
3
4
5
6
7
8
9
10
$ awk -F':' '{print $3,$4;}' /etc/passwd
41 41
100 101
101 102
103 7
105 111
110 116
111 117
112 119

注意命令中的
print语句的,表示的使用一个空格连接两个参数,也就是默认的OFS的值。因此OFS可以像下面那样插入到输出的字段之间:
1
2
3
4
5
6
7
8
9
10
$ awk -F':' 'BEGIN{OFS="=";} {print $3,$4;}' /etc/passwd
41=41
100=101
101=102
103=7
105=111
110=116
111=117
112=11

## RS: 记录分隔符
RS(Record Separator)定义了一行记录。读取文件时,默认将一行作为一条记录。 下面的例子以student.txt作为输入文件,记录之间用两行空行分隔,并且每条记录的每个字段用一个换行符分隔:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
$cat student.txt
Jones
2143
78
84
77

Gondrol
2321
56
58
45

RinRao
2122
38
37
65

Edwin
2537
78
67
45

Dayan
2415
30
47
20
然后下面的脚本就会从student.txt输出两项内容:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
$cat student.awk
BEGIN {
RS="\n\n";
FS="\n";

}
{
print $1,$2;
}

$ awk -f student.awk student.txt
Jones 2143
Gondrol 2321
RinRao 2122
Edwin 2537
Dayan 2415

student.awk`中,把每个学生的详细信息作为一条记录, 这是因为RS(记录分隔符)是被设置为两个换行符。并且因为FS(字段分隔符)是一个换行符,所以一行就是一个字段。

ORS: 输出记录分隔符变量

ORS(Output Record Separator)顾名思义就相当与输出的RS. 每条记录在输出时候会用分隔符隔开,看下面的 ORS的例子:

1
2
$  awk 'BEGIN{ORS="=";} {print;}' student-marks
Jones 2143 78 84 77=Gondrol 2321 56 58 45=RinRao 2122 38 37 65=Edwin 2537 78 67 45=Dayan 2415 30 47 20=
上面的脚本,输入文件的每条记录被"="分隔开. 附:student-marks便是上面的输出.

NR: 记录数变量

NR(Number of Record) 表示的是已经处理过的总记录数目,或者说行号(不一定是一个文件,可能是多个)。下面的例子,NR表示行号,在END部分,NR就是文件中的所有记录数目。

1
2
3
4
5
6
7
$ awk '{print "Processing Record - ",NR;}END {print NR, "Students Records are processed";}' student-marks
Processing Record - 1
Processing Record - 2
Processing Record - 3
Processing Record - 4
Processing Record - 5
5 Students Records are processed

NF:一条记录的记录数目

NF(Number for Field)表示的是,一条记录的字段的数目. 它在判断某条记录是否所有字段都存在时非常有用。 让我们观察student-mark文件:如下:

1
2
3
4
5
6
$cat student-marks
Jones 2143 78 84 77
Gondrol 2321 56 58 45
RinRao 2122 38 37
Edwin 2537 78 67 45
Dayan 2415 30 47
接着下面的Awk程序,打印了记录数(NR),以及该记录的字段数目: 因此可以非常容易的发现那些数据丢失了。
1
2
3
4
5
6
7
$ awk '{print NR,"->",NF}' student-marks
1 -> 5
2 -> 5
3 -> 4
4 -> 5
5 -> 4

FILENAME: 当前输入文件的名字

FILENAME 表示当前正在输入的文件的名字. AWK可以接受读取很多个文件去处理。看下面的例子:

1
2
3
4
5
6
$ awk '{print FILENAME}' student-marks
student-marks
student-marks
student-marks
student-marks
student-marks
在输入的文件的每一条记录都会输出该名字。

FNR: 当前输入文件的记录数目

当awk读取多个文件时,NR代表的是当前输入所有文件的全部记录数,而FNR则是当前文件的记录数。如下面的例子:

1
2
3
4
5
6
7
8
9
10
11
$ awk '{print FILENAME, "FNR= ", FNR,"  NR= ", NR}' student-marks bookdetails
student-marks FNR= 1 NR= 1
student-marks FNR= 2 NR= 2
student-marks FNR= 3 NR= 3
student-marks FNR= 4 NR= 4
student-marks FNR= 5 NR= 5
bookdetails FNR= 1 NR= 6
bookdetails FNR= 2 NR= 7
bookdetails FNR= 3 NR= 8
bookdetails FNR= 4 NR= 9
bookdetails FNR= 5 NR= 10
附: bookdetails与student-marks内容一样,作例子. 可以看出来NRFNR的区别。

经常使用NRFNR结合来处理两个文件,比如: 有两个文件:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

shomy@LiuPC:awk$ cat a.txt
李四|000002
张三|000001
王五|000003
赵六|000004
shomy@LiuPC:awk$ cat b.txt
000001|10
000001|20
000002|30
000002|15
000002|45
000003|40
000003|25
000004|60
如果想作对应的话, 比如张三|000001|10
1
2
3
4
5
6
7
8
9
shomy@LiuPC:awk$ awk -F '|' 'NR == FNR{a[$2]=$1;} NR>FNR {print a[$1],"|", $0}' a.txt b.txt
张三 | 000001|10
张三 | 000001|20
李四 | 000002|30
李四 | 000002|15
李四 | 000002|45
王五 | 000003|40
王五 | 000003|25
赵六 | 000004|60