【轉】linux下awk內置函數的使用(split/substr/length)
轉自:http://gdcsy.blog.163.com/blog/static/12734360920130241521280/
一、split 初始化和類型強制
awk的內建函數split允許你把一個字符串分隔爲單詞並存儲在數組中。你可以自己定義域分隔符或者使用現在FS(域分隔符)的值。
格式:
split (string, array, field separator)
split (string, array) -->如果第三個參數沒有提供,awk就默認使用當前FS值。
例子:
例1:替換分隔符
1 2 3 | time= "12:34:56" out=`echo
$time |
awk '{split($0,a,":");print
a[1],a[2],a[3]}' ` echo $out |
例2:計算指定範圍內的和(計算每個人1月份的工資之和)
1 2 3 4 5 6 7 8 9 10 | [root @test ~] # cat test.txt Tom
2012 - 12 - 11 car 53000 John
2013 - 01 - 13 bike 41000 vivi
2013 - 01 - 18 car 42800 Tom
2013 - 01 - 20 car 32500 John
2013 - 01 - 28 bike 63500 [root @test ~] # awk '{split($2,a,"-");if(a[2]==01){b[$1]+=$4}}END{for(i
in b)print i,b[i]}' test.txt vivi 2800 Tom2500
John4500 |
二、substr 截取字符串
返回從起始位置起,指定長度之子字符串;若未指定長度,則返回從起始位置到字符串末尾的子字符串。
格式:
substr(s,p)
返回字符串s中從p開始的後綴部分
substr(s,p,n) 返回字符串s中從p開始長度爲n的後綴部分
例子:
1 2 | [root @test ~] # echo "123" | awk '{print substr($0,1,1)}' 1 |
解釋:
awk
-F ',' '{print substr($3,6)}' --->
表示是從第3個字段裏的第6個字符開始,一直到設定的分隔符","結束.
substr($3,10,8) --->
表示是從第3個字段裏的第10個字符開始,截取8個字符結束.
substr($3,6) --->
表示是從第3個字段裏的第6個字符開始,一直到結尾
三、length
字符串長度
length函數返回沒有參數的字符串的長度。length函數返回整個記錄中的字符數。
1 2 | [root @test ~] # echo "123" | awk '{print length}' 3 |
四、gsub函數
gsub函數則使得在所有正則表達式被匹配的時候都發生替換。gsub(regular expression, subsitution string, target string);簡稱 gsub(r,s,t)。
舉例:把一個文件裏面所有包含 abc 的行裏面的 abc 替換成 def,然後輸出第一列和第三列
1 | awk
'$0 ~ /abc/ {gsub("abc", "def", $0); print
$1, $3}' abc.txt |
五、正則表達式
字符 | 功能 |
---|---|
+ | 指定如果一個或多個字符或擴展正則表達式的具體值(在 +(加號)前)在這個字符串中,則字符串匹配。命令行: awk '/smith+ern/' testfile 將包含字符 smit,後跟一個或多個 h 字符,並以字符 ern 結束的字符串的任何記錄打印至標準輸出。此示例中的輸出是: smithern, harry smithhern, anne |
? | 指定如果零個或一個字符或擴展正則表達式的具體值(在 ?(問號)之前)在字符串中,則字符串匹配。命令行: awk '/smith?/' testfile 將包含字符 smit,後跟零個或一個 h 字符的實例的所有記錄打印至標準輸出。此示例中的輸出是: smith, alan smithern, harry smithhern, anne smitters, alexis |
| | 指定如果以 |(垂直線)隔開的字符串的任何一個在字符串中,則字符串匹配。命令行: awk '/allen | alan /' testfile 將包含字符串 allen 或 alan 的所有記錄打印至標準輸出。此示例中的輸出是: smiley, allen smith, alan |
( ) | 在正則表達式中將字符串組合在一起。命令行: awk '/a(ll)?(nn)?e/' testfile 將具有字符串 ae 或 alle 或 anne 或 allnne 的所有記錄打印至標準輸出。此示例中的輸出是: smiley, allen smithhern, anne |
{m} | 指定如果正好有 m 個模式的具體值位於字符串中,則字符串匹配。命令行: awk '/l{2}/' testfile 打印至標準輸出 smiley, allen |
{m,} | 指定如果至少 m 個模式的具體值在字符串中,則字符串匹配。命令行: awk '/t{2,}/' testfile 打印至標準輸出: smitters, alexis |
{m, n} | 指定如果 m 和 n 之間(包含的 m 和 n)個模式的具體值在字符串中(其中m<= n),則字符串匹配。命令行: awk '/er{1, 2}/' testfile 打印至標準輸出: smithern, harry smithern, anne smitters, alexis |
[String] | 指定正則表達式與方括號內 String 變量指定的任何字符匹配。命令行: awk '/sm[a-h]/' testfile 將具有 sm 後跟以字母順序從 a 到 h 排列的任何字符的所有記錄打印至標準輸出。此示例的輸出是: smawley, andy |
[^ String] | 在 [ ](方括號)和在指定字符串開頭的 ^ (插入記號) 指明正則表達式與方括號內的任何字符不匹配。這樣,命令行: awk '/sm[^a-h]/' testfile 打印至標準輸出: smiley, allen smith, alan smithern, harry smithhern, anne smitters, alexis |
~,!~ | 表示指定變量與正則表達式匹配(代字號)或不匹配(代字號、感嘆號)的條件語句。命令行: awk '$1 ~ /n/' testfile 將第一個字段包含字符 n 的所有記錄打印至標準輸出。此示例中的輸出是: smithern, harry smithhern, anne |
^ | 指定字段或記錄的開頭。命令行: awk '$2 ~ /^h/' testfile 將把字符 h 作爲第二個字段的第一個字符的所有記錄打印至標準輸出。此示例中的輸出是: smithern, harry |
$ | 指定字段或記錄的末尾。命令行: awk '$2 ~ /y$/' testfile 將把字符 y 作爲第二個字段的最後一個字符的所有記錄打印至標準輸出。此示例中的輸出是: smawley, andy smithern, harry |
. (句號) | 表示除了在空白末尾的終端換行字符以外的任何一個字符。命令行: awk '/a..e/' testfile 將具有以兩個字符隔開的字符 a 和 e 的所有記錄打印至標準輸出。此示例中的輸出是: smawley, andy smiley, allen smithhern, anne |
*(星號) | 表示零個或更多的任意字符。命令行: awk '/a.*e/' testfile 將具有以零個或更多字符隔開的字符 a 和 e 的所有記錄打印至標準輸出。此示例中的輸出是: smawley, andy smiley, allen smithhern, anne smitters, alexis |
\ (反斜槓) | 轉義字符。當位於在擴展正則表達式中具有特殊含義的任何字符之前時,轉義字符除去該字符的任何特殊含義。例如,命令行: /a\/\// 將與模式 a // 匹配,因爲反斜槓否定斜槓作爲正則表達式定界符的通常含義。要將反斜槓本身指定爲字符,則使用雙反斜槓。有關反斜槓及其使用的更多信息,請參閱以下關於轉義序列的內容。 |
舉例:把一個文件裏面所有包含 abc 的行裏面的 abc 替換成 def,然後輸出第一列和第三列
1 | awk
'$0 ~ /abc/ {gsub("abc", "def", $0); print
$1, $3}' abc.txt |