AWK將文件shuffle

time awk 'BEGIN{srand()}{b[rand()NR]=$0}END{for(x in b)print b[x]}' $1 >$2

AWK教程

AWK是一種處理文本文件的語言，是一個(gè)強(qiáng)大的文本分析工具。

之所以叫AWK是因?yàn)槠淙×巳粍?chuàng)始人 Alfred Aho音诫，Peter Weinberger, 和 Brian Kernighan 的Family Name的首字符培廓。

語法

awk [選項(xiàng)參數(shù)] 'script' var=value file(s)

或

awk [選項(xiàng)參數(shù)] -f scriptfile var=value file(s)

選項(xiàng)參數(shù)說明：

1. -F fs or --field-separator fs

? ? ? ? 指定輸入文件折分隔符，fs是一個(gè)字符串或者是一個(gè)正則表達(dá)式，如-F:。

2. -v var=value or --asign var=value

? ? ? ? ?賦值一個(gè)用戶定義變量。

3. -f scripfile or --file scriptfile

? ? ? ? 從腳本文件中讀取awk命令丽声。

4. -mf nnn and -mr nnn

? ? ? ? ?對nnn值設(shè)置內(nèi)在限制，-mf選項(xiàng)限制分配給nnn的最大塊數(shù)目觉义；-mr選項(xiàng)限制記錄的最大數(shù)目雁社。這兩個(gè)功能是Bell實(shí)驗(yàn)室版awk的擴(kuò)展功能，在標(biāo)準(zhǔn)awk中不適用晒骇。

5. -W compact or --compat, -W traditional or --traditional

? ? ? ? ?在兼容模式下運(yùn)行awk霉撵。所以gawk的行為和標(biāo)準(zhǔn)的awk完全一樣，所有的awk擴(kuò)展都被忽略洪囤。

6. -W copyleft or --copyleft, -W copyright or --copyright

? ? ? ? ?打印簡短的版權(quán)信息徒坡。

7. -W help or --help, -W usage or --usage

? ? ? ? ? 打印全部awk選項(xiàng)和每個(gè)選項(xiàng)的簡短說明。

8. -W lint or --lint

? ? ? ? ?打印不能向傳統(tǒng)unix平臺移植的結(jié)構(gòu)的警告瘤缩。

9. -W lint-old or --lint-old

? ? ? ? ? ?打印關(guān)于不能向傳統(tǒng)unix平臺移植的結(jié)構(gòu)的警告喇完。

10. -W posix

? ? ? ? ? ?打開兼容模式。但有以下限制剥啤，不識別：/x锦溪、函數(shù)關(guān)鍵字不脯、func、換碼序列以及當(dāng)fs是一個(gè)空格時(shí)刻诊，將新行作為一個(gè)域分隔符防楷；操作符**和**=不能代替^和^=；fflush無效坏逢。

11. -W re-interval or --re-inerval

? ? ? ? ? ? 允許間隔正則表達(dá)式的使用域帐，參考(grep中的Posix字符類)，如括號表達(dá)式[[:alpha:]]是整。

12. -W source program-text or --source program-text

? ? ? ? ? ? ?使用program-text作為源代碼，可與-f命令混用民假。

13. -W version or --version

? ? ? ? ? ? 打印bug報(bào)告信息的版本浮入。

基本用法

log.txt文本內(nèi)容如下：

2 this is a test

3 Are you like awk

This's a test

10 There are orange,apple,mongo

用法一：

awk '{[pattern] action}' {filenames} # 行匹配語句 awk '' 只能用單引號

實(shí)例：

# 每行按空格或TAB分割，輸出文本中的1羊异、4項(xiàng)

$ awk '{print $1,$4}' log.txt

---------------------------------------------

2 a

3 like

This's

10 orange,apple,mongo

# 格式化輸出

$ awk '{printf "%-8s %-10s\n",$1,$4}' log.txt

---------------------------------------------

2? ? ? ? a

3? ? ? ? like

This's

10? ? ? orange,apple,mongo

用法二：

awk -F #-F相當(dāng)于內(nèi)置變量FS, 指定分割字符

實(shí)例：

# 使用","分割

$? awk -F, '{print $1,$2}'? log.txt

---------------------------------------------

2 this is a test

3 Are you like awk

This's a test

10 There are orange apple

# 或者使用內(nèi)建變量

$ awk 'BEGIN{FS=","} {print $1,$2}'? ? log.txt

---------------------------------------------

2 this is a test

3 Are you like awk

This's a test

10 There are orange apple

# 使用多個(gè)分隔符.先使用空格分割事秀，然后對分割結(jié)果再使用","分割

$ awk -F '[ ,]'? '{print $1,$2,$5}'? log.txt

---------------------------------------------

2 this test

3 Are awk

This's a

10 There apple

用法三：

awk -v # 設(shè)置變量

實(shí)例：

$ awk -va=1 '{print $1,$1+a}' log.txt

---------------------------------------------

2 3

3 4

This's 1

10 11

$ awk -va=1 -vb=s '{print $1,$1+a,$1b}' log.txt

---------------------------------------------

2 3 2s

3 4 3s

This's 1 This'ss

10 11 10s

用法四：

awk -f {awk腳本} {文件名}

實(shí)例：

$ awk -f cal.awk log.txt

運(yùn)算符

過濾第一列大于2的行

$ awk '$1>2' log.txt #命令

#輸出

3 Are you like awk

This's a test

10 There are orange,apple,mongo

過濾第一列等于2的行

$ awk '$1==2 {print $1,$3}' log.txt #命令

#輸出

2 is

過濾第一列大于2并且第二列等于'Are'的行

$ awk '$1>2 && $2=="Are" {print $1,$2,$3}' log.txt #命令

#輸出

3 Are you

內(nèi)建變量

$ awk 'BEGIN{printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n","FILENAME","ARGC","FNR","FS","NF","NR","OFS","ORS","RS";printf "---------------------------------------------\n"} {printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n",FILENAME,ARGC,FNR,FS,NF,NR,OFS,ORS,RS}' log.txt

FILENAME ARGC? FNR? FS? NF? NR? OFS? ORS? RS

---------------------------------------------

log.txt? ? 2? ? 1? ? ? ? 5? ? 1

log.txt? ? 2? ? 2? ? ? ? 5? ? 2

log.txt? ? 2? ? 3? ? ? ? 3? ? 3

log.txt? ? 2? ? 4? ? ? ? 4? ? 4

$ awk -F\' 'BEGIN{printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n","FILENAME","ARGC","FNR","FS","NF","NR","OFS","ORS","RS";printf "---------------------------------------------\n"} {printf "%4s %4s %4s %4s %4s %4s %4s %4s %4s\n",FILENAME,ARGC,FNR,FS,NF,NR,OFS,ORS,RS}'? log.txt

FILENAME ARGC? FNR? FS? NF? NR? OFS? ORS? RS

---------------------------------------------

log.txt? ? 2? ? 1? ? '? ? 1? ? 1

log.txt? ? 2? ? 2? ? '? ? 1? ? 2

log.txt? ? 2? ? 3? ? '? ? 2? ? 3

log.txt? ? 2? ? 4? ? '? ? 1? ? 4

# 輸出順序號 NR, 匹配文本行號

$ awk '{print NR,FNR,$1,$2,$3}' log.txt

---------------------------------------------

1 1 2 this is

2 2 3 Are you

3 3 This's a test

4 4 10 There are

# 指定輸出分割符

$? awk '{print $1,$2,$5}' OFS=" $ "? log.txt

---------------------------------------------

2 $ this $ test

3 $ Are $ awk

This's $ a $

10 $ There $

使用正則，字符串匹配

# 輸出第二列包含 "th"野舶，并打印第二列與第四列

$ awk '$2 ~ /th/ {print $2,$4}' log.txt

---------------------------------------------

this a

~ 表示模式開始易迹。// 中是模式。

# 輸出包含"re" 的行

$ awk '/re/ ' log.txt

---------------------------------------------

3 Are you like awk

10 There are orange,apple,mongo

忽略大小寫

$ awk 'BEGIN{IGNORECASE=1} /this/' log.txt

---------------------------------------------

2 this is a test

This's a test

模式取反

$ awk '$2 !~ /th/ {print $2,$4}' log.txt

---------------------------------------------

Are like

a

There orange,apple,mongo

$ awk '!/th/ {print $2,$4}' log.txt

---------------------------------------------

Are like

a

There orange,apple,mongo

awk腳本

關(guān)于awk腳本平道，我們需要注意兩個(gè)關(guān)鍵詞BEGIN和END睹欲。

BEGIN{ 這里面放的是執(zhí)行前的語句 }

END {這里面放的是處理完所有的行后要執(zhí)行的語句 }

{這里面放的是處理每一行時(shí)要執(zhí)行的語句}

假設(shè)有這么一個(gè)文件（學(xué)生成績表）：

$ cat score.txt

Marry? 2143 78 84 77

Jack? ? 2321 66 78 45

Tom? ? 2122 48 77 71

Mike? ? 2537 87 97 95

Bob? ? 2415 40 57 62

我們的awk腳本如下：

$ cat cal.awk

#!/bin/awk -f

#運(yùn)行前

BEGIN {

? ? math = 0

? ? english = 0

? ? computer = 0

? ? printf "NAME? ? NO.? MATH? ENGLISH? COMPUTER? TOTAL\n"

? ? printf "---------------------------------------------\n"

}

#運(yùn)行中

{

? ? math+=$3

? ? english+=$4

? ? computer+=$5

? ? printf "%-6s %-6s %4d %8d %8d %8d\n", $1, $2, $3,$4,$5, $3+$4+$5

}

#運(yùn)行后

END {

? ? printf "---------------------------------------------\n"

? ? printf "? TOTAL:%10d %8d %8d \n", math, english, computer

? ? printf "AVERAGE:%10.2f %8.2f %8.2f\n", math/NR, english/NR, computer/NR

}

我們來看一下執(zhí)行結(jié)果：

$ awk -f cal.awk score.txt

NAME? ? NO.? MATH? ENGLISH? COMPUTER? TOTAL

---------------------------------------------

Marry? 2143? ? 78? ? ? 84? ? ? 77? ? ? 239

Jack? 2321? ? 66? ? ? 78? ? ? 45? ? ? 189

Tom? ? 2122? ? 48? ? ? 77? ? ? 71? ? ? 196

Mike? 2537? ? 87? ? ? 97? ? ? 95? ? ? 279

Bob? ? 2415? ? 40? ? ? 57? ? ? 62? ? ? 159

---------------------------------------------

? TOTAL:? ? ? 319? ? ? 393? ? ? 350

AVERAGE:? ? 63.80? ? 78.60? ? 70.00

另外一些實(shí)例

AWK的hello world程序?yàn)椋?/p>

BEGIN { print "Hello, world!" }

計(jì)算文件大小

$ ls -l *.txt | awk '{sum+=$6} END {print sum}'

--------------------------------------------------

666581

從文件中找出長度大于80的行

awk 'length>80' log.txt

打印九九乘法表

seq 9 | sed 'H;g' | awk -v RS='' '{for(i=1;i<=NF;i++)printf("%dx%d=%d%s", i, NR, i*NR, i==NR?"\n":"\t")}'