AWK 常用内置字符串函数总结

AWK 提供了多种用于字符串替换、查找、截取、分割、大小写转换和格式化的内置函数。

1. 函数汇总

函数	说明	返回值
`sub(Ere, Repl [, In])`	使用 `Repl` 替换字符串 `In` 中第一个匹配正则表达式 `Ere` 的内容。省略 `In` 时操作 `$0`。	成功替换返回 `1`，未匹配返回 `0`
`gsub(Ere, Repl [, In])`	使用 `Repl` 替换字符串 `In` 中所有匹配正则表达式 `Ere` 的内容。省略 `In` 时操作 `$0`。	返回替换次数
`index(String1, String2)`	查找 `String2` 在 `String1` 中第一次出现的位置。位置从 `1` 开始。	找到返回位置，未找到返回 `0`
`length([String])`	返回字符串的字符长度。省略参数时返回当前记录 `$0` 的长度。	字符串长度
`blength([String])`	返回字符串的字节长度。省略参数时使用 `$0`。该函数并非所有 AWK 实现都支持。	字节数
`substr(String, M [, N])`	从字符串 `String` 的第 `M` 个字符开始，截取 `N` 个字符。省略 `N` 时截取到字符串末尾。	截取后的字符串
`match(String, Ere)`	使用正则表达式 `Ere` 在 `String` 中查找匹配内容，同时设置 `RSTART` 和 `RLENGTH`。	找到返回起始位置，未找到返回 `0`
`split(String, A [, Ere])`	按照分隔符 `Ere` 将字符串拆分到数组 `A` 中。省略 `Ere` 时使用字段分隔符 `FS`。	分割后的元素数量
`tolower(String)`	将字符串中的大写字母转换为小写字母。	转换后的字符串
`toupper(String)`	将字符串中的小写字母转换为大写字母。	转换后的字符串
`sprintf(Format, Expr, ...)`	按照指定格式格式化数据，但不直接打印。	格式化后的字符串

2. `sub()`：替换第一个匹配项

语法

sub(Ere, Repl [, In])

示例

echo "apple apple apple" |
awk '{
    sub(/apple/, "orange")
    print
}'

输出：

orange apple apple

指定操作变量：

awk 'BEGIN {
    str = "id=1001,id=1002"
    sub(/id=[0-9]+/, "id=2001", str)
    print str
}'

输出：

id=2001,id=1002

`&` 的作用

替换字符串中的 & 表示本次正则表达式匹配到的原始内容。

echo "id=1001" |
awk '{
    sub(/[0-9]+/, "[&]")
    print
}'

输出：

id=[1001]

3. `gsub()`：替换所有匹配项

语法

gsub(Ere, Repl [, In])

示例

echo "apple apple apple" |
awk '{
    count = gsub(/apple/, "orange")
    print "结果:", $0
    print "替换次数:", count
}'

输出：

结果: orange orange orange
替换次数: 3

删除所有空格：

echo "a b  c" |
awk '{
    gsub(/[[:space:]]+/, "")
    print
}'

输出：

abc

`sub()` 与 `gsub()` 的区别

函数	替换范围
`sub()`	只替换第一个匹配项
`gsub()`	替换所有匹配项

4. `index()`：查找普通字符串

语法

index(String1, String2)

index() 查找的是普通字符串，不是正则表达式。

awk 'BEGIN {
    str = "hello world"
    print index(str, "world")
    print index(str, "linux")
}'

输出：

7
0

位置从 1 开始。

5. `length()`：获取字符串长度

语法

length([String])

指定字符串：

awk 'BEGIN {
    print length("hello")
}'

输出：

不指定参数时，计算当前记录 $0 的长度：

echo "hello awk" |
awk '{
    print length()
}'

输出：

计算字段长度：

echo "1001 storage" |
awk '{
    print length($1)
    print length($2)
}'

输出：

4
7

6. `blength()`：获取字节长度

语法

blength([String])

blength() 用于计算字符串占用的字节数。

需要注意：

length() 通常计算字符数量。
blength() 计算字节数量。
blength() 不是 POSIX AWK 标准函数。
GNU AWK 通常没有 blength() 函数。
某些系统的 AWK，例如部分 AIX AWK 实现，可能支持该函数。

为了保证脚本可移植性，不建议依赖 blength()。

7. `substr()`：截取字符串

语法

substr(String, M [, N])

其中：

M：开始位置，从 1 开始。
N：截取长度，可以省略。

指定长度：

awk 'BEGIN {
    str = "abcdefgh"
    print substr(str, 3, 4)
}'

输出：

cdef

省略长度：

awk 'BEGIN {
    str = "abcdefgh"
    print substr(str, 3)
}'

输出：

cdefgh

提取固定格式字符串：

awk 'BEGIN {
    node = "node1001"
    print substr(node, 5)
}'

输出：

8. `match()`：使用正则表达式查找

语法

match(String, Ere)

执行后会设置两个特殊变量：

变量	说明
`RSTART`	匹配内容的起始位置
`RLENGTH`	匹配内容的长度
匹配失败时	`RSTART` 为 `0`，`RLENGTH` 为 `-1`

示例：

awk 'BEGIN {
    str = "node_id=1001"

    pos = match(str, /[0-9]+/)

    print "返回位置:", pos
    print "RSTART:", RSTART
    print "RLENGTH:", RLENGTH
    print "匹配内容:", substr(str, RSTART, RLENGTH)
}'

输出：

返回位置: 9
RSTART: 9
RLENGTH: 4
匹配内容: 1001

匹配失败：

awk 'BEGIN {
    str = "node_id=abc"
    print match(str, /[0-9]+/)
    print RSTART
    print RLENGTH
}'

输出：

0
0
-1

`index()` 与 `match()` 的区别

函数	匹配类型
`index()`	普通字符串
`match()`	正则表达式

9. `split()`：分割字符串

语法

split(String, A [, Ere])

按逗号分割：

awk 'BEGIN {
    str = "1001,1002,1003"
    count = split(str, nodes, ",")

    print "元素数量:", count

    for (i = 1; i <= count; i++) {
        print nodes[i]
    }
}'

输出：

元素数量: 3
1001
1002
1003

按多个空格分割：

awk 'BEGIN {
    str = "meta   storage  mgmtd"
    count = split(str, arr, /[[:space:]]+/)

    for (i = 1; i <= count; i++) {
        print arr[i]
    }
}'

输出：

meta
storage
mgmtd

省略分隔符时使用 FS：

awk 'BEGIN {
    FS = ":"
    count = split("1001:storage:8000", arr)

    for (i = 1; i <= count; i++) {
        print arr[i]
    }
}'

10. `tolower()`：转换为小写

语法

tolower(String)

示例：

awk 'BEGIN {
    type = "STORAGE"
    print tolower(type)
}'

输出：

storage

原变量不会自动修改：

awk 'BEGIN {
    type = "STORAGE"
    lower = tolower(type)

    print type
    print lower
}'

输出：

STORAGE
storage

如需修改原变量，应重新赋值：

type = tolower(type)

11. `toupper()`：转换为大写

语法

toupper(String)

示例：

awk 'BEGIN {
    type = "storage"
    print toupper(type)
}'

输出：

STORAGE

修改原变量：

type = toupper(type)

12. `sprintf()`：格式化并返回字符串

语法

sprintf(Format, Expr, ...)

sprintf() 与 printf 的主要区别：

函数	行为
`printf()`	格式化并直接输出
`sprintf()`	格式化后返回字符串，不直接输出

格式化整数：

awk 'BEGIN {
    disk_id = sprintf("%02d", 3)
    print disk_id
}'

输出：

拼接节点目录名：

awk 'BEGIN {
    node_id = 1001
    disk_id = 3

    path = sprintf("tyas_%d_%02d", node_id, disk_id)
    print path
}'

输出：

tyas_1001_03

常用格式符：

格式符	说明
`%s`	字符串
`%d`	十进制整数
`%f`	浮点数
`%.2f`	保留两位小数
`%x`	十六进制整数
`%o`	八进制整数
`%02d`	至少两位，不足时前面补 `0`
`%-10s`	字符串左对齐，宽度为 `10`
`%10s`	字符串右对齐，宽度为 `10`

13. 综合示例：解析配置项

假设配置文件内容如下：

[numa]
node_id = 1
cpu_list = 0-15

读取 node_id：

awk '
    /^[[:space:]]*\[/ {
        section = $0
        gsub(/^[[:space:]]*\[|\][[:space:]]*$/, "", section)
        next
    }

    section == "numa" && /^[[:space:]]*node_id[[:space:]]*=/ {
        line = $0
        sub(/^[^=]*=/, "", line)
        gsub(/^[[:space:]]+|[[:space:]]+$/, "", line)
        print line
    }
' node.toml

输出：

这里使用了：

gsub()：去除节名两侧的 [、] 和空白。
sub()：删除等号左边的内容。
gsub()：删除值两侧的空白。
print：输出最终结果。

14. 使用注意事项

14.1 字符串位置从 1 开始

以下函数返回或使用的位置都从 1 开始：

index()
substr()
match()
RSTART

14.2 `sub()` 和 `gsub()` 会修改目标变量

sub(/old/, "new", str)
gsub(/old/, "new", str)

这两个函数会直接修改 str。

而下面这些函数通常只是返回一个新值，不会修改原字符串：

substr()
tolower()
toupper()
sprintf()

例如：

lower = tolower(str)

14.3 省略操作字符串时默认操作 `$0`

sub(/abc/, "xyz")
gsub(/abc/, "xyz")

等价于：

sub(/abc/, "xyz", $0)
gsub(/abc/, "xyz", $0)

14.4 正则表达式的写法

正则表达式常用斜杠表示：

/[0-9]+/

正则表达式也可以保存在变量中：

pattern = "^[[:space:]]*node_id[[:space:]]*="
if ($0 ~ pattern) {
    print
}

15. 快速记忆

sub       替换第一个匹配项
gsub      替换所有匹配项
index     查找普通字符串位置
length    获取字符长度
blength   获取字节长度，兼容性较差
substr    截取子字符串
match     使用正则查找，并设置 RSTART、RLENGTH
split     将字符串分割为数组
tolower   转换成小写
toupper   转换成大写
sprintf   格式化并返回字符串

posted @ 2026-06-17 14:05 苏格拉底的落泪阅读(11) 评论(0) 收藏举报

刷新页面返回顶部

苏格拉底的落泪

用博客留下自己的一些脚印，记录自己曾经成长的故事。

AWK 常用内置字符串函数总结

AWK 常用内置字符串函数总结

1. 函数汇总

2. `sub()`：替换第一个匹配项

语法

示例

`&` 的作用

3. `gsub()`：替换所有匹配项

语法

示例

`sub()` 与 `gsub()` 的区别

4. `index()`：查找普通字符串

语法

5. `length()`：获取字符串长度

语法

6. `blength()`：获取字节长度

语法

7. `substr()`：截取字符串

语法

8. `match()`：使用正则表达式查找

语法

`index()` 与 `match()` 的区别

9. `split()`：分割字符串

语法

10. `tolower()`：转换为小写

语法

11. `toupper()`：转换为大写

语法

12. `sprintf()`：格式化并返回字符串

语法

13. 综合示例：解析配置项

14. 使用注意事项

14.1 字符串位置从 1 开始

14.2 `sub()` 和 `gsub()` 会修改目标变量

14.3 省略操作字符串时默认操作 `$0`

14.4 正则表达式的写法

15. 快速记忆

公告

苏格拉底的落泪

用博客留下自己的一些脚印，记录自己曾经成长的故事。

AWK 常用内置字符串函数总结

AWK 常用内置字符串函数总结

1. 函数汇总

2. sub()：替换第一个匹配项

语法

示例

& 的作用

3. gsub()：替换所有匹配项

语法

示例

sub() 与 gsub() 的区别

4. index()：查找普通字符串

语法

5. length()：获取字符串长度

语法

6. blength()：获取字节长度

语法

7. substr()：截取字符串

语法

8. match()：使用正则表达式查找

语法

index() 与 match() 的区别

9. split()：分割字符串

语法

10. tolower()：转换为小写

语法

11. toupper()：转换为大写

语法

12. sprintf()：格式化并返回字符串

语法

13. 综合示例：解析配置项

14. 使用注意事项

14.1 字符串位置从 1 开始

14.2 sub() 和 gsub() 会修改目标变量

14.3 省略操作字符串时默认操作 $0

14.4 正则表达式的写法

15. 快速记忆

公告

2. `sub()`：替换第一个匹配项

`&` 的作用

3. `gsub()`：替换所有匹配项

`sub()` 与 `gsub()` 的区别

4. `index()`：查找普通字符串

5. `length()`：获取字符串长度

6. `blength()`：获取字节长度

7. `substr()`：截取字符串

8. `match()`：使用正则表达式查找

`index()` 与 `match()` 的区别

9. `split()`：分割字符串

10. `tolower()`：转换为小写

11. `toupper()`：转换为大写

12. `sprintf()`：格式化并返回字符串

14.2 `sub()` 和 `gsub()` 会修改目标变量

14.3 省略操作字符串时默认操作 `$0`