awk内置函数小节

http://blog.csdn.net/zhuying_linux/article/details/7105584

awk提供了许多强大的字符串函数，见下表：
awk内置字符串函数
gsub(r,s) 在整个$0中用s替代r
gsub(r,s,t) 在整个t中用s替代r
index(s,t) 返回s中字符串t的第一位置
length(s) 返回s长度
match(s,r) 测试s是否包含匹配r的字符串
split(s,a,fs) 在fs上将s分成序列a
sprint(fmt,exp) 返回经fmt格式化后的exp
sub(r,s) 用$0中最左边最长的子串代替s ,该字符串是r
substr(s,p) 返回字符串s中从p开始的后缀部分
substr(s,p,n) 返回字符串s中从p开始长度为n的后缀部分
详细说明一下各个函数的使用方法。
gsub函数有点类似于sed查找和替换。它允许替换一个字符串或字符为另一个字符串或字符，并以正则表达式的
形式执行。第一个函数作用于记录$0，第二个gsub函数允许指定目标，然而，如果未指定目标，缺省为$0。
index(s,t)函数返回目标字符串s中查询字符串t的首位置。length函数返回字符串s字符长度。match函数测试字
符串s是否包含一个正则表达式r定义的匹配。split使用域分隔符fs将字符串s划分为指定序列a。sprint函数类
似于printf函数(以后涉及)，返回基本输出格式fmt的结果字符串exp。sub(r,s)函数将用s替代$0中最左边最长

的子串，该子串被(r)匹配。 substr(s,p)返回字符串s在位置p后的后缀。substr(s,p,n)是输出字符串s，从第p

个字符到第n个字符。现在看一看awk中这些字符串函数的功能。

1.gsub
要在整个记录中替换一个字符串为另一个，使用正则表达式格式，/目标模式/，替换模式 /。例如改变学生序号
4842到4899：
$ awk 'gsub(/4842/, 4899) {print $0}' grade.txt
J.Troll 07/99 4899 Brown-3 12 26 26

2.index
查询字符串s中t出现的第一位置。必须用双引号将字符串括起来。例如返回目标字符串 Bunny中ny出现的第一位
置，即字符个数。
$ awk 'BEGIN {print index("Bunny","ny")} grade.txt
4

3.length
返回所需字符串长度，例如检验字符串J.Troll返回名字及其长度，即人名构成的字符个数。
$ awk '$1=="J.Troll" {print length($1) " " $1}' grade.txt

7 J.Troll

这个还可以这样写:

echo "J.Troll 07/99 4824 Brown-3 12 26 26 "| awk '{if ($1~"J.Troll") print length($1), $1}'

也就是awk ' {if ($1~"J.Troll") print length($1) " " $1}' grade.txt

还有一种方法，这里字符串加双引号。
$ awk 'BEGIN {print length("A FEW GOOD MEN")}'【BEGIN/END:指定开始和结束规则】
14

4.match
match测试目标字符串是否包含查找字符的一部分。可以对查找部分使用正则表达式,返回值为成功出现的字符排
列数。如果未找到,返回0,第一个例子在ANCD中查找d。因其不存在,所以返回0。第二个例子在ANCD中查找D。因
其存在,所以返回ANCD中D出现的首位置字符数。第三个例子在学生J.Lulu中查找u。
$ awk 'BEGIN {print match("ANCD", /d/)}'
0
$ awk 'BEGIN {print match("ANCD", /C/)}'
3
$ awk '$1=="J.Lulu" {print match($1, "u")} grade.txt 【注意：如果匹配的是个字符串的话，必须加上双引号】
4

5.split
使用split返回字符串数组元素个数。工作方式如下：如果有一字符串,包含一指定分隔符-,例如AD2-KP9-JU2-

LP-1,将之划分成一个数组。使用split,指定分隔符及数组名。此例中,命令格式为("AD2-KP9-JU2-LP-

1",parts_array,”-”),split然后返回数组下标数,这里结果为4。
还有一个例子使用不同的分隔符。
$ awk 'BEGIN {print split("123#456#678", myarray, "#")}'
3
这个例子中,split返回数组myarray的下标数。数组myarray取值如下：
Myarray[1]="123"
Myarray[2]="456"

Myarray[3]="678"

6.sub
使用sub发现并替换模式的第一次出现位置。字符串STR包含'popedpopopill',执行下列sub命令sub
(/op/,"op",STR)。模式op第一次出现时,进行替换操作,返回结果如下：
'pOPedpopepill'。
假如grade.txt文件中,学生J.Troll的记录有两个值一样,“目前级别分”与“最高级别分”。只改变第一个为
29,第二个仍为26不动,操作命令为sub(/26/,"29",$0),只替换第一个出现 26的位置。
$ awk '$1=="J.Troll" ,sub(/26/, "29", $0)' grade.txt
L.Troll 07/99 4842 Brown-3 12 29 26

L.Transley 05/99 4712 Brown-2 12 30 28

ps：若将上面的换成gsub，结果就不一样了

[root@sor-sys zy]# echo "J.Troll 07/99 4824 Brown-3 12 26 26 "| awk '$1=="J.Troll",gsub(/26/,"29",$0)'

J.Troll 07/99 4824 Brown-3 12 29 29

7.substr
substr是一个很有用的函数。它按照起始位置及长度返回字符串的一部分。例子如下：
$ awk '$1=="L.Transley" {print substr($1, 1,5)}' grade.txt
L.Tan
上面例子中,指定在域1的第一个字符开始,返回其前面5个字符。
如果给定长度值远大于字符串长度， awk将从起始位置返回所有字符，要抽取L.Tansley的姓,只需从第3个字符
开始返回长度为7。可以输入长度99,awk返回结果相同。
$ awk '{$1=="L.Transley" {print substr($1, 3,99)}' grade.txt
Transley

substr的另一种形式是返回字符串后缀或指定位置后面字符。这里需要给出指定字符串及其返回字串的起始位置
。例如,从文本文件中抽取姓氏,需操作域1,并从第三个字符开始：
$ awk '{print substr($1, 3)}' grade.txt
Troll
Transley

还有一个例子,在BEGIN部分定义字符串,在END部分返回从第t个字符开始抽取的子串。
$ awk 'BEGIN {STR="A FEW GOOD MEN"} END {print substr(STR,7)}' grade.txt
GOOD MEN

测试：

[root@sor-sys zy]# echo "A FEW GOOD MEN,as follows:"|awk 'BEGIN{STR="A FEW GOOD MEN"} END{print substr(STR,7)}'
GOOD MEN

而如果要是单独输入awk 'BEGIN{STR="A FEW GOOD MEN"} END{print substr(STR,7)}'，它就会卡到那里~

8.从shell中向awk传入字符串
awk脚本大多只有一行,其中很少是字符串表示的,这一点通过将变量传入awk命令行会变得很容易。现就其基本原
理讲述一些例子。
使用管道将字符串stand-by传入awk,返回其长度。
$ echo "Stand-by" | awk '{print length($0)}'
8

设置文件名为一变量,管道输出到awk,返回不带扩展名的文件名。
$ STR="mydoc.txt"

$ echo $STR | awk '{print substr($STR, 1, 5)}'

mydoc

设置文件名为一变量,管道输出到awk,只返回其扩展名。
$ STR="mydoc.txt"

$ echo $STR | awk '{print substr($STR, 7)}'

txt

==================================================

一。遇到的问题：

问题：echo "a b c 2011-11-22 a:d" | awk '$4=gsub(/-/,"",$4)'为啥输出后 2011-11-22 变成 2 了？

解答：
gsub(/-/,"",$4)的值是2【在赋值的情况下是这样的~】，你将2赋值给$4 ，gsub返回的是替换的次数。
如下是测试结果：
[root@Test230 ~]# echo "a b c 2011-11-22 a:d" | awk '$4=gsub(/-/,"",$4)'

a b c 2 a:d

看另一种情况，只是替换的话~

[root@sor-sys config]# echo "a b c 2011-11-22 a:d" | awk 'gsub(/-/,"",$4)'
a b c 20111122 a:d
[root@sor-sys config]# echo "a b c 2011-11-22 a:d" | awk 'gsub(/-/,"_",$4)'
a b c 2011_11_22 a:d

二。实例详解

下面我们来总结一下这个gsub的用法：

有一个文本文件data.test的内容如下：

解法：

awk -F '|' 'BEGIN{ OFS="|" } {sub(/[0-9]+/,"",$2);print $0}' data.test

awk -F '|' -v OFS='|' '{sub(/[0-9]+/,"",$2);print $0}' data.test

其实不加那个输出域符也可以：

awk -F '|' '{sub(/[0-9]+/,"",$2);print $0}' data.test

三。sub和gsub的区别

sub匹配第一次出现的符合模式的字符串，相当于 sed 's//' 。
gsub匹配所有的符合模式的字符串，相当于 sed 's//g' 。
例如：
awk '{sub(/Mac/,"Macintosh");print}' urfile 用Macintosh替换Mac
awk '{sub(/Mac/,"MacIntosh",$1); print}' file 第一个域内用Macintosh替换Mac
把上面sub换成gsub就表示在满足条件得域里面替换所有的字符。

awk的sub函数用法：
sub函数匹配指定域/记录中最大、最靠左边的子字符串的正则表达式，并用替换字符串替换这些字符串。
如果没有指定目标字符串就默认使用整个记录。替换只发生在第一次匹配的时候。格式如下：
sub (regular expression, substitution string):
sub (regular expression, substitution string, target string)
实例：
$ awk '{ sub(/test/, "mytest"); print }' testfile
$ awk '{ sub(/test/, "mytest", $1); print }' testfile
第一个例子在整个记录中匹配，替换只发生在第一次匹配发生的时候。
第二个例子在整个记录的第一个域中进行匹配，替换只发生在第一次匹配发生的时候。
如要在整个文件中进行匹配需要用到gsub
gsub函数作用如sub，但它在整个文档中进行匹配。格式如下：
gsub (regular expression, substitution string)
gsub (regular expression, substitution string, target string)
实例：
$ awk '{ gsub(/test/, "mytest"); print }' testfile
$ awk '{ gsub(/test/, "mytest", $1); print }' testfile
第一个例子在整个文档中匹配test，匹配的都被替换成mytest。
第二个例子在整个文档的第一个域中匹配，所有匹配的都被替换成mytest。
另外，只有当记录中的域有改变的时候，指定0FS变量才有用，如果记录中的域无变化，指定OFS产生不了实际效果。

awk -F'|' -v OFS='|' '{ gsub(/[0-9]/, "", $3); print $0; }' data.txt

将把第三个域中所有数字都去掉。

另外，对于数字的匹配，可以使用十六进制。

awk -F'|' -v OFS='|' '{ gsub(/[/x30-/x39]/, "", $3); print $0; }' data.txt

posted on 2017-08-31 20:54 小西红柿阅读(194) 评论(0) 收藏举报

刷新页面返回顶部

awk内置函数小节

导航

公告

**awk内置函数小节**

导航

公告

awk内置函数小节