AWK 是一种强大的文本处理工具，它可以用于对结构化的文本进行分析和处理。GAWK（GNU AWK）是 AWK 的一个扩展版本，提供了更多的功能和灵活性。AWK/GAWK 可以在 Linux、Unix 和类 Unix 系统中运行，并广泛应用于日常的文本处理任务。
AWK/GAWK 的基本用法
AWK 的工作原理是逐行读取文本文件，并将每一行拆分成字段 (field) 进行操作。字段是文本行中以分隔符（默认为空格）分隔的部分。主要有三个组成部分：模式（pattern）、操作（action）、命令行参数（command-line arguments）。
模式（pattern）
模式决定了哪些行会执行后面的操作。可以是正则表达式、关系操作符、逻辑操作符等。
操作（action）
操作是针对模式匹配的行执行的操作。可以是打印行、计算、循环等。
命令行参数（command-line arguments）
命令行参数用于指定 AWK 的工作方式。可以是变量初始化、输入文件、输出格式等。
下面是一个简单的 AWK 程序例子，用于计算文件中数字的总和：
awk '{ sum += $1 } END { print sum }' numbers.txt
其中，numbers.txt 是一个包含数字的文本文件，{ sum += $1 } 是操作，用于将每行的第一个字段（$1）累加到变量 sum 中，END 是模式，用于在文件处理完毕后执行 { print sum }，打印最终的总和。
AWK/GAWK 的高级功能
AWK/GAWK 还有其他一些高级功能，可以根据实际需求进行灵活的文本处理。
正则表达式
AWK/GAWK 中可以使用正则表达式来进行模式匹配。以下是一个示例，将文件中的所有匹配的行打印出来：
awk '/pattern/' filename
字段分隔符
AWK/GAWK 默认的字段分隔符是空格。但是，可以通过 FS 变量来修改字段分隔符。以下是一个示例，读取以逗号分隔的文件，并将第二个字段打印出来：
awk 'BEGIN { FS = "," } ; { print $2 }' filename
内置变量
AWK/GAWK 中有一些内置变量，可以用于获取有关当前行和文本行的信息。以下是一些常用的内置变量：
NR：当前行的行号NF：当前行的字段数$0：整行文本$1-$n：第一个字段到第 n 个字段的值
自定义函数
AWK/GAWK 允许创建自定义函数，以实现复杂的文本处理逻辑。以下是一个示例，将第一个字段中的大写字母转换为小写字母并打印出来：
function toLower(str) {
gsub(/[A-Z]/, "\\\\l&", str);
return str;
}
{
print toLower($1);
}
在上面的示例中，toLower 是一个自定义函数，通过 gsub 函数将大写字母替换为小写字母。然后，在主程序中调用 toLower 函数，并打印结果。
总结
AWK/GAWK 是一种强大的文本处理编程语言，可以用于解析、过滤、计算和转换结构化文本数据。它的灵活性和强大的正则表达式支持使其成为处理日常文本任务的首选工具。通过掌握 AWK/GAWK 的基本用法和高级功能，你可以提高文本处理效率，简化复杂任务，并节省大量的时间和精力。让我们开始探索 AWK/GAWK 的奥秘吧！
本文来自极简博客，作者：时光静好，转载请注明原文链接：AWK/GAWK文本处理编程
