Linux基础-awk入门使用

awk 介绍

awk 是一种面向文本行的模式扫描与处理语言，名字来自三位作者（Aho、Weinberger、Kernighan）。在 Linux 上常用来按列切分、过滤、汇总日志与 CSV；和 sed 相比，awk 更擅长「按字段」做计算与统计。

awk 全称 Aho Weinberger Kernighan

基本用法

awk '程序' 文件...
awk -F 分隔符 '程序' 文件...

程序通常写成：模式 { 动作 }。省略动作时默认 { print $0 }（打印整行）。省略模式时对每一行都执行动作。

按列输出

默认以空白（空格、Tab）分隔字段，$1、$2… 表示第 1、2 列，$0 表示整行。

awk '{ print $1, $3 }' access.log

指定分隔符（例如冒号，类似 /etc/passwd）：

awk -F: '{ print $1, $3 }' /etc/passwd

输出时自定义列分隔符（默认是空格）：

awk -F: -v OFS='\t' '{ print $1, $3 }' /etc/passwd

常用内置变量

变量	含义
$0	当前整行
$1…$n	第 n 个字段
NF	当前行字段个数
$NF	最后一个字段
NR	已读入的行号（累计）
FNR	当前文件内的行号
FS	输入字段分隔符（可用 -F 设置）
OFS	输出字段分隔符
RS	输入记录分隔符（默认换行）

模式匹配

只处理匹配正则的行：

awk '/ERROR/ { print $0 }' app.log

组合条件（示例：第 3 列大于 100）：

awk '$3 > 100 { print $0 }' data.txt

指定行号范围（第 2 到第 5 行）：

awk 'NR==2,NR==5 { print $0 }' data.txt

BEGIN 与 END

BEGIN 在读入任何行前执行，常用来初始化变量或打印表头；END 在全部文件读完后执行，适合做汇总。

awk 'BEGIN { print "sum", "count" }
     { sum += $1; n++ }
     END { print sum, n }' numbers.txt

简单实战示例

统计某个目录下日志里不同状态码出现次数（假设状态码在第 9 列）：

awk '{ c[$9]++ } END { for (s in c) print s, c[s] }' access.log | sort -n

过滤并导出两列（去重可选配合 sort -u）：

awk -F',' '$2 == "active" { print $1, $4 }' users.csv

小结

awk 的核心是「模式 { 动作 }」加上 $n、NF、NR 等字段与行号。日常日志与表格处理，掌握 -F、按列打印、BEGIN/END、关联数组 arr[key]++ 已能解决大部分问题；需要更复杂逻辑时，awk 本身支持函数与多语句块，可再查阅手册 man awk 或 gawk 文档深入。