Awk入门

Awk 内置函数

Awk 提供了丰富的 数值计算、字符串处理、数组操作 和 系统调用 函数。本章节详细介绍 Awk 的常见内置函数。

---

1. 数值计算函数（Numerical Functions）

这些函数用于数值运算，参数和返回值都是数值。

函数	说明	示例	输出
int(x)	取整（向零取整）	int(-3.9)	-3
sqrt(x)	平方根	sqrt(25)	5
exp(x)	指数函数 e^x	exp(1)	2.718...
log(x)	自然对数 ln(x)	log(10)	2.302...
sin(x)	正弦（弧度制）	sin(3.14/2)	1
cos(x)	余弦（弧度制）	cos(0)	1
atan2(y,x)	反正切（返回 y/x 的角度，弧度制）	atan2(1,1)	0.785...
rand()	生成 [0,1) 之间的随机数	rand()	0.847...
srand([x])	设置随机数种子（x 可选）	srand(123)	返回上一次的种子

示例：随机数

BEGIN {
    srand()  # 用当前时间作为种子
    print rand()   # 生成一个随机数
}

---

2. 字符串处理函数（String Functions）

这些函数用于字符串操作，包括查找、替换、格式化等。

函数	说明	示例	输出
length([s])	获取字符串长度（默认为 $0）	length("hello")	5
substr(s, m [,n])	截取子字符串	substr("awk",2,2)	"wk"
split(s, A [,regexp])	按 regexp 分割 s，存入数组 A	split("a:b:c", arr, ":")	arr[1]="a", arr[2]="b", arr[3]="c"
sprintf(format, ...)	格式化字符串	sprintf("%0.2f", 3.14159)	"3.14"
gsub(regexp, s [,t])	全局替换 regexp 为 s（修改 t，默认为 $0）	gsub(/a/, "A", "banana")	"bAnAnA"
sub(regexp, s [,t])	替换 regexp 的第一个匹配	sub(/a/, "A", "banana")	"bAnana"
index(s, t)	返回 t 在 s 中的起始位置（找不到返回 0）	index("hahaha", "ah")	2
match(s, regexp)	返回 regexp 在 s 中的匹配位置	match("banana", /a+/)	2
tolower(s)	转换为小写	tolower("HELLO")	"hello"
toupper(s)	转换为大写	toupper("hello")	"HELLO"

示例：字符串拆分

BEGIN {
    str = "apple,banana,grape"
    split(str, fruits, ",")
    print fruits[1], fruits[2], fruits[3]  # 输出 "apple banana grape"
}

示例：替换字符串

BEGIN {
    text = "apple apple apple"
    gsub(/apple/, "banana", text)
    print text  # 输出 "banana banana banana"
}

---

3. 系统函数（System Function）

函数	说明
system(s)	运行 shell 命令 s

示例：列出当前目录

BEGIN { system("ls -l") }

---

4. GNU Awk 扩展函数

gawk 提供了扩展的字符串和数组函数。

4.1 gensub()

gensub(regexp, s, h [, t])
替换 t 中的第 h 个 regexp 匹配项，返回新字符串（不会修改原字符串）。

示例	输出
gensub(/o/, "O", 3, "cooperation")	"cooperatiOn"
gensub(/o/, "O", "g", "cooperation")	"cOOperatiOn"
gensub(/(o+)(p+)/, "<[\\1](\\2)>", "g", "I oppose cooperation")	"I <[o](pp)>ose c<[oo](p)>eration"

---

4.2 patsplit()

patsplit(s, A [,regexp [,B]])
类似 split()，但 regexp 匹配的是模式（pattern）而不是分隔符（separator）。

示例	说明
patsplit("abc123def456", arr, /[a-z]+/)	arr[1]="abc", arr[2]="def"

---

5. 数组函数（Array Functions，GNU Awk 扩展）

gawk 提供了一些处理数组的函数。

函数	说明
length(A)	返回数组 A 的大小
asort(A[,B])	按值排序 A（如果提供 B，则将 A 复制到 B 并排序）
asorti(A[,B])	按索引排序 A（如果提供 B，则 B 以 A 的排序索引为值）

示例：按值排序

BEGIN {
    arr[1] = 30
    arr[2] = 10
    arr[3] = 20

    asort(arr, sorted)

    for (i in sorted)
        print sorted[i]  # 输出 10 20 30
}

示例：按索引排序

BEGIN {
    arr["c"] = 3
    arr["a"] = 1
    arr["b"] = 2

    asorti(arr, sorted)

    for (i in sorted)
        print sorted[i], arr[sorted[i]]  # 输出 a 1  b 2  c 3
}

---

总结

类别	常用函数
数值计算	int(), sqrt(), log(), rand(), srand()
字符串操作	length(), substr(), split(), gsub(), toupper(), tolower()
系统函数	system()
GNU Awk 扩展	gensub(), patsplit(), asort(), asorti()

---

练习

1. 提取文件扩展名

   awk '{ print substr($0, index($0, ".")+1) }' filenames.txt
   

   输入 filenames.txt

   document.pdf
   report.docx
   image.png
   

   输出

   pdf
   docx
   png
   

2. 查找最长单词

   awk '{ for (i=1; i<=NF; i++) if (length($i) > max) { max = length($i); word = $i } } END { print word }' words.txt
   

   输入 words.txt

   awk is powerful scripting language
   

   输出

   powerful
   

在下一章，我们将学习 如何编写自定义函数（User-Defined Functions） 🚀