上一篇总结了下sed的用法，这一篇玩玩sed的好基友awk，学完它俩，以后就再也不用怕处理文本文件了。
awk其实和sed处理过程差不多，都是面向字符流的。sed和awk都相当于是一个加工厂，输入的文本行，相当于原材料，原材料在工厂中经过一系列处理。然后输出成品。
awk和sed不同的是，awk更加的强大了，基本上可以说大多数sed能够实现的功能，awk都可以实现。。。。
但是实现相同的功能，大多情况下sed的过程更加的简洁吧。
当然awk还有着更多的功能，awk本身就是一门类C的语言了，有变量，有流程控制，有函数。可以针对单行，多行，字段等进行更多的处理。
OK，先说说awk的架构吧
架构
awk脚本，可以说由三个例程组成。
例程长什么样的呢？
长这样的：模式{}
模式用于匹配，{}里面的东西，是对匹配成功的东西，处理的过程
OK，看看是哪三个吧?
awk ‘BEGIN{} /正则/{} END{}‘ file
当然这三类例程，每类例程都是可选的，可以不出现，出现一次，或多次都可以。
详细说说三类例程。
BEGIN{}：BEGIN规则相关的例程，处理输入前将做的处理。 这个例程是不读取文件输入行的，从上面 的图中可以看到
/正则/{}：主输入循环例程，处理输入过程中将做的处理。这个例程其实就是awk为我们封装好的一个循环框架，循环变量是满足匹配模式的行，循环终止条件是所有匹配的行都处理完了。所以循环的次数和匹配的行数相同，无输入或无匹配的行，循环将不执行。。如果没有/正则/这种模式匹配，则所有输入行都执行循环
END{}：END规则相关的例程，处理输入后将做的处理。这个例程主要做些扫尾的工作，比如主输入循环中的最后的结果，在END{}中输出
画个图，看一下三个例程的执行过程。
OK,我们再看看三个例程的变量，是怎么用的
看到了吧，这三个小例子说明了，
1.前面例程定义的变量，在该例程执行完毕后，变量并不会消失，而是可以被后续的例程继续使用。
2.后面例程定义的变量，前面的例程却不可以使用的。这个想想也就明白了，你前面的例程都执行完毕了，我后面的变量还没定义呢，你怎么能使用我的变量呢？
记录和字段
说到底awk主要还是要用来处理文本文件，我们最应该关注的还是主输入循环例程，而BEGIN和END，则可以让我们的处理过程更加的灵活强大
OK，来看看什么是记录和字段吧
记录：就是我们输入文本的每一行，就叫做一条记录。在awk中可以用$0这个变量表示
字段：就是我们每条记录按照特定的分隔符去分割，分割后每个小片段就是一个字段，用$1,$2,...表示
OK，说到字段，字段的划分是绕不过的一个话题。
看一下，怎么选定分隔符去划分字段吧，一共有两种方法去划分字段。
第一种方法使用-F参数，举个小例子
分割符可以用图中的几种方式去表示
默认情况下为空格或制表符
可以指定分割符为某一字符，加在-F参数的后面，可以紧挨着-F，用‘‘或""括起来
可以用正则表达式来，表示分隔符
可以指定多个分割符
第二种方法，使用awk提供的一个系统变量FS，翻译成英文是field segmentation，意思就是字段分割
OK，看一下怎么用
使用FS这个系统变量指定分割符的时候，分隔符的形式和-F参数的那四种形式是一样的。。。
不过我们一般把FS变量，定义在BEGIN例程中，当然也可以在命令行的-v参数后面。
注意：我们上面讲的字段分割，如果在记录的最开头和最结尾出现分割符，会被awk忽略的
说完了记录和字段，输入这一块就差不多了，记录输入之后，就是处理的过程了。这也是主输入循环例程，主要干的活
主输入循环的处理过程，主要由语句，函数和表达式组成的了
表达式
表达式可以用来存储，操作和检索数据。一个表达式，通过计算一个返回值。
表达式由数字，字符串常量，变量，操作符，函数和正则表达式组成。
这里先主要说说，常量，变量，操作符。。函数下一篇说
常量
awk中的常量有两种，一个数字，二是字符串。一般用‘‘或者""括起来，
注意：命令行上使用字符串，要用""，避免shell的影响
字符串中，可以使用转义字符
\a,\b,\f,\n,\r,\t,\v,\ddd,\xbex,\c
变量
awk的变量和别的语言的变量有些不同。
1.awk的每个变量都有，字符串型值和数字型值。awk能够根据表达式的前后关系，来自动的选取合适的值。
2.变量不必初始化，awk会自动把它们初始化为空字符串，如果作为数字，值则为0
如awk ‘BEGIN{print a}‘ ，结果为空
操作符
算术操作符
+,-,*,/,%,^（取幂）
赋值运算符
++,--,+=,-=,*=,/=,%=,^=
关系操作符和布尔操作符主要用于两个表达式之间的比较
关系操作符
<,>,<=,>=,==,!=,~(匹配),!~(不匹配)
布尔操作符
||
&&
!
系统变量
| 变量名 | 用途 |
| FS(Field segmentation)(可改变) | 域分隔符，默认为空格或制表符，可自定义为任意单个或多个字符，及正则表达式 |
| OFS(output Field segmentation)(可改变) | 和FS等效的输出域分隔符，默认为空格 |
| NF（Number Fields）(不要改变) | 当前输入记录的字段个数，最好不要人为的去改变这个值 |
| RS(Record segmentation)(可改变) | 记录分隔符，默认为一个换行符。在处理多行记录的时候，我们可能会把RS的值，改变 |
| ORS(output Record segmentation)(可改变) | 和RS对应的输出记录分隔符，它的默认值也是一个换行符 |
| FILENAME(不要改变) | 输入文件的名称 |
| NR(Number Record)(不要改变) | 当前输入记录的编号，可以跨越多个文件 |
| FNR(File Numberr Record)(不要改变) | 当前文件记录的编号，跨文件的话，会重新从0开始 |
| ARGC(不要改变) | 命令行参数个数 |
| ARGV(不要改变) | 命令行参数数组 |
| OFMT | 控制数字到字符串转换，这个适合楼主的环境(mawk)，现在不适合gawk了。。。。gawk用CONVFMT |
| ENVIRON | UNIX环境变量 |
| ERRNO | UNIX系统错误消息 |
| IGNORECASE | 如果为真，则忽略大小写的匹配 |
| RSTART | 被匹配函数，匹配的字符串首 |
| RLENGTH | 被匹配函数的字符串长度 |
| SUBSEP | \034 |
这么多系统变量，其实前10个会被经常用到。。。后面那几个，咱们平时分析个日志，基本上不会用到这些东西，在这里mark下，就不细说了。
第一组：FS,OPF,NF 这三个变量，都是针对字段的，看个例子
第二组：RS,ORS,NR，FNR这四个变量，都是针对记录的，看个例子
其它的都用处不大，就不细究了。
格式化打印
和c语言中的printf一样。
print和printf相比有啥优点呢？
唯一的优点就是，print是自动换行的，而printf要自己加\n，参数才能换行
printf语法格式
printf (for mat-expression [,arguments])
printf格式说明符
c,d,i,e,E,f,g,G,O,s,u,x,X,%
最常用的就仨，%d(数字),%s(字符串),%f(浮点数)
宽度和精度
格式：%宽度.精度 格式说明符
举个例子大伙就知道怎么用了
命令行参数
两种方法：
看个例子
注意：
当使用awk -v var=argument时候，变量首先就会被传递给BEGIN相关的例程
而使用awk ‘‘ var=argument的时候，变量在BEGIN例程中是不可用的。
这是为什么呢？
因为后面传递过来的参数，就像文件一样被处理，赋值操作直到主循环例程开始执行时，才会发生。
本文出自 “西风” 博客，请务必保留此出处http://lixcto.blog.51cto.com/4834175/1438100
原文：http://lixcto.blog.51cto.com/4834175/1438100