AWK 文本分析与处理实用指南
AWK 是一种面向数据流的脚本语言，尤其擅长对结构化文本进行扫描、过滤、统计和格式化输出。它逐行读取输入，根据指定的分隔符将每一行切分成多个字段，然后对匹配模式的行执行相应的动作。本文以 GNU AWK（gawk）为例，介绍其核心用法和常见场景。
基本语法
AWK 程序的基本结构为：
awk '模式 { 动作 }' 输入文件其中模式用于筛选行，动作则定义对匹配行的处理逻辑。模式或动作可以省略：省略模式时对所有行执行动作，省略动作时默认打印整行。
字段与分隔符
AWK 默认以空白字符（空格或制表符）作为字段分隔符，可通过 -F 选项或内置变量 FS 指定。例如，查看当前登录用户和终端：
who | awk '{ print $1, $2 }'如果文件使用冒号分隔，例如 /etc/passwd，可以这样提取用户名：
awk -F: '{ print $1 }' /etc/passwdBEGIN 与 END 块
AWK 支持在执行主体之前和之后运行特殊代码块。BEGIN 常用于初始化变量或打印标题，END 用于输出汇总信息。例如，统计 /etc/passwd 中的用户数量：
awk -F: 'BEGIN { count=0; print "用户列表:" }
{ count++; print $1 }
END { print "总用户数:", count }' /etc/passwd内置变量
AWK 提供了丰富的内置变量，便于获取行号、字段数、文件名等信息。常用变量包括：
NR：已读入的记录数（行号）NF：当前记录的字段数$0：整行内容$1, $2, ...：第1个、第2个字段FS：输入字段分隔符OFS：输出字段分隔符RS：输入记录分隔符ORS：输出记录分隔符
示例：显示每一行的行号、字段数和内容：
awk -F: '{ print "行号:" NR, "字段数:" NF, "内容:" $0 }' /etc/passwd格式化输出
使用 printf 可以获得类似 C 语言的格式化控制。例如，将用户名和 Shell 对齐显示：
awk -F: '{ printf "%-15s %s\n", $1, $7 }' /etc/passwd模式匹配
可以指定正则表达式作为模式，仅处理匹配的行。例如，列出以 root 开头的行：
awk -F: '/^root/ { print $0 }' /etc/passwd结合关系运算符也能实现条件筛选，比如打印 UID 大于 1000 的用户：
awk -F: '$3 > 1000 { print $1, $3 }' /etc/passwd变量与运算
AWK 支持自定义变量，无需声明即可使用，默认初始值为 0 或空字符串。例如，计算当前目录下所有文件的总字节数：
ls -l | awk '{ total += $5 } END { printf "总大小: %.2f MB\n", total/1024/1024 }'若要排除目录项（通常大小为 4096），可以加入条件判断：
ls -l | awk '$5 != 4096 { total += $5 } END { printf "文件总大小: %.2f MB\n", total/1024/1024 }'控制流程
AWK 支持 if-else、while、for、break 和 continue 等流程控制语句，语法与 C 语言类似。例如，根据 UID 输出用户类型：
awk -F: '{
if ($3 == 0)
type = "管理员";
else if ($3 >= 1000)
type = "普通用户";
else
type = "系统用户";
print $1, type;
}' /etc/passwd数组
AWK 的数组支持字符串作为索引（关联数组），非常灵活。例如，统计每个 Shell 的使用人数：
awk -F: '{ shells[$7]++ } END { for (s in shells) print s, shells[s] }' /etc/passwd数组不需要提前声明，遍历时可以用 for (key in array) 语法。注意，遍历顺序并非固定，因为内部实现基于哈希表。
多文件处理与命令行参数
AWK 可以同时处理多个文件，并利用 FILENAME 变量区分当前处理的文件。也可以通过 ARGC 和 ARGV 访问命令行参数。例如，对不同文件分别记录行数：
awk '{ lines[FILENAME]++ } END { for (f in lines) print f, lines[f] }' file1.txt file2.txt掌握上述基础后，AWK 可以胜任大多数文本分析任务，从简单的字段提取到复杂的统计报表，都能高效完成。更深入的功能可参考 GNU AWK 手册。
