awk学习
AWK其名得自于三位创始人 Alfred Aho，Peter Weinberger和 Brian Kernighan 的 Family Name 的首字符。
AWK 程序设计语言 ， 三位创建者已将它正式定义为“样式扫描和处理语言”。它允许创建简短的程序，这些程序读取输入文件、为数据排序、处理数据、对输入执行计算以及生成报表，还有无数其他的功能。
使用方法
awk [options] 'Pattern{Action}' file
awk [options] -f scriptfile var=value file(s)
其中 pattern 表示 AWK 在数据中查找的内容，而 action 是在找到匹配内容时所执行的一系列命令。awk是以文件的一行为处理单位的。awk每接收文件的一行，然后执行相应的命令，来处理文本。
选项参数说明：
-F fs or --field-separator fs
指定输入文件折分隔符，fs是一个字符串或者是一个正则表达式，如-F，默认域分隔符：空格或Tab。
-v var=value or --asign var=value
赋值一个用户定义变量。
-f scripfile or --file scriptfile
从脚本文件中读取awk命令。
运算符
| 运算符 | 描述 |
|---|---|
| = += -= *= /= %= ^= **= | 赋值 |
| ? | C条件表达式 |
| 逻辑运算符 | |
| || | 逻辑或 |
| && | 逻辑与 |
| 正则运算符号 | |
| ~ ~! | 匹配正则表达式和不匹配正则表达式 |
| 关系运算符号 | |
| < <= > >= != == | 关系运算符 |
| 算数运算符 | |
| + - | 加，减 |
| * / % | 乘，除与求余 |
| + - ! | 一元加，减和逻辑非 |
| ^ *** | 求幂 |
| ++ -- | 增加或减少，作为前缀或后缀 |
| 其他运算符 | |
| 空格 | 字符串连接符 |
| $ | 字段引用 |
| ?: | 三目运算符 |
| in | 数组成员 数组中是否存在某键值 |
内置变量
| 变量 | 描述 |
|---|---|
| $n | 当前记录的第n个字段，字段间由FS分隔，$n表示第n个域 |
| $0 | 完整的输入记录，$0则表示所有域 |
| ARGC | 命令行参数的数目 |
| ARGIND | 命令行中当前文件的位置(从0开始算) |
| ARGV | 包含命令行参数的数组 |
| CONVFMT | 数字转换格式(默认值为%.6g)ENVIRON环境变量关联数组 |
| ERRNO | 最后一个系统错误的描述 |
| FIELDWIDTHS | 字段宽度列表(用空格键分隔) |
| FILENAME | 当前文件名 |
| FNR | 各文件分别计数的行号 |
| FS | 字段分隔符(默认是任何空格) |
| IGNORECASE | 如果为真，则进行忽略大小写的匹配 |
| NF | 一条记录的字段的数目 |
| NR | 已经读出的记录数，就是行号，从1开始 |
| OFMT | 数字的输出格式(默认值是%.6g) |
| OFS | 输出记录分隔符（输出换行符），输出时用指定的符号代替换行符 |
| ORS | 输出记录分隔符(默认值是一个换行符) |
| RLENGTH | 由match函数所匹配的字符串的长度 |
| RS | 记录分隔符(默认是一个换行符) |
| RSTART | 由match函数所匹配的字符串的第一个位置 |
| SUBSEP | 数组下标分隔符(默认值是/034) |
示例
1.打印1-3行的两种表示
pengzw@super-server:~$ awk '{if(NR>=1 && NR<=3) print $1}' /etc/passwd
root:x:0:0:root:/root:/bin/bash
daemon:x:1:1:daemon:/usr/sbin:/usr/sbin/nologin
bin:x:2:2:bin:/bin:/usr/sbin/nologin
pengzw@super-server:~$ awk 'NR>=1 && NR<=3 {print $1}' /etc/passwd
root:x:0:0:root:/root:/bin/bash
daemon:x:1:1:daemon:/usr/sbin:/usr/sbin/nologin
bin:x:2:2:bin:/bin:/usr/sbin/nologin
2.过滤出 good up，利用-F可以指定多个分隔符，两列中间添加tab或blank需要双引号。 "[ ,]" 或者 [" ",]
pengzw@super-server:~$ cat test.txt
Good good study, day day up!
pengzw@super-server:~$ awk -F "[ ,]" '{print$1 " "$7}' test.txt
Good up!
3.正则运算符号
pengzw@super-server:~$ awk 'BEGIN{a="100testaa";if(a~/100/) {print "ok"}}'
ok
4.其他
awk '$3 =="gene" {print $0 }' gff 将第三列为gene的行输出到屏幕上
awk '$1 =="Chr1" && $4 >= 1 && $5 <=100 {print $0 }' gff #输出指定区域的整行，改变$0，输出$4列数据
awk '$1 =="Chr1" && $4 >= 1 && $5 <=100 {print $4 "\t"$5 }' gff #输出起始和终止位置
网友评论