工具之awk、find

awk

awk是以行或者列为单位进行处理文件的。awk缺省的行分隔符是\n，缺省的列分割符是连续的空格，列分隔符和行分隔符可以自定义。

awk是一门复杂的脚本语言，有像C语言一样的分支和循环结构。

命令格式：

/pattern/{actions}
condition{actions}

print命令

输出符合正则表达式或者条件的结果行。

其中，$0表示整条记录，$1、$2、$3、$4分别代表指定的域。这里的域分割符默认是空格或Tab键。

输出多个域时，用逗号作为分隔符。

根据条件进行输出

awk支持printf，语法使用基本和C是一样的。

awk定制输入输出符

awk默认的输入输出符是空格，要想自己定义分隔符，用-f选项。

从以上的结果可以看出，awk用-f指定域分隔符后，再输出第一列就有所不同了。默认的域分隔符是空格。

awk的-F选项可以支持多种符号定制分隔符，用[分隔符1分隔符2…]来表示

BEGIN & END

BEGIN和END可以做文本处理之前的准备工作，之后的收尾工作。常用BEGIN来显示变量和初始化变量，使用END来输出最终的结果。

格式：

BEGIN{} /REG{} END{}
BEGIN{} condition{} END{}

统计及格的人数

统计文本中空行的个数

awk脚本

awk脚本和命令行是差不多的，语法也是类C的。
我们可以自己编写一个awk脚本，用来记录各个成绩段的学生个数。

 #!/usr/bin/awk -f                                               

 BEGIN{
     FS=":"
     excellent=0;
     good=0;
     mid=0;
     bad=0;
 }
 {
     if($2 > 90)
         excellent++;
     else if($2 > 80)
         good++;
     else if($2 > 60)
         mid++;
     else
         bad++;
 }
 END{
     printf("excellent: %d\n",excellent);
     printf("good: %d\n", good);
     printf("mid: %d\n", mid);
}

在BEGIN{}中使用了一个FS，用来设置分隔符，这个FS叫做awk的内置变量，类似于shell脚本里边的内置变量。

awk的内置命令

内置命令	解释
ARGC	命令行参数的个数
ENVIRON	支持队列中系统环境变量的使用
FILENAME	awk浏览的文件名
FNR	浏览文件的记录数
FS	设置输入域分隔符，等价于命令行的-F选项
NF	浏览记录的域的个数
NR	已读的记录数
OFS	输出域分隔符
ORS	输出记录分隔符
RS	控制记录分隔符

常用的有FS,OFS,NF，其中NF-1表示倒数第二个域。

find

find命令在目录结构中搜索文件。

命令格式：

find path -option [ -print -exec -ok …]

参数	说明
path	路径
-print	将匹配的文件输出到标准输出。print0
-exec	对匹配的文件执行该参数所给的shell命令，形式为’command’ {} \;
-ok	和exec的作用相同，是以一种更为安全的模式来执行该参数所给的shell命令，在执行命令前都会给出提示。

常见选项	解释
-name	按照文件名查找文件
-perm	按照文件权限查找文件
-prune	可以不在当前目录中查找文件
-depth	首先查找当前目录中的文件，然后在其子目录中查找，若和-prune共同使用，则-prune被忽略
-user	按照文件属主来查找
-group	按照文件所属的组查找文件
-nogroup	查找无有效所属组的文件，即在/etc/groups中不存在该文件所属的组
-nouser	查找无有效属主的文件，即在/etc/passwd中不存在
-newer file1!newer file2	查找更改时间比文件file1新但比文件file2旧
-type	查找某一类型的文件（-b、-d、-c、-p、-l、-f）
-size	查找文件长度为n块的文件，带c时表示文件长度为字节