Uso básico de AWK

Qué es awk

AWK es una herramienta de procesamiento de patrones en líneas de texto. Su utilización estándar es la

de   filtrar  ficheros o  salida  de  comandos de  UNIX,   tratando   las  líneas para,  por ejemplo,  mostrar una

determinada información sobre las mismas.

Por ejemplo:

Mostrar sólo los nombres y los tamaños de los ficheros: # ls -l | awk '{ print $8 ":" $5 }'

Mostrar sólo los nombres y tamaños de ficheros .txt: # ls -l | awk '$8 ~ /\.txt/ { print $8 ":" $5 }'

Imprimir las líneas que tengan más de 4 campos/columnas: # awk 'NF > 4 {print}' fichero

Formato de uso

El uso básico de AWK es:

awk [condicion] { comandos }

Donde:

[condicion] representa una condición de matcheo de líneas o parámetros.

comandos : una serie de comandos a ejecutar:

$0 → Mostrar la línea completa

$1-$N → Mostrar los campos (columnas) de la línea especificados.

FS → Field Separator (Espacio o TAB por defecto)

NF → Número de campos (fields) en la línea actual

NR → Número de líneas (records) en el stream/fichero a procesar.

OFS → Output Field Separator (” ”).

ORS → Output Record Separator (“\n”).

RS → Input Record Separator (“\n”).

BEGIN → Define sentencias a ejecutar antes de empezar el procesado.

END → Define sentencias a ejecutar tras acabar el procesado.

length → Longitud de la línea en proceso.

FILENAME → Nombre del fichero en procesamiento.

ARGC → Número de parámetros de entrada al programa.

ARGV → Valor de los parámetros pasados al programa.

Las funciones utilizables en las condiciones y comandos son, entre otras:

sromero.org [Uso básico de AWK] http://www.sromero.org/wiki/linux/aplicaciones/us...

1 de 6 26/10/10 14:54

close(fichero_a_reiniciar_desde_cero)

cos(x), sin(x)

index()

int(num)

lenght(string)

substr(str,pos,len)

tolower()

toupper()

system(orden_del_sistema_a_ejecutar)

printf()

Los operadores soportados por awk son los siguientes:

*, /, %, +, -, =, ++, --, +=, -=, *=, /=, %=.

El control de flujo soportado por AWK incluye:

if ( expr ) statement

if ( expr ) statement else statement

while ( expr ) statement

do statement while ( expr )

for ( opt_expr ; opt_expr ; opt_expr ) statement

for ( var in array ) statement

continue, break

(condicion)? a : b → if(condicion) a else b;

Las operaciones de búsqueda son las siguientes:

/cadena/ → Búsqueda de cadena.

/^cadena/ → Búsqueda de cadena al principio de la línea.

/cadena$/ → Búsqueda de cadena al final de la línea.

$N ~ /cadena/ → Búsqueda de cadena en el campo N.

$N !~ /cadena/ → Búsqueda de cadena NO en el campo N.

/(cadena1)|(cadena2)/ → Búsqueda de cadena1 OR cadena2.

/cadena1/,/cadena2>/ → Todas las líneas entre cadena1 y cadena2.

Ejemplos de selección de columnas

Mostrar una determinada columna de información: # ls -l | awk '{ print $5 }' 176869 12 4096 4096

Mostrar varias columnas, así como texto adicional (entre comillas): # ls -l | awk '{ print $8 ":" $5 }' AEMSolaris7.pdf:176869 fich1:12

sromero.org [Uso básico de AWK] http://www.sromero.org/wiki/linux/aplicaciones/us...

2 de 6 26/10/10 14:54

Desktop:4096 docs:4096

Imprimir campos en otro orden: # awk '{ print $2, $1 }' fichero

Imprimir último campo de cada línea: # awk '{ print $NF }' fichero

Imprimir los campos en orden inverso: # awk '{ for (i = NF; i > 0; --i) print $i }' fichero

Imprimir última línea: # awk '{line = $0} END {print line}'

Imprimir primeras N líneas: # awk 'NR < 100 {print}'

Mostrar las líneas que contienen valores numéricos mayor o menor que uno dado: # ls -l | awk '$5 > 1000000 { print $8 ":" $5 }'

# ls -l | awk '$5 > 1000000 || $5 < 100 { print $8 ":" $5 }' fich1:12 z88dk-src-1.7.tgz:2558227 (También hay operaciones &&)

Mostrar la línea con el valor numérico más grande en un campo determinado: # awk '$1 > max { max=$1; linea=$0 }; END { print max, linea }' fichero

Mostrar aquellos ficheros cuya longitud es mayor que 10 caracteres: # ls -l | awk 'length($8) > 10 { print NR " " $8 }' 2 AEMSolaris7.pdf 10 function_keys.txt 14 notas_solaris.txt 19 z88dk-src-1.7.tgz (Campo $8 -nombrefichero- > 10 caracteres, y numero de record)

Mostrar líneas con más o menos de N caracteres: # awk 'length > 75' fichero # awk 'length < 75' fichero

Mostrar campos/líneas que cumplan determinadas condiciones entre campos: # awk '$2 > $3 {print $3}' fichero # awk '$1 > $2 {print length($1)}' fichero

Mostrar y el número de campos de un fichero además de la línea: # awk '{ print NF ":" $0 } ' fichero

Mostrar y numerar sólo las líneas no vacías (no en blanco): # awk 'NF { $0=++a " :" $0 }; { print }' Imprimir las líneas que tengan más de N campos: # awk 'NF > 5 { print $0 }' fichero

Mostrar el número de línea de cada fichero de una lista iniciando desde cero la cuenta de líneas al empezar cada fichero: # awk '{print FNR "\t:" $0}' *.txt

Mostrar el número de línea de cada fichero de una lista sin resetear la cuenta de líneas al empezar cada nuevo fichero: # awk '{print FNR "\t:" $0}' *.txt

Matcheo/Sustitución de cadenas

sromero.org [Uso básico de AWK] http://www.sromero.org/wiki/linux/aplicaciones/us...

3 de 6 26/10/10 14:54

Mostrar las líneas que contengan una determinada cadena # awk '/cadena/ { print }' fichero

Mostrar las líneas que NO contengan una determinada cadena # awk '! /cadena/ { print }' fichero

# ls -l | awk '/4096/ { print $8 ":" $5 }' Desktop:4096 docs:4096

Mostrar todas las líneas que aparezcan entre 2 cadenas: # awk '/cadena_inicio/, /cadena_fin/' fichero

Comparaciones exactas de cadenas: # awk '$1 == "fred" { print $3 }' fichero

Líneas que contengan cualquier numero en punto flotante: # awk '/[0-9]+\.[0-9]*/ { print }' fichero

Busqueda de cadenas en un campo determinado # awk '$5 ~ /root/ { print $3 }' fichero

# ls -l | awk '$8 ~ /txt/ { print $8 ":" $5 }' apuntes.txt:9342 function_keys.txt:2252 notas_solaris.txt:57081 (Nota, con ~ hemos buscado sólo /txt/ en el campo $8)

Sustituir cadena1 por cadena2: # awk '{ gsub(/cadena1/,"cadena2"); print }' fichero

Sustituir 1 por 2 sólo en las líneas que contengan "cadena3". # awk '/cadena3/ { gsub(/1/, "2") }; { print }' fichero

Sustituir una cadena en las líneas que no contengan "cadena3". # awk '!/cadena3/ { gsub(/1/, "2") }; { print }' fichero

Sustituir una cadena u otra: # awk '{ gsub(/cadena1|cadena2/, "nueva"); print}' fichero

Filtrado / Eliminación de información

Filtrar las líneas en blanco (numero campos ==0): # cat file.txt | awk {' if (NF != 0) print $0 '}

Contar número de líneas donde la columna 3 sea mayor que la 1: # awk '$3 > $1 {print i + "1"; i++}' fichero

Eliminar campo 2 de cada línea: # awk '{$2 = ""; print}' fichero

Eliminar líneas duplicadas aunque sean no consecutivas:lines. # awk '!temp_array[$0]++' fichero

(Se basa en utilizar un array de tipo hash/diccionario temporal donde las líneas que aún no han aparecido valen 0, y las que han aparecido !=0)

Saltar 1000 Líneas de un fichero: # awk '{if ( NR > 1000 ) { print $0 }}' fichero

Saltar líneas < 10 y > 20: # awk '(NR >= 0) && (NR <= 20) { print $0 }'

sromero.org [Uso básico de AWK] http://www.sromero.org/wiki/linux/aplicaciones/us...

4 de 6 26/10/10 14:54

Cálculos de tamaños / longitudes

Imprimir el número de líneas que contienen una cadena: # awk '/cadena/ {nlines = nlines + 1} END {print nlines}' fichero Sumar todos los tamaños de ficheros de un ls -l, o con una condición: # ls -l | awk '{ sum += $5 } END { print sum }' 3660106 # ls -l | awk ' $3 == "sromero" { sum += $5 } END { print sum }' 3660106

Contar número de líneas del fichero: # awk 'END {print NR}' infile

Contar el número de líneas vacías de un fichero: # awk 'BEGIN { x=0 } /^$/ {x=x+1} END { print "Lineas vacias:", x }' fichero NOTA: Expandido para leerlo mejor: BEGIN { x=0 } /^$/ { x=x+1 } END { print "Lineas vacias:", x }

Contar el número de palabras / campos en un fichero: # awk '{ total = total + NF }; END { print total+0 }' fichero

Contar el número total de líneas que contienen una cadena: # awk '/cadena/ { total++ }; END { print total+0 }' fichero

Imprimir con formato: yes | head -10 | awk '{printf("%2.0f", NR)}'

Calcular la suma de todos los campos de cada línea # awk '{suma=0; for (i=1; i<=NF; i++) suma=suma+$i; print suma}' fichero

Calcular la suma y la media de todas las primeras columnas del fichero: # awk '{ suma += $1 } END { print "suma:", s, " media:", s/NR }

Cambio de IFS (Field Separator)

Sacar campos 1 y 3 de /etc/passwd: # awk -F":" '{ print $1 "\t" $3 }' /etc/passwd

Sacar datos de un fichero CSV separado por comas: # awk -F"," '$1=="Nombre" { print $2 }' fichero.csv

Otros

Tabular líneas con 3 espacios: # awk '{ sub(/^/, " "); print }'

Obtener 1 números aleatorio: # awk '{print rand()}'

sromero.org [Uso básico de AWK] http://www.sromero.org/wiki/linux/aplicaciones/us...

5 de 6 26/10/10 14:54

Generar 40 número aleatorio (0-100) sustituyendo la línea por el número: # yes | head -40 | awk '{ print int(101*rand())}'

Generar 40 números aleatorios sólo con awk: # awk 'BEGIN { for (i = 1; i <= 40; i++) print int(101 * rand()) }'

Reemplazar cada campo por su valor absoluto: # awk '{ for (i=1; i<=NF; i=i+1) if ($i<0) $i=-$i print}' fichero

Definición y utilización de funciones propias (sólo nawk): # awk '{for (field=1; field<=NF; ++field) {print EsPositivo($field)}};

function EsPositivo(n) { if (n<0) return 0 else return 1 }' Partir un mbox en ficheros individuales (Ben Okopnik en Linux Gazzette #175). # awk '{if (/^From /) f=sprintf("%%03d",++a);print>>f}' mail_file

<Volver a la sección de GNU/Linux>

 

linux/aplicaciones/uso_de_awk.txt · Última modificación: 05-06-2010 04:19 por sromero

sromero.org [Uso básico de AWK] http://www.sromero.org/wiki/linux/aplicaciones/us...

6 de 6 26/10/10 14:54