Linux 文字處理利器：awk 入門到精通——模式匹配、流程控制、陣列與實戰統計

awk 是「模式掃描與處理語言」，以「模式 {動作}」為核心架構，逐行讀取輸入、切割欄位、匹配模式、執行動作。本文系統整理基礎語法、內建變數、流程控制、陣列操作、BEGIN/END 區塊與三大實戰統計範例。

一、 基礎架構與執行流程

awk 'pattern {action}' file
# 或
awk -f script.awk file

• 預設輸入分隔符：空白（空格/Tab）
• 欄位變數：$1、$2... $0 為整行
• 逐行處理：讀行 → 切欄位 → 對每個 pattern 測試 → 匹配則執行 action → 讀下一行
• 省略 pattern：匹配所有行；省略 action：預設 print $0

二、 常用 Pattern 類型

三、 核心內建變數

• NF：當前行欄位數
• NR：已讀取記錄數（行號）
• FILENAME：當前處理檔名
• FS：輸入欄位分隔符（預設空白，可用 -F 修改）
• OFS：輸出欄位分隔符（預設空格）
• RS：輸入記錄分隔符（預設換行）
• ORS：輸出記錄分隔符（預設換行）

四、 Action 指令集精選

• I/O：print, printf, getline
• 流程控制：if/else, while, do/while, for, break, continue, exit
• 字串函數：length, substr, index, match, gsub, tolower, toupper
• 數學函數：sqrt, log, exp, int, rand, srand

五、 陣列操作（關鍵進階特性）

• 關聯陣列：下標為字串，arr["key"] = value
• 無需宣告/初始化，直接賦值即建立
• 遍歷：for (k in arr) print k, arr[k]
• 刪除：delete arr["key"] 或 delete arr（清空）

六、 三大實戰範例

測試資料 test.txt：

Tom 85 90 78
John 92 88 95
Tom 70 80 85
Mary 88 92 90
John 85 89 91

1. 篩選與基礎統計

# 所有 John 的記錄
awk '/John/' test.txt
awk '$2=="John" {print $0}' test.txt

# 第三欄 >= 120（此資料無，示範語法）
awk '$3 >= 120' test.txt

# CSV 格式指定分隔符
awk -F',' '/John/' test.csv

2. BEGIN/END 累加總分

# John 所有科目總分
awk '$2=="John" {sum+=$3+$4+$5} END {print "John total:", sum}' test.txt

# 初始分數 60 再累加
awk 'BEGIN {sum=60} $2=="John" {sum+=$3+$4+$5} END {print sum}' test.txt

3. 陣列分組統計：各人總分

awk '{
    name=$1
    scores[name]+=$2+$3+$4
}
END {
    for (n in scores) print n, scores[n]
}' test.txt

輸出：
Tom 488
John 700
Mary 270

七、 實戰工作流建議

1. 前置清洗：用 grep/sed/cut 將亂糟糟的日志轉為固定欄位格式。
2. awk 核心運算：分組、統計、過濾、格式化輸出。
3. 後續處理：管道傳給 sort/uniq/column -t 美化。

八、 結語

awk 是「單行腳本裡的資料庫引擎」。掌握 模式 {動作} 核心、善用 BEGIN/END 邊界控制、靈活運用關聯陣列分組統計，即能在命令列秒級完成「其他語言需寫幾十行」的文字資料分析任務。參考教學：jiayii.com/awk-tutorial。