Awk是一个强悍的工具，可以执行个别可能由其它常见实用程序（包括sort）来完成的任务。--SethKenlon（作者）
Awk是个普遍存在的Unix命令，用于扫描和处理包含可预测模式的文本。并且，因为它具有函数功能，因而也可以合理地称之为编程语言。
令人疑惑的是，有不止一个awk。（或则，假如你觉得只有一个，这么其它几个就是克隆。）有awk（由Aho、Weinberger和Kernighan编撰的原始程序），之后有nawk、mawk和GNU版本的gawk。GNU版本的awk是该实用程序的一个高度可移植的自由软件版本，具有几个奇特的功能，因而本文是关于GNUawk的。
其实它的即将名称是gawk，但在GNU+Linux系统上，它的别称是awk，并用作该命令的默认版本。在其他没有带有GNUawk的系统上，你必须先安装它并将其称为gawk，而不是awk。本文互换使用术语awk和gawk。
awk既是命令语言又是编程语言，这使其成为一个强悍的工具，可以处理先前留给sort、cut、uniq和其他常见实用程序的任务。辛运的是，开源中有好多冗余空间，因而，假如你面临是否使用awk的问题，答案可能是肯定的“随便”。
awk的灵活之美在于，假如你已然确定使用awk来完成一项任务，这么无论接出来发生哪些，你都可以继续使用awk。这包括对数据排序而不是按交付给你的次序的永恒需求。
样本数据集
在探求awk的排序方式之前，请生成要使用的样本数据集。保持简单，这样你就不会为极端情况和意想不到的复杂性所困扰。这是本文使用的样本集：
Aptenodytes;forsteri;Miller,JF;1778;Emperor Pygoscelis;papua;Wagler;1832;Gentoo Eudyptula;minor;Bonaparte;1867;Little Blue Spheniscus;demersus;Brisson;1760;African Megadyptes;antipodes;Milne-Edwards;1880;Yellow-eyed Eudyptes;chrysocome;Viellot;1816;Sothern Rockhopper Torvaldis;linux;Ewing,L;1996;Tux
这是一个很小的数据集，但它提供了多种数据类型：
按照你的教育背景，你可能会觉得这是二维链表或表格，或则只是行分隔的数据集合。你怎么看待它只是你的问题，而awk只认识文本。由你决定告诉awk你想怎么解析它。
只想排序
假如你只想按特定的可定义数组（比如电子表格中的“单元格”）对文本数据集进行排序，则可以使用sort命令。
数组和记录
无论输入的格式怎样，都必须在其中找到模式才可以专注于对你重要的数据部份。在此示例中，数据由两个诱因定界：行和数组。每行都代表一个新的记录，就如你在电子表格或数据库轮询中见到的一样。在每一行中，都有用分号（;）分隔的不同的数组（将其视为电子表格中的单元格）。
awk一次只处理一条记录，因而，当你在构造发给awk的这指令时，你可以只关注一行记录。写下你想对一行数据执行的操作，之后在下一行进行测试（无论是心理上还是用awk进行测试），之后再进行其它的一些测试。最后，你要对你的awk脚本要处理的数据做好假定，便于可以按你要的数据结构提供给你数据。
在这个事例中，很容易看见每位数组都用分号隔开。为简单起见，假定你要按每行的第一数组对列表进行排序。
在进行排序之前，你必须才能让awk只关注在每行的第一个数组上，因而这是第一步。终端中awk命令的句型为awk，后跟相关选项，最后是要处理的数据文件。
$ awk --field-separator=";" '{print $1;}' penguins.list
Aptenodytes
Pygoscelis
Eudyptula
Spheniscus
Megadyptes
Eudyptes
Torvaldis
由于数组分隔符是对Bashshell具有特殊涵义的字符，所以必须将分号括在冒号中或在其后面加上反斜杠。此命令仅用于证明你可以专注于特定数组。你可以使用另一个数组的编号尝试相同的命令linux中awk命令，以查看数据的另一个“列”的内容：
$ awk --field-separator=";" '{print $3;}' penguins.list
Miller,JF
Wagler
Bonaparte
Brisson
Milne-Edwards
Viellot
Ewing,L
我们仍未进行任何排序，但这是良好的基础。
脚本编程
awk不仅仅是命令，它是一种具有索引、数组和函数的编程语言。这很重要，由于这意味着你可以获取要排序的数组列表，将列表储存在显存中，进行处理，之后复印结果数据。对于诸这么类的一系列复杂操作，在文本文件中进行操作会更容易，因而请创建一个名为sort.awk的新文件并输入以下文本：
#!/bin/gawk -f
BEGIN {
FS=";";
}
这会将该文件构建为awk脚本，该脚本中包含执行的行。
BEGIN句子是awk提供的特殊设置功能，用于只须要执行一次的任务。定义外置变量FS，它代表数组分隔符(fieldseparator)，而且与你在awk命令中使用--field-separator设置的值相同，它只需执行一次，因而它包含在BEGIN句子中。
awk中的字段
你已然晓得怎样通过使用$符号和数组编号来搜集特定数组的值，并且在这些情况下，你须要将其储存在链表中而不是将其复印到终端。这是通过awk链表完成的。awk链表的重要之处在于它包含键和值。想像一下有关本文的内容；它看上去像这样：author:”seth”,title:”Howtosortwithawk”,length:1200。例如作者、标题和宽度之类的元素是键，跟随的内容为值。
在排序的上下文中这样做的益处是，你可以将任何数组分配为键，将任何记录分配为值，之后使用外置的awk函数asorti()（按索引排序）键盘进行排序。如今，随意假定你只想按第二个数组排序。
没有被特殊关键字BEGIN或END造成来的awk句子是在每位记录都要执行的循环。这是脚本的一部份，该脚本扫描数据中的模式并进行相应的处理。每次awk将注意力转移到一条记录上时，就会执行{}中的句子（除非以BEGIN或END开头）。
要将键和值添加到链表linux中awk命令，请创建一个包含字段的变量（在本示例脚本中，我将其称为ARRAYlinux操作系统下载，即使不是很原汁原味，但很清楚），之后在方括弧中分配给它键，用等号（=）联接值。
{ # dump each field into an array
ARRAY[$2] = $R;
}
在此句子中，第二个数组的内容（$2）用作关键字，而当前记录（$R）用作值。
asorti()函数
不仅字段之外，awk还具有一些基本函数，你可以将它们用作常见任务的快速简便的解决方案。GNUawk中引入的函数之一asorti()提供了键盘（索引）或值对字段进行排序的功能。
你只能在对字段进行填充后对其进行排序，这意味着此操作不能对每位新记录都触发，而只能在脚本的最后阶段进行。因此，awk提供了特殊的END关键字。与BEGIN相反，END句子仅在扫描了所有记录以后才触发一次。
将这种添加到你的脚本：
END {
asorti(ARRAY,SARRAY);
# get length
j = length(SARRAY);
for (i = 1; i <= j; i++) {
printf("%s %sn", SARRAY[i],ARRAY[SARRAY[i]])
}
}
asorti()函数获取ARRAY的内容，按索引对其进行排序，之后将结果装入名为SARRAY的新字段（我在本文中发明的任意名称，表示“排序的ARRAY”）。
接出来，将变量j（另一个任意名称）分配给length()函数的结果，该函数估算SARRAY中的项数。
最后，使用for循环使用printf()函数遍历SARRAY中的每一项，以复印每位键，之后在ARRAY中复印该键的相应值。
运行该脚本
要运行你的awk脚本，先使其可执行：
$ chmod +x sorter.awk
之后针对penguin.list示例数据运行它：
$ ./sorter.awk penguins.list antipodes Megadyptes;antipodes;Milne-Edwards;1880;Yellow-eyed chrysocome Eudyptes;chrysocome;Viellot;1816;Sothern Rockhopper demersus Spheniscus;demersus;Brisson;1760;African forsteri Aptenodytes;forsteri;Miller,JF;1778;Emperor linux Torvaldis;linux;Ewing,L;1996;Tux minor Eudyptula;minor;Bonaparte;1867;Little Blue papua Pygoscelis;papua;Wagler;1832;Gentoo
如你所见，数据按第二个数组排序。
这有点限制。最好可以在运行时灵活选择要用作排序键的数组，便于可以在任何数据集上使用此脚本并获得有意义的结果。
添加命令选项
你可以通过在脚本中使用字面值var将命令变量添加到awk脚本中。修改脚本，以使迭代谓词在创建链表时使用var：
{ # dump each field into an array
ARRAY[$var] = $R;
}
尝试运行该脚本，便于在执行脚本时使用-vvar选项将其按第三数组排序：
$ ./sorter.awk -v var=3 penguins.list Bonaparte Eudyptula;minor;Bonaparte;1867;Little Blue Brisson Spheniscus;demersus;Brisson;1760;African Ewing,L Torvaldis;linux;Ewing,L;1996;Tux Miller,JF Aptenodytes;forsteri;Miller,JF;1778;Emperor Milne-Edwards Megadyptes;antipodes;Milne-Edwards;1880;Yellow-eyed Viellot Eudyptes;chrysocome;Viellot;1816;Sothern Rockhopper Wagler Pygoscelis;papua;Wagler;1832;Gentoo
修正
本文演示了怎样在纯GNUawk中对数据进行排序。你可以对脚本进行改进，便于对你有用，花一些时间在gawk的指南页上研究awk函数并自定义脚本以获得更好的输出。
这是到目前为止的完整脚本：
#!/usr/bin/awk -f
# GPLv3 appears here
# usage: ./sorter.awk -v var=NUM FILE
BEGIN { FS=";"; }
{ # dump each field into an array
ARRAY[$var] = $R;
}
END {
asorti(ARRAY,SARRAY);
# get length
j = length(SARRAY);
for (i = 1; i <= j; i++) {
printf("%s %sn", SARRAY[i],ARRAY[SARRAY[i]])
}
}
via:
作者：SethKenlon选题：lujun9972译者：wxy校对：wxy
本文由LCTT原创编译deepin linux，Linux中国荣誉推出
