超越单行的 awk 脚本，学习如何做邮件合并和字数统计。

awk 是 Unix 和 Linux 用户工具箱中最古老的工具之一。awk 由 Alfred Aho、Peter Weinberger 和 Brian Kernighan（即工具名称中的 A、W 和 K）在 20 世纪 70 年代创建，用于复杂的文本流处理。它是流编辑器 sed 的配套工具，后者是为逐行处理文本文件而设计的。awk 支持更复杂的结构化程序，是一门完整的编程语言。

本文将介绍如何使用 awk 完成更多结构化的复杂任务，包括一个简单的邮件合并程序。

awk 的程序结构

awk 脚本是由 {}（大括号）包围的功能块组成，其中有两个特殊的功能块，BEGIN 和 END，它们在处理第一行输入流之前和最后一行处理之后执行。在这两者之间，块的格式为：

1. 模式 { 动作语句 }

当输入缓冲区中的行与模式匹配时，每个块都会执行。如果没有包含模式，则函数块在输入流的每一行都会执行。

另外，以下语法可以用于在 awk 中定义可以从任何块中调用的函数。

1. function 函数名(参数列表) { 语句 }

这种模式匹配块和函数的组合允许开发者结构化的 awk 程序，以便重用和提高可读性。

awk 如何处理文本流

awk 每次从输入文件或流中一行一行地读取文本，并使用字段分隔符将其解析成若干字段。在 awk 的术语中，当前的缓冲区是一个记录。有一些特殊的变量会影响 awk 读取和处理文件的方式：

• FS（字段分隔符field separator）。默认情况下，这是任何空格字符（空格或制表符）。
• RS（记录分隔符record separator）。默认情况下是一个新行（n）。
• NF（字段数number of fields）。当 awk 解析一行时，这个变量被设置为被解析出字段数。
• $0: 当前记录。
• $1、$2、$3 等：当前记录的第一、第二、第三等字段。
• NR（记录数number of records）。迄今已被 awk 脚本解析的记录数。

影响 awk 行为的变量还有很多，但知道这些已经足够开始了。

单行 awk 脚本

对于一个如此强大的工具来说，有趣的是，awk 的大部分用法都是基本的单行脚本。也许最常见的 awk 程序是打印 CSV 文件、日志文件等输入行中的选定字段。例如，下面的单行脚本从 /etc/passwd 中打印出一个用户名列表：

1. awk -F":" '{print $1 }' /etc/passwd

如上所述，$1 是当前记录中的第一个字段。-F 选项将 FS 变量设置为字符 :。