"Aho-Corasick-Weinberger" 的缩写（以三位发明者命名），是一个用于文本处理和数据提取的强大命令行工具，本质是一种解释型编程语言。
该工具擅长按行处理文本，支持模式匹配、字段分割、条件判断和计算，广泛用于日志分析、数据格式化、报表生成等场景，尤其适合处理结构化或半结构化文本（如 CSV、日志文件）。
awk [选项] '模式{动作}' <输入文件1> <输入文件2> ...
awk [选项] -f 脚本文件 <输入文件1> <输入文件2> ...核心逻辑：逐行读取输入文本，对每行先判断是否匹配“模式”（如行号、包含特定字符），若匹配则执行“动作”（如打印字段、计算数值）；无“模式”时默认处理所有行，无“动作”时默认打印匹配行。
内置变量：awk 有大量预设变量（如
$0代表整行、$1代表第1个字段、NF代表字段总数），是其灵活性的核心。
常用选项
常用内置变量（核心）
参考示例
以下示例均基于典型生产环境场景（如日志分析、CSV处理），使用的测试文件（access.log、user.csv）格式如下：
access.log（Nginx访问日志，空格分隔）：192.168.1.1 - - [10/Mar/2024:14:30:00 +0800] "GET /index.html HTTP/1.1" 200 1234 10.0.0.5 - - [10/Mar/2024:14:31:00 +0800] "POST /login HTTP/1.1" 401 567 192.168.1.1 - - [10/Mar/2024:14:32:00 +0800] "GET /api/data HTTP/1.1" 200 890user.csv（CSV文件，逗号分隔）：id,name,age,dept 1,Zhang San,28,Engineering 2,Li Si,35,Product 3,Wang Wu,42,Finance
示例1：提取日志中的IP和访问状态码（基础字段提取）
需求：从 access.log 中提取客户端IP（第1个字段）和HTTP状态码（第9个字段），并以“IP: 状态码”格式输出。
命令：
awk '{print "IP:", $1, "Status:", $9}' access.log输出：
IP: 192.168.1.1 Status: 200
IP: 10.0.0.5 Status: 401
IP: 192.168.1.1 Status: 200示例2：筛选CSV中特定部门的用户（条件匹配）
需求：从 user.csv 中筛选“Engineering”部门（第4个字段）的用户，且排除表头（第1行）。
命令：
awk -F ',' 'NR>1 && $4=="Engineering" {print $2, "(", $3, "years old)"}' user.csv解析：
-F ','：以逗号为字段分隔符；NR>1：跳过第1行（表头）；$4=="Engineering"：仅匹配第4个字段为“Engineering”的行；动作：打印用户名（$2）和年龄（$3）并格式化输出。
输出：
Zhang San ( 28 years old)示例3：统计访问日志中各IP的访问次数（计数与排序）
需求：统计 access.log 中每个客户端IP的访问次数，并按次数降序排列。
命令：
awk '{ip_count[$1]++} END{for(ip in ip_count) print ip, ip_count[ip]}' access.log | sort -k2nr解析：
ip_count[$1]++：定义数组ip_count，以IP（$1）为键，每遇到相同IP则计数+1；END{...}：所有行处理完后执行的动作（遍历数组并打印IP和次数）；sort -k2nr：对结果按第2列（次数）降序（-r）、数值（-n）排序。输出：
192.168.1.1 2
10.0.0.5 1示例4：计算CSV中用户的平均年龄（数值计算）
需求：从 user.csv 中计算所有用户的平均年龄（排除表头）。
命令：
awk -F ',' 'NR>1 {total_age+=$3; count++} END{print "Average Age:", total_age/count}' user.csv解析：
total_age+=$3：累加所有用户的年龄（$3）到变量total_age；count++：统计用户总数；END块：计算并打印平均年龄（总年龄/用户数）。输出：
Average Age: 35示例5：替换日志中的日期格式（文本替换）
需求：将 access.log 中的日期格式从“10/Mar/2024”改为“2024-03-10”（第4个字段，含中括号）。
命令：
awk 'BEGIN{mon["Jan"]="01"; mon["Feb"]="02"; mon["Mar"]="03"} {
split(substr($4,2,11), date, "/"); # 提取日期部分（去掉开头的[）并按/分割
$4="[" date[3] "-" mon[date[2]] "-" date[1]; # 重构日期格式
print $0 # 打印修改后的整行
}' access.log解析：
BEGIN块：定义月份映射数组mon（将“Mar”转为“03”）；substr($4,2,11)：提取第4个字段中从第2个字符开始的11个字符（即“10/Mar/2024”）；split(...)：将提取的日期按“/”分割为数组date（date[1]=10，date[2]=Mar，date[3]=2024）；重构第4个字段并打印整行。
输出：
192.168.1.1 - - [2024-03-10:14:30:00 +0800] "GET /index.html HTTP/1.1" 200 1234
10.0.0.5 - - [2024-03-10:14:31:00 +0800] "POST /login HTTP/1.1" 401 567示例6：批量处理多个文件并添加文件名标识（跨文件处理）
需求：处理 access_1.log 和 access_2.log 两个日志文件，提取IP和状态码，并在每行前添加文件名。
命令：
awk '{print FILENAME ": IP=" $1 ", Status=" $9}' access_1.log access_2.log解析：FILENAME 是 awk 内置变量，代表当前处理的文件名，用于区分多文件的输出。
输出（示例）：
access_1.log: IP=192.168.1.1, Status=200
access_2.log: IP=172.16.0.3, Status=200注意：awk 的模式和动作需用单引号
' '包裹（避免Shell解析变量）；若需在动作中使用Shell变量，可通过-v选项传递（如awk -v shell_var=$VAR '{print shell_var}'），或用双引号包裹脚本（需转义$等特殊字符）。