AWK作为最强大的行文本处理器之一，内置了几个短小精悍的字符串处理函数。
比起其它语言，少是少了一些，但不妨碍覆盖面之广和功能的强大。
按 ASCII 字符顺序对数组的值进行排序 asort(arr [, d [, how] ])
asort(arr [, d [, how] ]) 函数按 ASCII 字符顺序对数组 arr 的值进行排序。
因为是对值进行排序，所以返回的结果是重新索引的，下标从 1 开始。
asort(arr [, d [, how] ]) 函数的原型如下
asort(arr [, d [, how] ])
参数说明
| 参数 | 说明 |
|---|---|
| arr | 必填，要排序的数组 |
| d | 选填，数组，如果传递了该参数，那么就不会修改数组 arr，而是把 arr 中的所有元素都拷贝到 d，然后对 d 进行排序 |
| how | 选填， |
范例
[www.ddkk.com]$ awk 'BEGIN {
arr[0] = "Ten"
arr[1] = "Nine"
arr[2] = "One"
print "Array elements before sorting:"
for (i in arr) {
print arr[i]
}
asort(arr)
print "Array elements after sorting:"
for (i in arr) {
print arr[i]
}
}'
运行以上 awk 命令，输出结果如下
Array elements before sorting:
Ten
Nine
One
Array elements after sorting:
Nine
One
Ten
按 ASCII 字符顺序对数组的键进行排序 asorti(arr [, d [, how] ])
asorti(arr [, d [, how] ]) 函数按 ASCII 字符顺序对数组 arr 的键进行排序。
因为是对键进行排序，所以相应的值并没有发生啥变化。
asorti(arr [, d [, how] ]) 函数的原型如下
asorti(arr [, d [, how] ])
参数说明
| 参数 | 说明 |
|---|---|
| arr | 必填，要排序的数组 |
| d | 选填，数组，如果传递了该参数，那么就不会修改数组 arr，而是把 arr 中的所有元素都拷贝到 d，然后对 d 进行排序 |
| how | 选填， |
Example
[www.ddkk.com]$ awk 'BEGIN {
arr["Ten"] = 1
arr["Nine"] = 2
arr["One"] = 3
asorti(arr)
print "Array indices after sorting:"
for (i in arr) {
print arr[i]
}
}'
运行以上 awk 命令，输出结果如下
Array indices after sorting:
Nine
One
Ten
字符串正则替换 gsub(regex, sub, string)
函数gsub(regex, sub, string) 在一个字符串中查找指定的 模式 匹配的全部字符串，找到之后都替换为另一个字符串。
注意： 该函数会把所有找到的匹配模式的字符串都替换而不仅仅是一次。
它的函数原型如下
gsub(regex, sub, string)
函数gsub(regex, sub, string) 在一个字符串 string 中查找指定的 模式 regex ，找到之后则替换为另一个字符串 sub 。
其中sub 参数是可选的，如果忽略，则会使用匹配模式中的 $ 0 代替。
参数说明
| 参数 | 说明 |
|---|---|
| regex | 要查找和替换的模式 |
| sub | 要替换为的字符串 |
| string | 源字符串 |
范例 1
[www.ddkk.com]$ awk 'BEGIN {
str = "Hello, World"
print "替换钱 = " str
gsub("o[a-z]*", "www.ddkk.com", str)
print "替换后 = " str
}'
运行以上 awk 命令，输出结果如下
替换钱 = Hello, World
替换后 = Hellwww.ddkk.com, Wwww.ddkk.com
是否包含字符串 index(str, sub)
index(str, sub) 函数用于查找一个字符串在另一个字符串中的位置。如果找到则返回找到的位置，否则返回 0。
准确的来说，index(str, sub) 用于查找字符串在 sub 是否包含在字符串 str 中，如果是则返回所在的位置。
需要注意的是，如果你懂其它的语言，那么请千万千万注意，返回 0 则表示没知道，如果返回 1 则表示是字符串的开头。
其它语言是返回 -1 表示没知道，返回 0 表示在字符串的开始。
参数说明
| 参数 | 说明 |
|---|---|
| str | 被查找的字符串 |
| sub | 要查找的字符串 |
范例 1
返回子串的位置
[www.ddkk.com]$ awk 'BEGIN {
str = "One Two Three"
subs = "Two"
ret = index(str, subs)
printf "子串 \"%s\" 的位置为 %d\n", subs, ret
}'
运行以上 awk 命令，输出结果如下
子串 "Two" 的位置为 5
范例 2
返回子串的位置，这次没找到
[www.ddkk.com]$ awk 'BEGIN {
str = "One Two Three"
subs = "Four"
ret = index(str, subs)
printf "子串 \"%s\" 的位置为 %d\n", subs, ret
}'
运行以上 awk 命令，输出结果如下
子串 "Four" 的位置为 0
范例 3
返回子串的位置，找到且在开始
[www.ddkk.com]$ awk 'BEGIN {
str = "One Two Three"
subs = "One"
ret = index(str, subs)
printf "子串 \"%s\" 的位置为 %d\n", subs, ret
}'
运行以上 awk 命令，输出结果如下
子串 "One" 的位置为 1
字符串长度 length(str)
length(str) 函数用于返回一个字符串的总字节数。
总字符串的长度和系统的语言有关，一般情况下，系统使用的都是 UTF-8 作为系统编码，在这种情况下，一个中文的长度为 3。
它的函数原型如下
length(str)
参数说明
| 参数 | 说明 |
|---|---|
| str | 要统计的字符串 |
范例
[www.ddkk.com]$ awk 'BEGIN {
str = "Hello, World !!!"
print str, " 长度为: ", length(str)
}'
运行以上 awk 命令，输出结果如下
Hello, World !!! 长度为: 16
范例 2
统计中文字符串的长度
[www.ddkk.com]$ awk 'BEGIN {
str = "DDKK.COM 弟弟快看，程序员编程资料站"
print str, " 长度为: ", length(str)
}'
运行以上 awk 命令，输出结果如下
DDKK.COM 弟弟快看，程序员编程资料站 长度为: 12
查找匹配模式的子串位置 match(str, regex)
函数match(str, regex) 用于查找匹配模式的第一个最长子串位置。如果没找到则返回 0，找到则返回最长子串的开始位置。
准确的说，match(str, regex) 用于查找字符串 str 中匹配 regex 模式的第一个最长匹配的开始位置。
它的函数原型如下
match(str, regex)
参数说明
| 参数 | 说明 |
|---|---|
| str | 被查找的字符串 |
| regex | 要查找的模式 |
范例 1
找到则返回最长匹配的位置
[www.ddkk.com]$ awk 'BEGIN {
str = "One Two Three Twoo Four"
subs = "T\w*"
ret = match(str, subs)
printf "子串 \"%s\" 的位置为 %d\n", subs, ret
}'
运行以上 awk 命令，输出结果如下
子串 "Tw+" 的位置为 5
范例 2
没找到则返回 0
[www.ddkk.com]$ awk 'BEGIN {
str = "One Two Three Twoo Four"
subs = "To\w+"
ret = match(str, subs)
printf "子串 \"%s\" 的位置为 %d\n", subs, ret
}'
运行以上 awk 命令，输出结果如下
子串 "Tow+" 的位置为 0
范例 3
开始位置则返回 1
[www.ddkk.com]$ awk 'BEGIN {
str = "One Two Three Twoo Four"
subs = "O\w+"
ret = match(str, subs)
printf "子串 \"%s\" 的位置为 %d\n", subs, ret
}'
运行以上 awk 命令，输出结果如下
子串 "Ow*" 的位置为 1
字符串分割 split(str, arr, regex)
函数split(str, arr, regex) 用于把一个字符串根据给定的 模式 分割成多个子串。如果没有传递 模式 则会使用变量 FS 的值。
变量 FS 的默认值是 空白符 ，可以通过 -f 选项自定义。
具体到参数，函数 split(str, arr, regex) 用于把一个字符串 str 根据给定的 模式 regex 分割成多个子串并把结果保存到 arr 数组中。
函数split(str, arr, regex) 的原型是
split(str, arr, regex)
参数说明
| 参数 | 说明 |
|---|---|
| str | 被分割的字符串 |
| arr | 保存了分割之后的子串 |
| regex | 用于分割的模式 |
范例 1
根据指定的模式分割字符串
[www.ddkk.com]$ awk 'BEGIN {
str = "春,夏,秋,冬"
split(str, arr, ",")
print "Array contains following values"
for (i in arr) {
print arr[i]
}
}'
运行以上 awk 命令，输出结果如下
Array contains following values
夏
秋
冬
春
范例 2
如果没有传递分割模式，则使用变量 FS 的值 根据指定的模式分割字符串
[www.ddkk.com]$ awk 'BEGIN {
str = "春 夏 秋 冬"
split(str,arr)
print "Array contains following values"
for (i in arr) {
print arr[i]
}
}'
运行以上 awk 命令，输出结果如下
Array contains following values
夏
秋
冬
春
范例 3
如果分割的模式没找到，则返回将整个字符串当作子串
[www.ddkk.com]$ awk 'BEGIN {
str = "春 夏 秋 冬"
split(str,arr,"~")
print "Array contains following values"
for (i in arr) {
print arr[i]
}
}'
运行以上 awk 命令，输出结果如下
Array contains following values
春 夏 秋 冬
字符串输出 printf(format, expr-list)
函数printf(format, expr-list) 根据给定的字符串格式和传递的变量构造字符串并输出到标准输出。
它的原型如下
printf(format, expr-list)
参数说明
| 参数 | 说明 |
|---|---|
| format | 字符串格式 |
| expr-list | 用于替代字符串格式中的格式符的变量列表 |
范例 1
[www.ddkk.com]$ awk 'BEGIN {
param = 1024.0
result = sqrt(param)
printf "sqrt(%f) = %f\n", param, result
}'
运行以上 awk 命令，输出结果如下
sqrt(1024.000000) = 32.000000
字符串转数字 strtonum(str)
函数strtonum(str) 用于检查一个字符串是否数字并将它转换为十进制数字。
Mac OS 下该函数无效
它的原型如下
strtonum(str)
函数strtonum(str) 用于检查一个字符串 str 是否数字并将它转换为十进制数字。
转换规则如下：
1、 如果字符串str以数字0开始，则会当作一个八进制数字；
2、 如果字符串str以字符0x或0X开始，则会被当作一个十六进制数字；
3、 否则会假设它是一个十进制数字；
4、 如果以上都不是，则直接返回数字0；
参数说明
| 参数 | 说明 |
|---|---|
| str | 要转换的字符串 |
范例 1
如果字符串 str 以数字 0 开始，则会当作一个八进制数字。
[www.ddkk.com]$ awk 'BEGIN {
print "八进制数字 = " strtonum("0123")
}'
运行以上 awk 命令，输出结果如下
八进制数字 = 83
范例 2
如果字符串 str 以字符 0x 或 0X 开始，则会被当作一个十六进制数字
[www.ddkk.com]$ awk 'BEGIN {
print "十六进制数字 = " strtonum("0x123")
}'
运行以上 awk 命令，输出结果如下
十六进制数字 = 291
范例 3
如果是一个十进制数字，则会直接转换
[www.ddkk.com]$ awk 'BEGIN {
print "十进制数字 = " strtonum("123")
}'
运行以上 awk 命令，输出结果如下
十进制数字 = 123
范例 4
如果不能转换为数字，则直接返回 0
[www.ddkk.com]$ awk 'BEGIN {
print "不是数字的字符串 = " strtonum("x1x")
}'
运行以上 awk 命令，输出结果如下
不是数字的字符串 = 0
范例 5
如果以数字开始则会尽量转换知道遇到不是数字的字符结束
[www.ddkk.com]$ awk 'BEGIN {
print "不是数字的字符串 = " strtonum("0123x")
}'
运行以上 awk 命令，输出结果如下
不是数字的字符串 = 83
字符串替换 sub(search, sub, string)
函数sub(search, sub, string) 在一个字符串中查找指定的 字符串，找到之后则替换为另一个字符串。只会替换一次。
注意： 只会替换一次。
它的函数原型如下
sub(search [, sub], string)
函数sub(search, sub, string) 在一个字符串 string 中查找指定的 字符串 search ，找到之后则替换为另一个字符串 sub 。
其中sub 参数是可选的，如果忽略，则会使用匹配模式中的 $ 0 代替。
参数说明
| 参数 | 说明 |
|---|---|
| search | 要查找和替换的字符串 |
| sub | 要替换为的字符串 |
| string | 源字符串 |
范例 1
[www.ddkk.com]$ awk 'BEGIN {
str = "Hello, World"
print "替换前 = " str
sub("World", "www.ddkk.com", str)
print "替换后 = " str
}'
运行以上 awk 命令，输出结果如下
替换前 = Hello, World
替换后 = Hello, www.ddkk.com
子串 substr(str, start, l)
substr(str, start, l) 函数用于返回字符串 str 中的从 start 的位置开始，长度为 l 的子串。
如果没有指定 l 参数，那么会返回从 start 开始到结束之间的所有字符
substr(str, start, l) 函数的原型如下
substr(str, start, l)
参数说明
| 参数 | 说明 |
|---|---|
| str | 源字符串 |
| start | 子串开始位置 |
| l | 子串的长度 |
返回值
substr(str, start, l) 返回字符串 str 中的从 start 开始，长度为 l 的所有字符的一个副本。
范例
[www.ddkk.com]$ awk 'BEGIN {
str = "Hello, www.ddkk.com"
subs = substr(str, 1, 5)
print "子串为：" subs
}'
运行以上 awk 命令，输出结果如下
子串为：Hello
转换为小写 tolower(str)
tolower(str) 函数用于将指定的字符串中的大写字母转换为小写字母。
tolower(str) 函数的原型如下
tolower(str)
参数说明
| 参数 | 说明 |
|---|---|
| str | 要转换的字符串 |
返回值
toupper(str) 返回所有的大写字母都转换为小写字母的 str 的副本。
范例
[www.ddkk.com]$ awk 'BEGIN {
str = "HELLO, WORLD !!!"
print str " 的小写：" tolower(str)
}'
运行以上 awk 命令，输出结果如下
HELLO, WORLD !!! 的小写：hello, world !!!
转换为大写 toupper(str)
toupper(str) 函数用于将指定的字符串中的小写字母转换为大写字母。
toupper(str) 函数的原型如下
toupper(str)
参数说明
| 参数 | 说明 |
|---|---|
| str | 要转换的字符串 |
返回值
toupper(str) 返回所有的小写字母都转换为大写字母的 str 的副本。
范例
[www.ddkk.com]$ awk 'BEGIN {
str = "hello, world !!!"
print str " 的大写：" toupper(str)
}'
运行以上 awk 命令，输出结果如下
hello, world !!! 的大写：HELLO, WORLD !!!