1. 前言：进阶的意义
通过前两篇的学习，你已经掌握了awk的基础运行方式和核心命令行参数，能够处理大部分简单的文本处理需求（比如筛选行、提取字段、格式化输出）。但实际工作中，我们遇到的文本处理场景往往更复杂——比如统计行数、计算字段总和、按条件循环处理、加载外部脚本库，这时候就需要用到awk的高级功能。
本篇重点讲解：awk内置变量、内置函数、流程控制、环境变量、文件包含与动态扩展，每个知识点都配详尽示例，确保你学完就能应对复杂场景，真正做到“精通awk”。
提示：所有示例依然基于前两篇的test.txt和test.csv文件，若你没有，可参考前两篇的命令重新创建。
2. 核心进阶：awk内置变量（必掌握）
awk有很多内置变量（系统自带，无需手动定义），这些变量能帮我们快速获取文本的关键信息（比如行号、字段数、文件名），极大提升处理效率。重点讲解10个最常用的内置变量，按用途分类，方便记忆。
2.1 行与字段相关变量（最常用）
| 内置变量 | 说明 | 实操示例 |
|---|---|---|
| NR | Number of Records，当前处理的行号（所有文件累计） | awk '{print "行号："NR, "内容："$0}' test.txt（打印每行行号和内容） |
| FNR | File Number of Records，当前文件的行号（多文件处理时，每个文件重新计数） | awk '{print "当前文件行号："FNR, "内容："$0}' test.txt test.csv（处理两个文件，分别计数） |
| NF | Number of Fields，当前行的字段数（$1到$NF就是当前行的所有字段） | awk -F "," '{print "当前行字段数："NF, "最后一列："$NF}' test.csv（打印每行列数和最后一列） |
| FS | Field Separator，字段分隔符（和-F参数功能一致，可在脚本中动态修改） | awk 'BEGIN {FS=","} {print $1, $2}' test.csv（在BEGIN中设置分隔符，等价于-F ","） |
| OFS | Output Field Separator，输出字段分隔符（默认是空格，可修改） | awk -F "," 'BEGIN {OFS="|"} {print $1, $2}' test.csv（输出时用|分隔字段） |
实操示例（重点练习，可直接复制）：
# 示例1：用NR和NF筛选行（筛选字段数大于3的行，且行号大于1）
awk -F "," 'NR>1 && NF>3 {print "行号"NR, "字段数"NF, "内容："$0}' test.csv
# 输出（test.csv中，数据行字段数都是4，表头字段数4，跳过表头）：
# 行号2 字段数4 内容：张三,20,男,北京
# 行号3 字段数4 内容：李四,25,女,上海
# 行号4 字段数4 内容：王五,30,男,广州
# 示例2：用FNR处理多个文件（分别显示两个文件的行号）
awk '{print "文件："FILENAME, "行号："FNR, "内容："$0}' test.txt test.csv
# 输出（test.txt行号1-3，test.csv行号1-4）：
# 文件：test.txt 行号：1 内容：张三 20 男
# ...（省略中间内容）
# 文件：test.csv 行号：1 内容：姓名,年龄,性别,城市
# ...（省略中间内容）
# 示例3：修改OFS，格式化输出（用逗号分隔输出字段）
awk -F "," 'BEGIN {OFS=","} NR>1 {print $1, $2, $4}' test.csv
# 输出（和CSV格式一致）：
# 张三,20,北京
# 李四,25,上海
# 王五,30,广州
# 示例4：动态修改FS（先按空格分隔，再按逗号分隔）
echo -e "张三 20,男\n李四 25,女" | awk 'BEGIN {FS=" "} {print $1, $2; FS=","; print $1, $2}'
# 输出（第一行按空格分隔，第二行按逗号分隔）：
# 张三 20,男
# 20 男
2.2 文件与参数相关变量
| 内置变量 | 说明 | 实操示例 |
|---|---|---|
| FILENAME | 当前处理的文件名（多文件处理时，显示当前正在处理的文件） | awk '{print "正在处理："FILENAME, "行号："NR}' test.txt test.csv |
| ARGC | Argument Count，命令行参数的个数（包括awk命令本身） | awk '{print ARGC}' test.txt test.csv（输出3，因为参数是awk、test.txt、test.csv） |
| ARGV | Argument Vector，命令行参数数组（ARGV[0]是awk，ARGV[1]是第一个文件，以此类推） | awk 'BEGIN {for(i=0;i<ARGC;i++) print ARGV[i]}' test.txt test.csv |
| ARGIND | 当前处理的参数在ARGV数组中的索引（对应ARGV的下标） | awk '{print "当前参数索引："ARGIND, "文件名："FILENAME}' test.txt test.csv |
实操示例（重点练习）：
# 示例1：用ARGC和ARGV，动态指定处理的文件
# 脚本逻辑：如果参数个数大于2，就处理所有文件，否则提示“缺少文件”
awk 'BEGIN {
if(ARGC<3) {
print "错误：缺少处理文件！"
exit 1 # 退出，状态码1（表示错误）
} else {
print "共处理"ARGC-1"个文件："
for(i=1;i<ARGC;i++) print ARGV[i]
}
}' test.txt test.csv
# 输出：
# 共处理2个文件：
# test.txt
# test.csv
# 示例2：用ARGIND区分不同文件，分别处理
awk '{
if(ARGIND==1) {print "处理test.txt："$0} # ARGIND=1对应第一个文件test.txt
if(ARGIND==2) {print "处理test.csv："$0} # ARGIND=2对应第二个文件test.csv
}' test.txt test.csv
3. 核心进阶：awk内置函数（实用高频）
awk提供了很多内置函数，涵盖字符串处理、数值计算、时间处理等，重点讲解日常工作中最常用的8个，按用途分类，每个函数配详细示例，避免冗余。
3.1 字符串处理函数（最常用）
| 函数名 | 说明 | 语法 | 实操示例 |
|---|---|---|---|
| length() | 计算字符串长度（中文UTF-8按多字节计算，-b参数下按单字节） | length(字符串) | awk '{print $1, "长度："length($1)}' test.txt（输出张三 长度：2） |
| substr() | 截取字符串（从指定位置开始，截取指定长度） | substr(字符串, 起始位置, 长度) | awk '{print substr($1,1,1)}' test.txt（截取姓名第一个字：张、李、王） |
| index() | 查找字符串在另一个字符串中的位置（找不到返回0） | index(原字符串, 目标字符串) | awk -F "," '{print index($4,"京")}' test.csv（查找“京”在城市中的位置） |
| gsub() | 全局替换字符串（替换所有匹配的内容，区别于sub()只替换第一次） | gsub(匹配规则, 替换后内容, 原字符串) | awk '{gsub("男","男性"); print}' test.txt（将所有“男”替换为“男性”） |
实操示例（重点练习）：
# 示例1：用substr()截取日志中的IP（模拟日志）
echo -e "192.168.1.1 - [2024-01-01] \"GET /index.html\"" > access.log
# 截取IP（前11个字符）
awk '{print "访问IP："substr($1,1,11)}' access.log
# 输出：访问IP：192.168.1.1
# 示例2：用gsub()替换CSV中的逗号为空格，并重命名字段
awk -F "," 'BEGIN {OFS=" "} {gsub(","," ",$0); print $1, $2, $3, $4}' test.csv
# 输出（逗号替换为空格）：
# 姓名 年龄 性别 城市
# 张三 20 男 北京
# 示例3：结合index()筛选包含指定字符的行
# 筛选城市中包含“京”的用户
awk -F "," 'NR>1 && index($4,"京")>0 {print $1, $4}' test
