awk学习笔记(4) － 显示行号

awk的输出总共只有两个东东，一个是print指令，一个是printf函数。

显示文件的行号

我们还是以上一篇的arr.dat文件来测试。

1. awk '{print NR,$0}' arr.dat 

在awk中有很多的内置的变量，NR就是其中之一，表示的是当前的行号。上面的语句就可以解释成：逐行输出，并在其前输出行号。看一下输出结果：

1. 1 1034 7:26  
2. 2 1025 7:27 
3. 3 1101 7:32  
4. 4 1006 7:45 
5. 5 1012 7:46  
6. 6 1028 7:49  
7. 7 1051 7:51 
8. 8 1029 7:57  
9. 9 1042 7:59 
10. 10 1008 8:01  
11. 11 1052 8:05  
12. 12 1005 8:12 
13. 13 1005 8:13 
14. 14 1005 8:13 
15. 15 1005 8:13 

行号后面会有一个字白字符与第二列进行分隔。这个空白字符是awk默认的，当然也可以进行修改。

上面的输出格式很不好看呀，随着行号数字位数的增多，格式开始变形。第一个问题来了，怎么让行号右对齐？

1. awk '{printf("%5d %s\n", NR, $0)}' arr.dat 

我们终于用到了printf函数，这跟C语言的好像没什么不同。%5d表示输出一个5位的整数，如果不足5位，以空白填充，%s表示输出一个字符串。上面的程序的意思就是逐行输出文件内容，并在每行的第一列前追加行号，行号不足5位时以空白填充，一行结束后，以\n换行。

    注意，在%5d和%s之间有一个空字符，如果没有的话，行号就会与第1列挨着，很不好看呀。我们看一下输出结果：

1.  1 1034 7:26  
2.  2 1025 7:27 
3.  3 1101 7:32  
4.  4 1006 7:45 
5.  5 1012 7:46  
6.  6 1028 7:49  
7.  7 1051 7:51 
8.  8 1029 7:57  
9.  9 1042 7:59 
10. 10 1008 8:01  
11. 11 1052 8:05  
12. 12 1005 8:12 
13. 13 1005 8:13 
14. 14 1005 8:13 
15. 15 1005 8:13 

当然，我们也可以将这个空字符换成别的，比如\t:

1. awk '{printf("%5d\t%s\n", NR, $0)}' arr.dat 

输出就成了：

1.  1  1034 7:26  
2.  2  1025 7:27 
3.  3  1101 7:32  
4.  4  1006 7:45 
5.  5  1012 7:46  
6.  6  1028 7:49  
7.  7  1051 7:51 
8.  8  1029 7:57  
9.  9  1042 7:59 
10. 10  1008 8:01  
11. 11  1052 8:05  
12. 12  1005 8:12 
13. 13  1005 8:13 
14. 14  1005 8:13 
15. 15  1005 8:13 

在这个问题的基础上，我们可以有另外一个收获。看一下下面的程序:

1. awk 'END {print NR}' arr.dat 

输出结果如下：

1. 15 

没错，这就是文件的行数，当然，这种统计方法不是linux下最快的，最快的是下面的语句：

1. wc -l arr.dat 

输出结果：

1. 15 arr.dat 

但也是一种思路。

第二个问题：如果有两个print会怎么样呢？比如：

1. awk '{print $1} {print $2}' arr.dat 

输出结果：

1. 1034 
2. 7:26 
3. 1025 
4. 7:27 
5. 1101 
6. 7:32 
7. 1006 
8. 7:45 
9. 1012 
10. 7:46 
11. 1028 
12. 7:49 
13. 1051 
14. 7:51 
15. 1029 
16. 7:57 
17. 1042 
18. 7:59 
19. 1008 
20. 8:01 
21. 1052 
22. 8:05 
23. 1005 
24. 8:12 
25. 1005 
26. 8:13 
27. 1005 
28. 8:13 
29. 1005 
30. 8:13 

可以看到第二列放到了第一列之后换行显示。如果在print中将$1和$2之间加一个\n是不是也能起到同样的效果呢？

1. awk '{print $1,"\n",$2}' arr.dat 

看一下输出结果：

1. 1034  
2.  7:26 
3. 1025  
4.  7:27 
5. 1101  
6.  7:32 
7. 1006  
8.  7:45 
9. 1012  
10.  7:46 
11. 1028  
12.  7:49 
13. 1051  
14.  7:51 
15. 1029  
16.  7:57 
17. 1042  
18.  7:59 
19. 1008  
20.  8:01 
21. 1052  
22.  8:05 
23. 1005  
24.  8:12 
25. 1005  
26.  8:13 
27. 1005  
28.  8:13 
29. 1005  
30.  8:13 

会发现，第二列前的空白字符也被输出了，两者还是有所区别。