一、split 初始化和類型強制
awk的內建函數split允許你把一個字符串分隔為單詞並存儲在數組中。你可以自己定義域分隔符或者使用現在FS(域分隔符)的值。
格式：
split (string, array, field separator)
split (string, array) -->如果第三個參數沒有提供，awk就默認使用當前FS值。
split (string, array) -->如果第三個參數沒有提供，awk就默認使用當前FS值。
例1：替換分隔符
time="12:34:56" out=`echo $time | awk '{split($0,a,":");print a[1],a[2],a[3]}'` echo $out
例2：計算指定范圍內的和(計算每個人1月份的工資之和)
$ cat test.txt Tom 2012-12-11 car 5 3000 John 2013-01-13 bike 4 1000 vivi 2013-01-18 car 4 2800 Tom 2013-01-20 car 3 2500 John 2013-01-28 bike 6 3500 $ awk '{split($2,a,"-");if(a[2]==01){b[$1]+=$5}}END{for(i in b)print i,b[i]}' test.txt vivi 2800 Tom 2500 John 4500
例3：
$ head industryList.txt IT IT,互聯網 IT服務(系統/數據/維護) IT服務(系統/數據/維護),專業服務/咨詢(財會/法律/人力資源等) IT服務(系統/數據/維護),專業服務/咨詢(財會/法律/人力資源等),學術/科研,計算機軟件 $ head industryList.txt | awk '{split($0, arr, ","); for (i in arr) print arr[i]}' IT IT 互聯網 IT服務(系統/數據/維護) IT服務(系統/數據/維護) 專業服務/咨詢(財會/法律/人力資源等) IT服務(系統/數據/維護) 專業服務/咨詢(財會/法律/人力資源等) 學術/科研 計算機軟件 $ cat industryList.txt | awk '{split($0, arr, ","); for (i in arr) print arr[i]}' | sed 's/ //g' | sort | uniq > industryList_split.txt
二、substr 截取字符串
返回從起始位置起，指定長度之子字符串；若未指定長度，則返回從起始位置到字符串末尾的子字符串。
格式：
substr(s,p) 返回字符串s中從p開始的后綴部分
substr(s,p,n) 返回字符串s中從p開始長度為n的后綴部分
例子：
$ echo "123" | awk '{print substr($0,1,1)}' 1
解釋：
awk -F ',' '{print substr($3,6)}' ---> 表示是從第3個字段里的第6個字符開始，一直到設定的分隔符","結束.
substr($3,10,8) ---> 表示是從第3個字段里的第10個字符開始，截取8個字符結束.
substr($3,6) ---> 表示是從第3個字段里的第6個字符開始，一直到結尾
三、length 字符串長度
length函數返回沒有參數的字符串的長度。length函數返回整個記錄中的字符數。
$ echo "123" | awk '{print length}' 3
$ cat info.json | jq .industryList | awk -F '"' '{print $2}' | awk '{if (length > 0) print $0}' | sort | uniq > industryList.txt
四、gsub函數
gsub函數則使得在所有正則表達式被匹配的時候都發生替換。gsub(regular expression, subsitution string, target string);簡稱 gsub（r,s,t)。
舉例：把一個文件里面所有包含 abc 的行里面的 abc 替換成 def，然后輸出第一列和第三列
$ awk '$0 ~ /abc/ {gsub("abc", "def", $0); print $1, $3}' abc.txt
參考：
http://gdcsy.blog.163.com/blog/static/12734360920130241521280/