shell - 关于 awk 字段分隔符

Question

想要从 du -h 命令获取第一个字段的小数部分。所以字段分隔符应该是字符 K 或字符 M。我用 -F 尝试了多个选项，但它不起作用。

du -h AWSD.????.20121123.????.LBB4.????.*.gz  |
    tr -s ' ' | 
    awk -F'K|M' 'BEGIN{x=0;} {print $1;} END{print x;}  

Answer 1

您似乎正在寻找一种 awk 解决方案，该解决方案将使用K或M用作字段分隔符。您的解决方案几乎是正确的，如果您将其封装KM为字符类，它将起作用：

du -h | awk -F '[KM]' '{ print $1 }'

现在，在最初的问题中，您还想要总使用量。在这种情况下，删除KorM字符是不正确的 - 在这种情况下，最好使用df -k并且只对第 1 列求和：

$ du -k | awk '{ sum+=$1 } END { print sum, "k" }'
52939620 k
$ du -k | awk '{ sum+=$1*1024 } END { print sum/1e6, "x 1e6 bytes" }' 
54210.2 x 1e6 bytes
$ du -k | awk '{ sum+=$1*1024 } END { print sum/1e9, "x 1e9 bytes" }'
54.2102 x 1e9 bytes

请注意此代码如何避免有关 MebiBytes 与 MegaBytes 的讨论。

注意2：但是，此代码为每个父目录再次计算子目录。在 Solaris 系统上，添加-otodu -k以防止这种情况。

Answer 2

我认为您想要的是第一个字段：

du -h AWSD.????.20121123.????.LBB4.????.*.gz | cut -f1

或没有单位的第一个字段：

du -h AWSD.????.20121123.????.LBB4.????.*.gz | cut -f1 | sed 's/[GMK]$//'

或获取第一个字段的整数部分：

du -h AWSD.????.20121123.????.LBB4.????.*.gz | sed 's/\([0-9]*\).*/\1/'

Answer 3

一个简单的答案是使用内置类型转换（nawk/gawk）：

du -h | nawk '{print $1+0}'

该字段通过添加零转换为数字类型，不属于数字的尾随字符将被简单地忽略。（尽管您应该了解什么被接受为数字，例如像 "123e10" 这样的输入将被视为 123x10^10 。）

为此使用 FS 的一个缺点是，恢复存在哪个分隔符的唯一方法是检查 $0。就像是：

if ( match($1,/([0-9.]+)([KMGT])/,bb) ) {
  ...
}

将是我的建议（gawk >=3.1.0）。

如果您正在处理大数字，您可能需要使用 printf()，或者修改默认的数字输出格式（OFMT 变量），而不仅仅是“打印”。我早就放弃了解析 ls/df/du 等依赖于平台的输出，根据我的经验，使用 GNU stat (coreutils) 更加健壮。