awk默认以任意空白为分隔符且压缩连续空白，导致含空格字段错切；应显式指定-F分隔符、用substr处理固定宽度、结合NF/NR过滤不规则行、BEGIN初始化变量、合理设置OFS/ORS。
awk默认按空格切分字段，但实际数据常含空格或制表符
直接用 awk '{print $2}' 处理带空格的列（比如日志中含“Failed login”这种字段）会错切——$2 可能不是你想要的第二列。根本原因是 awk 默认以任意空白（空格、制表符、换行）为分隔符，且会把连续空白压缩成一个分隔符。
解决办法是显式指定分隔符：
- 按制表符切：用
-F '\t'，例如awk -F '\t' '{print $3}' file.tsv - 按多个空格（非制表符）切：用正则
-F '[[:space:]]+'，比默认行为更可控 - 固定宽度列（如
ls -l输出）：用substr()手动截取，例如awk '{user=substr($0,11,9); print user}' file
提取特定列时，$0 和 NF 容易被忽略但很关键
$0 是整行内容，不是“第 0 列”；NF 是当前行字段数。这两个在过滤不规则行时特别有用。
常见误操作：直接 awk '{print $5}' 处理 ps aux 输出，结果某些行因进程名含空格导致列偏移。正确做法是先确认每行字段数是否达标：
- 只处理至少有 5 列的行：
awk 'NF >= 5 {print $5}' ps_output - 跳过标题行（第一行字段少）：
awk 'NR>1 && NF>=11 {print $11}' ps_aux - 安全打印最后一列：
awk '{print $NF}' file，比硬写$10更健壮
用 awk 计算列的和、平均值、最大值，别忘初始化变量
awk 的 BEGIN 块必须显式初始化累加变量，否则首次赋值会出错（比如未定义变量参与运算时值为 0，但逻辑上可能该为 0 或报错）。
示例：统计第三列数值总和并求平均值
awk 'BEGIN{sum=0; count=0} $3 ~ /^[0-9]+\.?[0-9]*$/ {sum+=$3; count++} END{if(count>0) print "avg:", sum/count; else print "no valid data"}' data.txt
- 用正则
/^[0-9]+\.?[0-9]*$/过滤纯数字（含小数），避免把字符串当 0 加 -
count必须初始化，否则END块里除零会输出inf或空 - 如果数据含负数，正则需改为
^-?[0-9]+\.?[0-9]*$
跨行合并列或条件拼接，容易漏掉 ORS 和 OFS 设置
默认输出行尾是换行符（ORS="\n"），字段间是空格（OFS=" "）。做列拼接时若不调整，结果会多空格或换行错乱。
- 把第 1、4、7 列用下划线连起来：
awk -v OFS="_" '{print $1,$4,$7}' file - 把多行合并成一行（如日志中堆栈分多行）：
awk '/^ERROR/ && NR>1{print ""} {printf "%s ", $0} END{print ""}' log，这里手动控制换行比改ORS更可靠 - 导出 CSV 时避免字段内含逗号干扰：
awk -v OFS='","' '{$1=$1; print "\""$0"\""}' file，先用$1=$1强制重排字段再加引号
字段内含换行或双引号的情况，awk 就不太适合了——这时候该换 csvkit 或 Python 的 csv 模块。awk 强在快速列抽取和简单计算，不是通用格式解析器。
