awk でフィールド処理する
awk は行を空白で区切られた「フィールド」に分けて扱える、表形式テキスト向けのツールです。各列は $1 $2 … で参照でき、$0 は行全体、NF は列数、NR は行番号を表します。awk '{print $1}' なら各行の1列目だけを出力します。awk -F: '{print $1}' のように -F で区切り文字を変えれば、コロン区切りの /etc/passwd なども処理できます。awk '$3 > 100' のように条件で行を絞ったり、合計を計算したりと、cut より柔軟な列処理が得意です。
grep が行を探し、sed が行を加工する道具だとすれば、awk は行を「列」に分けて扱う道具だ。
スペースやタブで区切られた表形式のテキストを、列ごとに取り出したり、値で条件を付けたり、合計や平均を計算したりできる。名前は作者3人の頭文字に由来し、実体は小さなプログラミング言語だ。
基本の形は awk 'パターン{アクション}' ファイル で、「条件に当たる行に対して、{ } の中の処理を行う」と読む。パターンを省けば全行が対象になり、アクションを省けば一致した行をそのまま出すなど、両者を組み合わせて挙動を決める。
列を切り出すだけなら cut でも済むが、列の値で条件を書いたり計算したりできる点で、awk は一段柔軟だ。
🧱 行を「列」に分けるとは、どういうことか
awk は各行を、空白を区切りとして自動的に列に分解する。この1つ1つの列をフィールドと呼び、先頭から $1 $2 $3 … というフィールド変数で取り出せる。
$0 は行全体を表し、$NF は「最後の列」を指す。たとえば awk '{print $1}' なら各行の1列目だけを縦に並べて出力する。
なお既定の空白区切りは賢く、スペースやタブが連続していても1つの区切りとして扱い、行頭の空白も無視してくれるので、桁をそろえて整形された表でも素直に列を取れる。
区切り文字を空白以外に変えたいときは -F オプションを使い、awk -F: '{print $1}' /etc/passwd のように書けば、コロン区切りの /etc/passwd からユーザー名（1列目）だけを取り出せる。
print $1, $NF のようにカンマで区切ると、間にスペースを入れて並べてくれる（root /bin/bash のように）。
🔢 行番号や列数を、その場で知るには
awk には便利な組み込み変数がある。NR はこれまでに読んだ行数、すなわち現在の行番号を表し、NF はその行の列数（フィールド数）を表す。
printf 'a b c\nx y\n' | awk '{print NR, NF, $0}' を実行すると、1行目は「1 3 a b c」、2行目は「2 2 x y」と出て、行番号・列数・行全体がひと目で分かる。grep -n 風の行番号付けも awk '{print NR, $0}' で作れる。
$NF は列数が行ごとに違っても必ず最後の列を指すので、列の総数が一定でないデータでは、番号で $7 と決め打ちするより $NF を使うほうが安全だ。応用として $(NF-1) と書けば「最後から2番目の列」を指せる。
なお NR を条件に使うと行の範囲も選べ、awk 'NR>=2 && NR<=4' file は2行目から4行目だけを、awk 'NR%2==0' file なら偶数行だけを出力できる。
フィールドと行番号という2つの軸で行と列を自在に指せるのが、awk の見通しのよさだ。
⚖ grepと何が決定的に違うのか
awk の最大の強みは、列の値そのものを条件にして行を絞り込めることだ。{ } の前に書いた「パターン」が条件として働く。
awk -F: '$3 >= 1000 {print $1, $3}' /etc/passwd は、3列目（UID）が1000以上の行、つまり一般ユーザーだけを抜き出す。
grep が「文字のパターンで行を探す」のに対し、awk は「$3 >= 1000」のように数値の大小や比較で行を選べるのが本質的な違いだ。条件には文字列の一致や正規表現（$1 ~ /^web/ のような書き方）も使えるので、表形式データの絞り込みでは grep より一段踏み込んだことができる。
パターンを省略すると、すべての行がアクションの対象になる。
➕ 合計や平均は、どこで計算するのか
awk には、処理の前後に1回だけ走る特別なブロックがある。BEGIN は全行を読む前に1回、END はすべて読み終えた後に1回実行される。これを使うと集計が書ける。
printf '10\n20\n30\n' | awk '{sum += $1} END {print "合計", sum, "平均", sum/NR}' は、各行で sum に値を足し込み、最後に END で結果を1回だけ出す。このとき NR は最終的に全行数になっているので、sum/NR が平均になる（この例では「合計 60 平均 20」）。
BEGIN は逆に、見出し行の出力や、区切り文字・変数の初期値の設定に使う。
1行ずつの処理と、最後にまとめる処理を分けて書けるのが awk の集計の型だ。
⚠ つまずいたら、まずこれ
見た目を整えて表にしたいときは printf を使う。printf 'apple 120\nbanana 80\n' | awk '{printf "%-8s %5d\n", $1, $2}' のように書式を指定でき、%-8s は左寄せ8桁の文字列、%5d は右寄せ5桁の整数を表す。
print と違って printf は自動で改行しないため、末尾に \n を自分で書く必要があり、これを忘れて出力が1行につながってしまうのがよくある失敗だ。
また、区切りが空白でないのに -F を指定し忘れて列がうまく取れない、というのも頻出だ。
もう一つ注意したいのは、awk のプログラムは多くの記号を含むためシングルクォートで囲むのが鉄則だという点で、ダブルクォートで囲むと $1 などがシェル変数として展開されてしまい、まったく違う動きになる。
実務では、awk は /etc/passwd のようなコロン区切りファイルの解析、ログの特定列の集計、サイズや件数の合計といった場面で活躍する。
「列を取り出すだけなら cut、列の値で条件を付けたり計算したりするなら awk」と使い分けると、テキスト処理の幅が大きく広がる。フィールドという考え方さえ身につけば、表形式のデータはほとんど awk で思いどおりに扱えるようになる。