如何用单awk统计双分隔符行用户数 及管道写法是否合规

给定结构为group_name:pw:group_id:user1<,user2>...的文本文件，示例内容如下：

adm:x:4:syslog,adm1
admins:x:1006:adm2,adm12,manuel
ssl-cert:x:122:postgres
ala2:x:1009:aceto,salvemini
conda:x:1011:giovannelli,galise,aceto,caputo,haymele,salvemini,scala,adm2,adm12
adm1Group:x:1022:adm2,adm1,adm3
docker:x:998:manuel

需求为统计每行对应的用户数量，或指定单行的用户数量：

• 查询adm1Group组的用户数，预期输出为3，对应用户为adm2、adm1、adm3
• 第一行组名为adm的条目包含2个用户，分别为syslog和adm1

核心难点是行内同时存在:和,两种字段分隔符，原实现通过管道连接两个awk命令完成统计，代码如下：

awk -F: '/adm1Group/ {print $4}' file.txt | awk -F, 'BEGIN {printf "N. of users in adm1Group = "} {print NF}'

待解答的两个问题：

• 是否可以通过单个awk命令实现上述统计需求？
• 如果单awk无法实现，当前的管道连接写法是否可用，是否属于不良实践？

单awk实现方案 #

完全可以通过单个awk命令实现需求，不需要借助管道。awk内置的split()函数可以对指定字段做二次拆分，拆分后的返回值就是元素个数，正好对应用户数。

统计指定组用户数 #

以统计adm1Group组为例，命令如下：

awk -F: '$1 == "adm1Group" {print "N. of users in adm1Group = " split($4, user_arr, ",")}' file.txt

命令说明：

• 首先用:作为字段分隔符，$1为组名字段，用$1 == "adm1Group"做精确匹配，避免正则匹配误命中其他包含该字符串的组
• split($4, user_arr, ",")会把第4列（用户列表字段）按,拆分存入user_arr数组，函数返回值就是拆分后的元素总数，即用户数

统计所有组用户数 #

如果需要一次性输出所有组的用户数，只需要去掉匹配条件即可：

awk -F: '{print "Group " $1 " user count: " split($4, user_arr, ",")}' file.txt

该写法对单用户的组（比如示例中的ssl-cert、docker组）也能正确统计，计数为1。

原有双管道写法的评价 #

你写的双awk管道命令可以正常运行得到正确结果，不属于错误写法，也谈不上严重的不良实践：

• 优点是逻辑分层清晰，分步处理的思路直观，可读性对新手友好
• 缺点是会额外启动一个awk进程，存在管道IO开销，处理GB级大文件时性能会明显低于单awk实现，日常处理小配置文件的场景下完全可以正常使用
• 存在小缺陷：原命令用/adm1Group/做正则匹配，存在误匹配其他组名包含该字符串条目的风险，改成字段精确匹配会更严谨。

内容的提问来源于stack exchange，提问作者sirducas