awkコマンドの使い方｜実例50と集計・ログ解析、gawkとmawkの違い

awkコマンドとは、テキストを1行ずつ読み、空白やカンマで区切った「列」を取り出したり、条件で絞り込んだり、合計や件数を集計したりできるコマンドです。ログから特定の列だけを抜き出す、CSV の部署ごとの平均を出す、アクセスログのステータスコードを数える、といった作業を1行で書けます。

この記事では、すべての例を「入力ファイル → コマンド → 出力」の3点セットで、実際に実行した結果をそのまま載せています。上位の解説で省かれがちな連想配列でのグループ集計、printf での整形、gsub・split などの文字列関数、2つのファイルの結合、CSV（--csv）、ログ解析まで扱い、さらに gawk・mawk・BSD 系 awk など5つの実装で同じコードを動かして違いを比較しました。

検証環境：Ubuntu 24.04。GNU awk（gawk）5.3.2 を主に使い、比較用に gawk 5.2.1、mawk 1.3.4、original-awk 20231127（BWK awk、macOS や BSD の awk の系統）、BusyBox 1.36.1 の awk を使用しました。gawk の最新版は 5.4.0（2026年2月リリース）です。

awkコマンドの早見表（逆引き）

awkの基本の書き方

awk のプログラムは「パターン { アクション }」の形です。パターンに合う行に対して、{ } の中の処理を実行します。パターンを省略するとすべての行が対象、アクションを省略すると行をそのまま表示します。

awk 'パターン { アクション }' ファイル

flowchart LR
    A[BEGIN ブロック<br>最初に1回] --> B[1行読む<br>$1 $2 ... に分割]
    B --> C{パターンに合う?}
    C -- はい --> D[アクション実行]
    C -- いいえ --> E{次の行がある?}
    D --> E
    E -- はい --> B
    E -- いいえ --> F[END ブロック<br>最後に1回]

プログラムは必ずシングルクォート '...' で囲みます。ダブルクォートで囲むとシェルが $2 を先に展開してしまいます（後述のつまずき参照）。

この記事で使う入力ファイル

# orders.txt（日付 品名 数量 単価）
2026-09-01 pen 3 120
2026-09-01 note 5 200
2026-09-02 pen 2 120
2026-09-02 eraser 4 80
2026-09-03 note 1 200
2026-09-03 pen 6 120

# members.csv
id,name,dept,score
1,Sato,dev,82
2,Suzuki,sales,75
3,Tanaka,dev,91
4,Ito,hr,68
5,Kato,sales,88

# prices.txt        # sales.txt       # dup.txt
pen 120             pen 3             apple
note 200            note 5            banana
eraser 80           eraser 4          apple
                    marker 2          cherry
                                      banana

列を取り出す（$1・-F）

$2 で2列目を取り出せます。既定の区切りは「連続した空白やタブ」で、-F で区切り文字を変えられます。print でカンマを入れると、出力では空白（OFS）で区切られます。

$ awk '{ print $2 }' orders.txt
pen
note
pen
eraser
note
pen

$ awk '{ print $4, $3, $2 }' orders.txt      # 列の順番を入れ替える
120 3 pen
200 5 note
120 2 pen
80 4 eraser
200 1 note
120 6 pen

$ awk -F, '{ print $2 }' members.csv
name
Sato
Suzuki
Tanaka
Ito
Kato

/etc/passwd のようなコロン区切りも同じです（例はサンプルの users.txt）。

$ awk -F: '{ print $1, $7 }' users.txt
root /bin/bash
daemon /usr/sbin/nologin
alice /bin/bash
bob /bin/zsh

$ awk -F '[=:]' '/=/ { print $2 }' config.txt   # 区切りに正規表現も使える
localhost
8080
db.local
5432

条件で行を絞り込む

パターンには比較（== >= など）、正規表現（/.../）、~（一致）・!~（不一致）、&& || を使えます。

$ awk '$3 >= 4' orders.txt
2026-09-01 note 5 200
2026-09-02 eraser 4 80
2026-09-03 pen 6 120

$ awk '/pen/' orders.txt
2026-09-01 pen 3 120
2026-09-02 pen 2 120
2026-09-03 pen 6 120

$ awk '$2 ~ /^e/ { print $2, $3 }' orders.txt
eraser 4

$ awk '$2 !~ /pen/ { print $2 }' orders.txt
note
eraser
note

$ awk -F, 'NR > 1 && $3 == "dev" { print $2 }' members.csv
Sato
Tanaka

$ awk -F, 'NR > 1 { print $2, ($4 >= 80 ? "合格" : "再挑戦") }' members.csv
Sato 合格
Suzuki 再挑戦
Tanaka 合格
Ito 再挑戦
Kato 合格

/pen/ は行のどこかに「pen」があれば一致します。列を限定したいときは $2 ~ /pen/、完全一致なら $2 == "pen" と書きます。

NR・NF・FS・OFS を使う

$ awk 'NR == 2' orders.txt
2026-09-01 note 5 200

$ awk 'NR >= 2 && NR <= 3' orders.txt
2026-09-01 note 5 200
2026-09-02 pen 2 120

$ awk '{ print NR ": " $0 }' prices.txt
1: pen 120
2: note 200
3: eraser 80

$ awk '{ print NF, $NF, $(NF-1) }' orders.txt | head -2
4 120 3
4 200 5

$ awk 'BEGIN { FS = ","; OFS = "\t" } { $1 = $1; print }' members.csv | head -3
id  name    dept    score
1   Sato    dev 82
2   Suzuki  sales   75

$ awk -F, -v OFS=, '{ print $2, $1 }' members.csv | head -3
name,id
Sato,1
Suzuki,2

OFS を変えただけでは print（行全体の $0）の区切りは変わりません。$1 = $1 のように列に代入すると行が組み立て直され、OFS が反映されます。実際に BEGIN{OFS="-"} で print; $1=$1; print を実行すると、pen 120 → pen-120 となりました。

合計・平均・最大を求める

変数は宣言なしで使え、最初は 0（空文字）です。END ブロックは全行を読んだ後に1回だけ実行されるので、集計結果の表示に使います。

$ awk '{ sum += $3 } END { print "合計:", sum }' orders.txt
合計: 21

$ awk -F, 'NR > 1 { sum += $4; n++ } END { printf "平均: %.1f (%d人)\n", sum / n, n }' members.csv
平均: 80.8 (5人)

$ awk -F, 'NR > 1 { if (max == "" || $4 > max) { max = $4; who = $2 } } END { print "最高:", who, max }' members.csv
最高: Tanaka 91

$ awk 'END { print NR }' orders.txt
6

最大値は max = 0 から始めると、すべて負の値のときに正しく求まりません。max == ""（まだ値がない）を条件に入れて、最初の値で初期化するのが確実です。

連想配列でグループ集計する

連想配列は「文字列をキーにできる配列」です。qty[$2] += $3 と書くと、品名ごとに数量を足し込めます。SQL の GROUP BY に近い集計が1行で書けます。

$ awk '{ qty[$2] += $3 } END { for (k in qty) print k, qty[k] }' orders.txt
eraser 4
pen 11
note 6

$ awk '{ qty[$2] += $3 } END { for (k in qty) print k, qty[k] }' orders.txt | sort -k2,2nr
pen 11
note 6
eraser 4

$ awk '{ amount[$2] += $3 * $4 } END { for (k in amount) printf "%-8s %6d\n", k, amount[k] }' orders.txt | sort
eraser      320
note       1200
pen        1320

$ awk -F, 'NR > 1 { cnt[$3]++; total[$3] += $4 } END { for (d in cnt) printf "%s %d人 平均%.1f\n", d, cnt[d], total[d] / cnt[d] }' members.csv | sort
dev 2人 平均86.5
hr 1人 平均68.0
sales 2人 平均81.5

for (k in 配列) の順番は決まっていません。同じデータでも、gawk・mawk は eraser pen note、original-awk は pen note eraser、BusyBox は note pen eraser の順でした。並び順が必要なら | sort に渡します（gawk だけは PROCINFO["sorted_in"] = "@ind_str_asc" でキー順にできます）。

重複を除く・出現回数を数える

$ awk '!seen[$0]++' dup.txt
apple
banana
cherry

$ awk '{ c[$0]++ } END { for (k in c) print c[k], k }' dup.txt | sort -rn
2 banana
2 apple
1 cherry

!seen[$0]++ は「初めて見た行なら表示」という意味です。seen[$0] は最初 0（偽）なので ! で真になり表示され、その後 ++ で 1 になるため、2回目以降は表示されません。sort | uniq と違い、元の順番を保てます。

printf で整形する

printf "書式", 値... で桁数や小数点をそろえられます。print と違い、改行は \n を自分で書きます。

$ awk -F, 'NR > 1 { printf "%-3s %-8s %5.1f\n", $1, $2, $4 }' members.csv
1   Sato      82.0
2   Suzuki    75.0
3   Tanaka    91.0
4   Ito       68.0
5   Kato      88.0

$ awk 'BEGIN { printf "%5.2f|%-6s|%06d|%x|%e\n", 3.14159, "ab", 42, 255, 12345.678 }'
 3.14|ab    |000042|ff|1.234568e+04

日本語（全角文字）は1文字でも画面上は2文字分の幅になるため、%-8s で幅をそろえても表示がずれます。表を作るときは見出しを英字にするか、列の区切りをタブ（\t）にすると読みやすくなります。

文字列関数（gsub・sub・split・substr・length・toupper）

$ awk '{ gsub(/-/, "/", $1); print $1, $2 }' orders.txt | head -2
2026/09/01 pen
2026/09/01 note

$ awk '{ sub(/pen/, "PEN"); print }' prices.txt
PEN 120
note 200
eraser 80

$ awk '{ n = gsub(/a/, "A"); print n, $0 }' dup.txt
1 Apple
3 bAnAnA
1 Apple
0 cherry
3 bAnAnA

$ awk '{ n = split($1, d, "-"); print d[1] "年" d[2] "月" d[3] "日", n }' orders.txt | head -1
2026年09月01日 3

$ awk '{ print substr($1, 1, 3), length($1), toupper($1) }' prices.txt
pen 3 PEN
not 4 NOTE
era 6 ERASER

$ awk '{ print index($0, "an") }' dup.txt
0
2
0
0
2

awk では文字列をつなぐ演算子はなく、並べて書くだけで連結されます（d[1] "年" d[2]）。

BEGIN と END

$ awk 'BEGIN { print "品名\t金額" } { print $1 "\t" $2 } END { print "件数:", NR }' prices.txt
品名  金額
pen 120
note    200
eraser  80
件数: 3

BEGIN は1行目を読む前、END は全行を読んだ後に1回だけ実行されます。見出しの表示、FS や OFS の設定は BEGIN、集計結果は END に書きます。

複数のファイルを扱う（FNR・結合）

NR は通算の行番号、FNR はファイルごとの行番号です。NR == FNR は「1つ目のファイルを読んでいる間」だけ真になるため、2つのファイルの結合（JOIN）に使えます。

$ awk 'NR == FNR { price[$1] = $2; next } { print $1, $2, price[$1] * $2 }' prices.txt sales.txt
pen 3 360
note 5 1000
eraser 4 320
marker 2 0

$ awk 'NR == FNR { price[$1] = $2; next } !($1 in price) { print "価格なし:", $1 }' prices.txt sales.txt
価格なし: marker

$ awk 'FNR == 1 { print "==", FILENAME, "==" } { print FNR, $0 }' prices.txt dup.txt
== prices.txt ==
1 pen 120
2 note 200
3 eraser 80
== dup.txt ==
1 apple
2 banana
3 apple
4 cherry
5 banana

1つ目のファイル（prices.txt）で「品名 → 単価」の配列を作り、next で次の行へ進みます。2つ目のファイル（sales.txt）ではその配列を引いて金額を計算します。価格がない marker は price["marker"] が空（0）になるため、($1 in price) で存在を確かめると漏れに気づけます。

-v でシェルの変数を渡す

$ awk -v min=80 -F, 'NR > 1 && $4 >= min { print $2, $4 }' members.csv
Sato 82
Tanaka 91
Kato 88

$ awk -v tax=1.1 '{ printf "%s %d\n", $1, $2 * tax }' prices.txt
pen 132
note 220
eraser 88

シェルの変数を使うときは awk -v min="$MIN" '...' のように -v で渡します。プログラムの中に '"$MIN"' と埋め込むより読みやすく、値に空白や記号があっても安全です。

範囲を指定する・設定ファイルを読む

# config.txt
# settings
[server]
host=localhost
port=8080

[db]
host=db.local
port=5432

$ awk '/^\[db\]/,/^port/' config.txt
[db]
host=db.local
port=5432

$ awk -F= '/^\[/ { sec = $0; next } /=/ { print sec, $1, $2 }' config.txt
[server] host localhost
[server] port 8080
[db] host db.local
[db] port 5432

$ awk 'NF' config.txt | wc -l      # 空行を除いた行数
7

/開始/,/終了/ は、開始パターンに合った行から終了パターンに合う行までを対象にします。NF は空行で 0（偽）になるため、awk 'NF' で空行を除けます。

CSV を扱う（-F, の限界と gawk --csv）

-F, は単純にカンマで分けるため、"black, 0.5mm" のように引用符の中にカンマがある CSV は列がずれます。gawk 5.3 以降は --csv オプションで CSV のルール（引用符、"" のエスケープ）どおりに分割できます。

# items_quoted.csv
id,name,memo
1,pen,"black, 0.5mm"
2,note,"A5 ""dot"" grid"
3,eraser,plain

$ awk -F, '{ print NF ": " $3 }' items_quoted.csv
3: memo
4: "black
3: "A5 ""dot"" grid"
3: plain

$ gawk --csv '{ print NF ": " $3 }' items_quoted.csv
3: memo
3: black, 0.5mm
3: A5 "dot" grid
3: plain

Ubuntu 24.04 の apt で入る gawk は 5.2.1 のため、--csv は使えませんでした。gawk --version でバージョンを確かめ、使えない環境では Python の csv モジュールなどを使うと確実です。

ログを集計する

アクセスログ（共通ログ形式）では、空白区切りで $1 が IP アドレス、$4 が日時、$7 がパス、$9 がステータスコード、$10 がバイト数になります。

# access.log
192.0.2.10 - - [28/Sep/2026:09:12:01 +0900] "GET /index.html HTTP/1.1" 200 5120
192.0.2.11 - - [28/Sep/2026:09:40:22 +0900] "GET /items HTTP/1.1" 200 2048
198.51.100.5 - - [28/Sep/2026:10:05:13 +0900] "POST /login HTTP/1.1" 302 0
192.0.2.10 - - [28/Sep/2026:10:15:47 +0900] "GET /missing HTTP/1.1" 404 512
203.0.113.7 - - [28/Sep/2026:10:59:59 +0900] "GET /items HTTP/1.1" 500 128
192.0.2.10 - - [28/Sep/2026:11:02:30 +0900] "GET /items HTTP/1.1" 200 2048

$ awk '{ st[$9]++ } END { for (s in st) print s, st[s] }' access.log | sort    # ステータスコード別の件数
200 3
302 1
404 1
500 1

$ awk '$9 >= 400 { print $4, $7, $9 }' access.log                              # エラーだけ抜き出す
[28/Sep/2026:10:15:47 /missing 404
[28/Sep/2026:10:59:59 /items 500

$ awk '{ split($4, t, ":"); h[t[2]]++ } END { for (k in h) print k "時", h[k] "件" }' access.log | sort   # 時間帯別
09時 2件
10時 3件
11時 1件

$ awk '{ bytes[$1] += $10 } END { for (ip in bytes) print ip, bytes[ip] }' access.log | sort -k2,2nr  # IP別の転送量
192.0.2.10 7680
192.0.2.11 2048
203.0.113.7 128
198.51.100.5 0

時間帯別の集計は、$4（[28/Sep/2026:10:15:47）を : で split すると2番目の要素が「時」になることを利用しています。

スクリプトファイルにする（-f）

長くなった処理は .awk ファイルに書き、awk -f ファイル名 で実行します。print ... | "sort" のように、awk の中から別のコマンドへ出力を渡すこともできます。

# report.awk  使い方: awk -f report.awk orders.txt
BEGIN {
    printf "%-8s %4s %8s\n", "item", "qty", "amount"
}
{
    qty[$2]    += $3
    amount[$2] += $3 * $4
    total      += $3 * $4
}
END {
    for (k in qty)
        printf "%-8s %4d %8d\n", k, qty[k], amount[k] | "sort"
    close("sort")    # sort の出力を先に書き出させる
    printf "%-8s %4s %8d\n", "total", "", total
}

$ awk -f report.awk orders.txt
item      qty   amount
eraser      4      320
note        6     1200
pen        11     1320
total             2840

close("sort") を書かないと、合計行が sort の結果より先に表示されることがあります。ファイルを直接書き換えたいときは、gawk なら gawk -i inplace '{ $2 = $2 * 2 } 1' file（gawk 5.2.1 で動作を確認）が使えます。

gawk・mawk・BSD 系 awk の違い

awk には複数の実装があり、Ubuntu 24.04 の初期状態の awk は mawk でした（gawk を入れると gawk に切り替わります）。macOS や BSD の awk は BWK awk（One True AWK）の系統です。同じコードを5つの実装で動かした結果です。

未対応の関数を呼ぶと、たとえば mawk は mawk: line 2: function gensub never defined、original-awk は original-awk: calling undefined function gensub というエラーになります。

複数の環境で動かすスクリプトは、POSIX の範囲（print、printf、gsub、split、substr、連想配列など）で書くと安心です。日本語の文字数を扱う、CSV を正しく分割する、配列を並べ替えるといった処理が必要なら、gawk を入れて gawk と明示して呼び出します。

sed・cut・Python との使い分け

cut は区切りが連続すると空の列として数えます。printf 'a b\n' | cut -d' ' -f2 は空行を出力しましたが、awk '{ print $2 }' は連続した空白を1つの区切りとして扱い b を出力しました。空白区切りのログやコマンド出力は awk、置換は sed、込み入った CSV や長く保守する処理は Pythonと使い分けると迷いません。

よくあるつまずき

CRLF の例を実際に確かめると、printf 'pen,ok\r\nnote,ng\r\n' で作ったファイルに awk -F, '$2 == "ok"' を実行しても何も表示されず、{ sub(/\r$/, "") } $2 == "ok" にすると pen,ok が表示されました。

よくある質問

Q. awk と gawk は何が違いますか？ A. awk は言語とコマンドの名前で、gawk はその GNU 実装です。環境によって awk の実体が gawk・mawk・BWK awk などに分かれます。awk --version（BWK awk は awk -version）で確かめられます。

Q. 見出し行（1行目）を残したまま集計したいです。 A. NR == 1 { print; next } を先頭に書くと、1行目をそのまま表示して次の行へ進みます。集計から除きたいだけなら、条件に NR > 1 をつけます。

Q. 数値として比較されず、文字列として比較されることはありますか？ A. あります。列の値や -v で渡した値は、数値に見えれば数値として比較されますが、プログラム中に "10" と書いた文字列定数は文字列として比較されます。実際に x = "10"; y = 9; print (x > y) は 0（偽）でした。数値として扱いたいときは x + 0 のように 0 を足します。

Q. 大きなファイルでも使えますか？ A. awk は1行ずつ読んで処理するため、ファイル全体をメモリに読み込まずに済みます。ただし連想配列のキーが非常に多いとメモリを使うので、キーの種類が多い集計では注意します。

まとめ

• 基本は awk 'パターン { アクション }' ファイル。プログラムはシングルクォートで囲む
• 列は $1 $NF、区切りは -F、出力の区切りは OFS（$1 = $1 で反映）
• 合計・平均は END で表示、グループ集計は連想配列 a[$2] += $3
• 重複除去は !seen[$0]++、2ファイルの結合は NR == FNR { ...; next }
• 整形は printf、置換・分割は gsub sub split substr
• 引用符付き CSV は gawk 5.3 以降の --csv。Ubuntu 24.04 の apt 版 gawk 5.2.1 では使えない
• 実装で機能が違う（Ubuntu の初期 awk は mawk）。移植性が必要なら POSIX の範囲で書く

株式会社RJCでは、ログの確認やデータの集計といった日々の作業を、コマンドを組み合わせて手早く進める工夫をメンバー同士で共有しています。こうした知識を共有しながら、日々技術を磨いています。

株式会社RJC ― SI事業・SES事業・AI駆動開発。RJCは一緒に成長を楽しめる会社です。