Linux文本处理三剑客之awk详解

前言

awk是一款强大的报告生成器,不同于sed和grep,它的侧重点是如何把文本信息更好的展示出来,常用与统计和格式化输出。awk相当于微型的shell,有着自己一套语法结构,例如:循环结构,数组,条件判断,函数,内置变量等功能。处理对象一般纯文本文件或纯文本信息。

用法详解

基本语法

awk [options] 'program' file file ...
awk [options] 'PATTERN{action}' file file ...

-F CHAR:输入分隔符

awk的输出

print item1, item2,...

① 各项目之间使用逗号分隔,而输出时则使用输出分隔符分隔

② 输出的各item可以字符串或数值、当前记录的字段、变量或awk的表达式,数值会被隐式转换为字符串后输出

③ print后面item如果省略,相当于print $0,若输出空白,使用pirnt ""

1.jpg

2.jpg

模式

① Regexp: 格式为/PATTERN/,仅处理被/PATTERN/匹配到的行

② Expression: 表达式,其结果为非0或非空字符串时满足条件,仅处理满足条件的行

③ Ranges: 行范围,此前地址定界,startline, endline,仅处理范围内的行

④ BEGIN/END: 特殊模式,仅在awk命令的program运行之前(BEGIN)或运行之后(END)执行一次

⑤ Empty:空模式,匹配任意行

awk的变量

内置变量

FS:Field Seperator, 输入时的字段分隔符
RS:Record Seperator, 输出行分隔符
OFS: Output Field Seperator, 输出时的字段分隔符;
ORS: Outpput Row Seperator, 输出时的行分隔符;

3.jpg

NR:Numbers of Record, 行数;所有文件的一并计数

4.jpg

NF:Numbers of Field,字段数

5.jpg

FNR:行数;各文件分别计数;

6.jpg

ARGV:数组,保存命令本身这个字符,awk '{print $0}' 1.txt 2.txt,意味着ARGV[0]保存awk
ARGC: 保存awk命令中参数的个数
FILENAME: awk正在处理的当前文件的名称

7.jpg

可自定义变量

-v var_name=VALUE       #变量名区分字符大小写

①可以program中定义变量

② 可以命令行中通过-v选项自定义变量

9.jpg

awk的printf命令

命令使用格式:printf format, item1, item2,...

① 要指定format

②不会自动换行;如需换行则需要给出\n

③format用于为后面的每个item指定其输出格式

format格式的指示符都%开头,后跟一个字符:
		%c: 显示字符的ASCII码;
		%d, %i: 十进制整数;
		%e, %E: 科学计数法显示数值;
		%f: 显示浮点数;
		%g, %G: 以科学计数法格式或浮点数格式显示数值;
		%s: 显示字符串;
		%u: 显示无符号整数;
		%%: 显示%自身;
修饰符:
		#:显示宽度
		-:左对齐
		+:显示数值的符号
		.#: 取值精度

10.jpg

awk输出重定向

print items > output-file     #保存到某文件
print items >> output-file    #追加到某文件
print items | command         #使用管道交给某些命令处理

特殊文件描述符:
	/dev/stdin: 标准输入
	/dev/stdout: 标准输出
	/dev/stderr: 错误输出

11.jpg

awk的操作符

算术操作符:
	x+y
	x-y
	x*y
	x/y
	x**y, x^y
	x%y
	-x:负值
	+x:转换为数值

	字符串操作符:连接

赋值操作符:
	=
	+=
	-=
	*=
	/=
	%=
	^=
	**=
        ++
	--
        如果模式自身是=号,要写为/=/

比较操作符:
	<
	<=
	>
	>=
	==
	!=
	~:模式匹配,左边的字符串能够被右边的模式所匹配为真,否则为假;
	!~:不匹配为真,匹配为假

逻辑操作符:
	&&: 与
	||:或

条件表达式:
	selector?if-true-expression:if-false-expression

函数调用:
	function_name(argu1,argu2)

例:判断UID是否大于等于500,如果为真就显示为普通用户,如果为假就显示为系统或管理用户

12.jpg

常用的action

①Expressions:表达式 赋值等

② Control statements:条件语句,控制语句if while…

③Compound statements:组合语句

④ input statements:输入语句

⑤ output statements:输出语句

控制语句

if-else

格式:if (condition) {then body} else {else body}

例:uid>=500的用户显示为普通用户,否则显示为管理用户

13.jpg

例:显示文件中字段数大于等于8的行

14.jpg

while

格式:while (condition) {while body}

例:只显示奇数行

15.jpg

例:只输出每行大于6的字段

16.jpg

do-while循环

格式:do {do-while body} while (condition)

例:输出1到100之和

17.jpg

for循环

格式:for (variable assignment; condition; iteration process) {for body}

例:显示奇数行

18.jpg

例:输出每行大于6的字段

19.jpg

for循环可用来遍历数组元素

语法:for (i in array) {for body}

例:A中保存数组,B中保存数组下标

20.jpg

case语句

语法:switch (expression) {case VALUE or /RGEEXP/: statement1;... default: stementN}

 循环控制

break    #退出当前循环
continue #提前结束本轮循环,直接进入下轮循环

next

提前结束对本行的处理进而进入下一行的处理

例:显示用户id为奇数的用户

21.jpg

例:输出奇数行的用户

22.jpg

数组

关联数组

array[index-expression]
index-expression: 可以使用任意字符串; 如果某数组元素事先不存在,那么在引用时,awk会自动创
建此元素并将其初始化为空串;因此,要判断某数组是否存在某元素,必须使用“index in array”
这种格式

要遍历数组中的每一个元素,需要使用如下特殊结构

for (var in array) {for body}   #其var会遍历array的索引

例:统计每一种网络连接出现的次数

23.jpg

例:统计web服务访问日志中的ip访问量

24.jpg

删除数组元素

关系数组中删除数组索引需要使用delete命令

格式:delete array[index]

awk的内置函数

split(string,array[,fieldsep[,seps]])
功能:将string表示的字符串以fieldsep为分隔符进行切片,并切片后的结果保存至array为名的数组中;数组下标从1开始
此函数有返回值,返回值为切片后的元素的个数

例:统计连接请求的ip

25.jpg

length(string)
功能:返回给定字串的长度
substr(string,start[,length])
功能:从string中取子串,从start为起始位置为取length长度的子串
system(command)
功能:执行系统command并将结果返回至awk命令
systime()
功能:systime函数返回从1970年1月1日开始到当前时间(不计闰年)的整秒数
tolower(s)
功能:将s中的所有字母转为小写
toupper(s)
功能:将s中的所有字母转为大写

The end

好了,awk的用法就先说到这里了,awk不仅强大,而且看的我头大,有兴趣的可以深入研究,此篇就不继续深入了。以上仅为个人学习整理,如有错漏,大神勿喷~~~

原创文章,作者:书生,如若转载,请注明出处:http://www.178linux.com/3770

(0)
上一篇 2015-04-29 16:52
下一篇 2015-05-01 22:16

相关推荐

  • FHS文件系统各个目录功能

    FHS文件系统各个目录功能 概述      Linux文件系统有点特别,它采用一种称为虚拟目录(virtual directory)的单文件系统,虚拟目录包括了计算机存储设备下的所有路径,并且把它们纳入一个目录结构中。      Linux PC上安装的第一块硬盘叫做根驱动器,根驱动器包含了虚拟目录…

    Linux干货 2016-10-17
  • http协议基础(一)

    web服务:      Apache      Nginx      LVS      http协议 网站运维:      web站点      游戏网站web服务 高性能,高可用…

    Linux干货 2017-04-18
  • N28-第四周博客作业

    1、复制/etc/skel目录为/home/tuser1,要求/home/tuser1及其内部文件的属组和其它用户均没有任何访问权限。

    2、编辑/etc/group文件,添加组hadoop。

    3、手动编辑/etc/passwd文件新增一行,添加用户hadoop,其基本组ID为hadoop组的id号;其家目录为/home/hadoop。

    4、复制/etc/skel目录为/home/hadoop,要求修改hadoop目录的属组和其它用户没有任何访问权限。

    5、修改/home/hadoop目录及其内部所有文件的属主为hadoop,属组为hadoop。

    6、显示/proc/meminfo文件中以大写或小写S开头的行;用两种方式;

    7、显示/etc/passwd文件中其默认shell为非/sbin/nologin的用户;

    8、显示/etc/passwd文件中其默认shell为/bin/bash的用户;

    9、找出/etc/passwd文件中的一位数或两位数;

    10、显示/boot/grub/grub.conf中以至少一个空白字符开头的行;

    11、显示/etc/rc.d/rc.sysinit文件中以#开头,后面跟至少一个空白字符,而后又有至少一个非空白字符的行;

    12、打出netstat -tan命令执行结果中以‘LISTEN’,后或跟空白字符结尾的行;

    13、添加用户bash, testbash, basher, nologin (此一个用户的shell为/sbin/nologin),而后找出当前系统上其用户名和默认shell相同的用户的信息;

    Linux干货 2017-12-26
  • N21沉舟-第八周作业

    1、  请描述网桥、集线器、二层交换机、三层交换机、路由器的功能、使用场景与区别。 #网桥:链接层设备,基于MAC地址过滤。 #集线器:物理层设备,基本都属于半双工模式。集线器与网桥在现在的局域网中基本都不用了。 #二层交换机:工作在数据链路层,基本MAC转发数据,功能齐全的可支持VLAN等功能。常见的有100/1000M、16口/24口/48口。…

    Linux干货 2016-08-24
  • 文本处理三剑客之grep及正则表达式

    文本处理三剑客之grep及正则表达式   文本处理工具:   Linux上处理文本三剑客:     Grep:文本过滤器工具(模式:pattern)工具;     Sed: stream editor,流编辑器;文本编辑工具;   &nbs…

    Linux干货 2016-08-12