awk
简介：是一个优良的文本处理工具，Linux及Unix环境中现有的功能最强大的数据处理引擎之一。这种编程及数据操作语言的最大功能
取决于一个人所拥有的知识。awk经过改进生成的新的版本nawk,gawk，现在默认linux系统下日常使用的是gawk，用命令可以查
看正在应用的awk的来源（ls -l /bin/awk ）
名称由来：三位作者名字的首字母，Aho, Weinberger, Kernighan
格式：
awk [options] ‘program’ var=value file…
awk [options] - f programfile var=value file…
awk [options] 'BEGIN{ action;… } pattern{ action;… } END{action;… }' file ...
awk通常组成：
BEGIN语句块、能够使用模式匹配的通用语句块、END语句块
program通常是被单引号或双引号中
常用选项
-F:指定分割符，默认为空白分隔符
-v:定义变量，每个变量前添加-v
基本格式：awk [options] 'program' file…
program组成：patter{action}两个部分组成
patter:决定动作的何时触发和触发事件
(BEGIN,END)
action对数据进行处理，放在{}内指明
（ print, printf）
分割符、域和记录
• awk执行时， 由分隔符分隔的字段（域）标记$1,$2..$n称为域标识。 $0为所有域，注意：和shell中变量$符含义不同
• 文件的每一行称为记录
• 省略action，则默认执行 print $0 的操作。
工作原理
第一步：执行BEGIN{action;… }语句块中的语句
第二步：从文件或标准输入(stdin)读取一行，然后执行pattern{action;… }语句块，它逐行扫描文件，从第一行到最后一行重
复这个过程，直到文件全部被读取完毕。
第三步：当读至输入流末尾时，执行END{action;…}语句块
BEGIN:语句块在awk开始从输入流中读取行之前被执行，这是一个可选的语句块，比如变量初始化、打印输出表格的表头等语句通常
可以写在BEGIN语句块中
END:语句块在awk从输入流中读取完所有的行之后即被执行，比如打印所有行的分析结果这类信息汇总都是在END语句块中完成，它
也是一个可选语句块
pattern:语句块中的通用命令是最重要的部分，也是可选的。如果没有提供pattern语句块，则默认执行{ print }，即打印每一个读取
到的行， awk读取的每一行都会执行该语句块
action动作
print格式:print item1,item2
(1)用逗号隔开，输入结果以空格分割
（2）item的值可以是字符串（用双引号引起来）、变量、当前记录（行）的字段、数值、awk表达式
（3）如果不写item默认打印$0
awk 变量
内置变量：
FS:指定字段的分隔符，默认为空格
awk -v FS=":" '{print $1}' file
awk -F "：" '{print $1}' file
OFS：输出字段的分隔符，默认的为空白
awk - v FS=‘:’ - v OFS=‘:’ '{print $1,$3,$7}’ /etc/passwd
RS：输入记录分隔符， 指定输入时的换行符，原换行符仍有效
awk -v RS=' ' ‘{print }’ /etc/passwd
NF：字段数量
awk -F： '{print NF}' /etc/passwd
NR:行号（多个文件时，将不单独统计每个文件的行号）
awk '{print NR,$0}' /etc/passwd
FNR:分别显示每个文件的行号
awk '{print FNR,$0}' /etc/passwd /etc/fstab
FILENAME：当前文件名
awk '{print FILENAME}’ /etc/fstab
ARGV：数组，保存的是命令行所给定的各参数
awk ‘BEGIN {print ARGV[0]}’ /etc/fstab
自动变量：
(1) - v var=value
变量名区分字符大小写
(2) 在program中直接定义
awk - v test='hello gawk' '{print test}' /etc/fstab ：/etc/fstab有几行将会打印出几行‘hellow gawk’
awk - v test='hello gawk' 'BEGIN{print test}'
awk 'BEGIN{test="hello,gawk";print test}'
printf
格式：printf "格式"，item1，item2.....
(1) 必须指定FORMAT
(2) 不会自动换行，需要显式给出换行控制符， \n
(3) FORMAT中需要分别为后面每个item指定格式符
格式符：与item一一对应
%c:显示字符的ASCII码
%s:字符
%d %i：数字十进制格式
%f:浮点型
%e %E:科学计数法表示
%u:显示无符号整数
%g %G：科学计数法表示或者浮点型表示
%%：显示%本身
修饰符：
#[.#]：第一个数字控制显示的宽度；第二个#表示小数点后精度， %3.1f
- : 左对齐（默认右对齐） %-15s
+：显示数值的正负符号 %+d
awk实例：
awk -F: '{printf "username:%-15s \t UID:%+4d\n",$1,$3}' /etc/passwd
awk操作符
算术操作符：
x+y, x- y, x*y, x/y, x^y, x%y
- x: 转换为负数
+x: 转换为数值
[root@mycentos6 ~]# awk -v a=10 -v b=10 'BEGIN{print a + b}'
20
[root@mycentos6 ~]#
字符串操作符：没有符号的操作符，字符串连接
[root@mycentos6 ~]# awk -v a=10 -v b=10 'BEGIN{print a b}'
1010
[root@mycentos6 ~]#
赋值操作符：
=, +=, - =, *=, /=, %=, ^=
++, --
比较操作符：
>, >=, <, <=, !=, ==
模式匹配符：
~：左边是否和右边匹配包含
!~：是否不匹配
[root@mycentos6 ~]# cat /etc/passwd |awk '$0 !~ /root/' |wc -l
35
[root@mycentos6 ~]# cat /etc/passwd |awk '$0 !~ /^root/' |wc -l
36
[root@mycentos6 ~]#
逻辑操作符： &&， ||， !
示例：注意{}位置
• awk –F: '$3>=0 && $3<=1000 {print $1}' /etc/passwd
• awk - F: '$3 ==0 || $3>=1000 {print $1 }' /etc/passwd
• awk - F: ‘!($3==0) {print $1 }' /etc/passwd
• awk - F: '!($3>=500) {print $3}}' /etc/passwd
条件表达示
selector?if- true- expression:if- false- expression
selector:为条件，如果为真执行？后面的语句，如果为假则执行：后面的语句
示例：
[root@mycentos6 ~]# awk -F: '{$3>=500?type="commonuser":type="systemuser"; \ :分行显示，可以直接写一行
> printf "%-10s \t %s\n ",$1,type}' /etc/passwd
PATTERN
作用：根据pattern条件，过滤匹配的行，再做处理
(1)如果未指定： 空模式，匹配每一行
(2) /regular expression/：仅处理能够模式匹配到的行，需要用 / /括起来
awk '/^UUID/{print $1}' /etc/fstab
awk '!/^UUID/{print $1}' /etc/fstab
(3) relational expression: 关系表达式；结果有“真”有“假”；结果为“
真”才会被处理；
真：结果为非0值，非空字符串 ‘0,1’:结果为真
假：结果为空字符串
示例：
[root@mycentos6 ~]# awk -F: '$NF=="/bin/bash"{print $1 ,$3}' /etc/passwd
root 0
mysql 27
user1 500
user2 501
user3 502
[root@mycentos6 ~]#
[root@mycentos6 ~]# seq 10 |awk 'i=!i'
1
3
5
7
9
[root@mycentos6 ~]#
（4） line ranges： 行范围
startline,endline： /pat1/,/pat2/ 不支持直接给出数字格式
awk - F: '/^root/,/^nobody/{print $1}' /etc/passwd
awk - F: '(NR>=2&&NR<=10){print $1}' /etc/passwd
[root@mycentos6 ~]# awk -F: '/^root/,/^user2/{print $1}' /etc/passwd
5) BEGIN/END模式
BEGIN{}: 仅在开始处理文件中的文本之前执行一次 使用于打印标题等
END{}：仅在文本处理完成之后执行一次
示例：
1、awk - F : 'BEGIN {print "USER USERID"} {print$1":"$3} END{print "end file"}' /etc/passwd
2、awk - F: 'BEGIN{print " USER UID \n ---------------- "}{print $1,$3}'END{print "=============="}
/etc/passwd
awk action分类 (1) Expressions:算术，比较表达式等 (2) Control statements： if, while等 (3) Compound statements：组合语句 (4) input statements (5) output statements： print等
awk 控制语句：if else
'{ if(condition) statement [else statement]}'
'{if(condition1){statement1}else if(condition2){statement 2}else{statement3}}'
示例：
1、判断磁盘使用率，如果大于70，打印磁盘名
2、判断成绩
1、
2、
while 语句：
while循环：语法 while(condition) statement 使用场景：对一行内的多个字段逐一类似处理时使用 对数组中的各元素逐一处理时使用 示例：
awk中do …while语句
语法： do statement while(condition)
意义：无论真假，至少执行一次循环体
示例：
awk 'BEGIN{ total=0;i=0;do{total+=i;i++;}while(i<=100);print total}'
for 语句：
语法： for(expr1;expr2;expr3) statement
for(variable assignment;condition;iteration process) {forbody}
特殊用法：能够遍历数组中的元素；
语法： for(var in array) {for- body}
示例： awk '/^[[:space:]]*linux16/{for(i=1;i<=NF;i++) {print$i,length($i)}}' /etc/grub2.cfg
性能比较：
#time (awk 'BEGIN{total=0;for(i=0;i<=10000;i++){total+=i;};print total;}')
#time(total=0;for i in $(seq 10000);dototal=$(($total+i));done;echo $total)
关键字：time
awk控制语句
switch语句
语法： switch(expression) {case VALUE1 or /REGEXP/:statement; case VALUE2 or /REGEXP2/: statement;...; default: statement}
break和continue
next:提前结束对本行处理而直接进入下一行处理（ awk自身循环）
awk数组：
关联数组： array[index- expression] index- expression: (1) 可使用任意字符串；字符串要使用双引号括起来 （2）如果某数组元素事先不存在，在引用时， awk会自动创建此元素，并将其值初始化为“空串” (3)若要判断数组中是否存在某元素，要使用“index in array”格式进行遍历 awk '!a[$0]++' dupfile:过滤掉重复行 ，我用以下方法写也许更容易理解
1、要理解：awk '!a[$0]++'先看下面程序，数组在默认不给值时,当对空值数组进行++操作，数组的值会自动+1
2、详细说明！a[$0]++的值 当awk读取f1时， a[111]值为空——>！a[111]值为1 ，因此打印$0;a[111]++;a[111]值为2；当再遇见a[111]，也就是相同的两行
a[111]=2;!a[111]=0 ;一次不在打印111这一行，a[111]++ ;a[111]=3
awk数组 ：
若要遍历数组中的每个元素，要使用for循环
格式：for(var in array) {for- body}
注意： var会遍历array的每个索引，所以var的值也就是索引的值
实例1、
实例2、查看每个tcp状态的连接数
实例3、查看每个ip地址访问http链接数
awk函数：
数值处理：
rand()：返回0和1之间一个随机数 ，必须加srand()结合使用
awk 'BEGIN{srand(); for (i=1;i<=10;i++)print int(rand()*100) }'
字符串处理：
• length([s])：返回指定字符串的长度
sub(r,s,[t])：对t字符串进行搜索r表示的模式匹配的内容，并将第一个匹配的内容替换为s
gsub(r,s,[t])：对t字符串进行搜索r表示的模式匹配的内容，并全部替换为s所表示的内容
split(s,array,[r])：以r为分隔符切割字符s，并将切割后的结果保存至array所表示的数组中
自定义函数格式：
格式：
function name ( parameter, parameter, … ) {
statements
return expression
}
awk中调用shell命令
system命令
空格是awk中的字符串连接符，如果system中需要使用 awk中的变量可以使用空格分隔，或者说除了 awk的变量外其他一律
用 ""引用起来。
awk BEGIN'{system("hostname") }'
awk 'BEGIN{score=100; system("echo your score is " score) }'
将awk程序写成脚本，直接调用或执行
#cat f1.awk
if($3>=1000)print $1,$3}
#awk – F: – f f1.awk /etc/passwd
#cat f2.awk
#!/bin/awk –f
#this is a awk script
{if($3>=1000)print $1,$3}
#chmod +x f2.awk
#f2.awk –F: /etc/passwd
向awk脚本传递参数
格式：awkfile var=value var2=value2… Inputfile
示例：
#cat test.awk
#!/bin/awk –f
{if($3 >=min && $3<=max)print $1,$3}
#chmod +x test.awk
#test.awk – F: min=100 max=200 /etc/passwd
练习题：
1、 统计/etc/fstab文件中每个文件系统类型出现的次数
2、 统计/etc/fstab文件中每个单词出现的次数；
原创文章，作者：wangnannan，如若转载，请注明出处：http://www.178linux.com/47860
