文本处理三工具：grep, sed, awk
grep, egrep, fgrep：文本过滤工具；pattern
sed: 行编辑器
模式空间、保持空间
awk：报告生成器，格式化文本输出；
AWK: Aho, Weinberger, Kernighan –> New AWK, NAWK
GNU awk, gawk
gawk – pattern scanning and processing language
基本用法：gawk [options] ‘program’ FILE …
program: PATTERN{ACTION STATEMENTS}
语句之间用分号分隔
print, printf
选项：
-F：指明输入时用到的字段分隔符；
-v var=value: 自定义变量；
1、print
print item1, item2, …
要点：
(1) 逗号分隔符；
(2) 输出的各item可以字符串，也可以是数值；当前记录的字段、变量或awk的表达式；
(3) 如省略item，相当于print $0;
例一：显示文件倒数5行 ，显示第2，4，个字符
[root@MiWiFi-R3L-srv ~]# tail -5 /etc/fstab | awk '{print $2,$4}'
例二：省略item显示整行
[root@MiWiFi-R3L-srv ~]# tail -5 /etc/fstab | awk '{print}'
/dev/mapper/VolGroup-lv_swap swap swap defaults 0 0
tmpfs /dev/shm tmpfs defaults 0 0
devpts /dev/pts devpts gid=5,mode=620 0 0
2、变量
2.1 内建变量
FS：input field seperator，默认为空白字符；
例一：定义FS变量为：
[root@MiWiFi-R3L-srv ~]# awk -v FS=':' '{print $1}' /etc/passwd
OFS：output field seperator，默认为空白字符；
例一：定义变量
[root@MiWiFi-R3L-srv ~]# awk -v FS=':' -v OFS=':' '{print $1,$3,$7}' /etc/passwd
RS：input record seperator，输入时的换行符；
ORS：output record seperator，输出时的换行符；
NF：number of field，字段数量
{print NF}, {print $NF}
例一：查看字符个数
[root@MiWiFi-R3L-srv ~]# awk '{print NF}' /etc/fstab
NR：number of record, 行数；
例一：显示行数
[root@MiWiFi-R3L-srv ~]# awk '{print NR}' /etc/fstab
1
2
3
4
FNR：各文件分别计数；行数；
FILENAME：当前文件名；
例一：显示当前文件名
[root@localhost ~]# awk '{print FILENAME}' /etc/fstab
/etc/fstab
/etc/fstab
ARGC：命令行参数的个数；
[root@localhost ~]# awk '{print ARGC}' /etc/fstab
ARGV：数组，保存的是命令行所给定的各参数；
2.2 自定义变量
(1) -v var=value
变量名区分字符大小写；
例一： -v定义变量
[root@localhost ~]# awk -v test='hello gawk' '{print test}' /etc/fstab
hello gawk
hello gawk
(2) 在program中直接定义
[root@localhost ~]# awk 'BEGIN{test="hello gawk ";print test}'
hello gawk
3、printf命令
格式化输出：printf FORMAT, item1, item2, …
(1) FORMAT必须给出;
(2) 不会自动换行，需要显式给出换行控制符，\n
(3) FORMAT中需要分别为后面的每个item指定一个格式化符号；
格式符：
%c: 显示字符的ASCII码；
%d, %i: 显示十进制整数；
%e, %E: 科学计数法数值显示；
%f：显示为浮点数；
%g, %G：以科学计数法或浮点形式显示数值；
%s：显示字符串；
%u：无符号整数；
%%: 显示%自身；
例一：显示每一行命令的第一个字符，以字符串显示
[root@localhost ~]# awk -F: '{printf "%s",$1}' /etc/passwd
例二：显示每一行命令的用户名
[root@localhost ~]# awk -F: '{printf "Username: %s\n",$1}' /etc/passwd
修饰符：
#[.#]：第一个数字控制显示的宽度；第二个#表示小数点后的精度；
%3.1f
-: 左对齐
+：显示数值的符号
例一：显示控制宽度15
[root@localhost ~]# awk -F: '{printf "Username: %s\n",$1}' /etc/passwd
4、操作符
算术操作符：
x+y, x-y, x*y, x/y, x^y, x%y
-x
+x: 转换为数值；
字符串操作符：没有符号的操作符，字符串连接
赋值操作符：
=, +=, -=, *=, /=, %=, ^=
++, —
比较操作符：
>, >=, <, <=, !=, ==
模式匹配符：
~：是否匹配
!~：是否不匹配
逻辑操作符：
&&
||
!
函数调用：
function_name(argu1, argu2, …)
条件表达式：
selector?if-true-expression:if-false-expression
例一：条件表达式
[root@localhost ~]# awk -F: '{$3>=1000?usertype="Common User":usertype="Sysadmin or SysUser";printf "%15s:%-s\n",$1,usertype}' /etc/passwd
5、PATTERN
(1) empty：空模式，匹配每一行；
(2) /regular expression/：仅处理能够被此处的模式匹配到的行；
regular expression 正责表达式
例一：输出能匹配的行
[root@localhost ~]# 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；
例一：为“真”才处理
[root@localhost ~]# awk -F: '$3>=1000 {print $1,$3}' /etc/passwd
nfsnobody 65534
(4) line ranges：行范围，
startline,endline：/pat1/,/pat2/
例一：以h开关u结局的字符
[root@localhost ~]# awk -F: '/^h/,/^u/{print $1}' /etc/passwd
例一：大于等于2行小于等于10行
[root@localhost ~]# awk -F: '(NR>=2&&NR<=10){print $1}' /etc/passwd
注意： 不支持直接给出数字的格式
~]# awk -F: ‘(NR>=2&&NR<=10){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；
END{}：仅在文本处理完成之后执行一次；
6、常用的action
(1) Expressions
(2) Control statements：if, while等；
(3) Compound statements：组合语句；
(4) input statements
(5) output statements
7、控制语句
if(condition) {statments}
if(condition) {statments} else {statements}
while(conditon) {statments}
do {statements} while(condition)
for(expr1;expr2;expr3) {statements}
break
continue
delete array[index]
delete array
exit
{ statements }
7.1 if-else
语法：if(condition) statement [else statement]
例一：查看大等于100的用户名称
[root@localhost ~]# awk -F: '{if ($3>=100) {printf "Common user: %s\n",$1} else {printf "root or Sysuser: %s\n",$1}}' /etc/passwd
root or Sysuser: root
root or Sysuser: bin
root or Sysuser: daemon
root or Sysuser: adm
root or Sysuser: lp
例二：if语句判断
[root@localhost ~]# awk -F: '{if ($3>=100) print $1,$3}' /etc/passwd
例三：显示字符数大于5个的
[root@localhost ~]# awk -F: '{if ($NF>5) print $0}' /etc/fstab
UUID=d928b19c-a5b3-4b6d-918c-2952b6353c69 /boot ext4 defaults 1 2
tmpfs /dev/shm tmpfs defaults 0 0
devpts /dev/pts devpts gid=5,mode=620 0 0
使用场景：对awk取得的整行或某个字段做条件判断；
7.2 while循环
语法：while(condition) statement
条件“真”，进入循环；条件“假”，退出循环；
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；
例一：while循环显示每一行个数
[root@localhost ~]# awk '/^[[:space:]]*kernel/{i=1;while(i<=NF) {print $i,length($i); i++}}' /etc/grub.conf
kernel 6
/vmlinuz-2.6.32-71.el6.x86_64 29
ro 2
root=/dev/mapper/VolGroup-lv_root 33
rd_LVM_LV=VolGroup/lv_root 26
rd_LVM_LV=VolGroup/lv_swap 26
~]# awk ‘/^[[:space:]]*linux16/{i=1;while(i<=NF) {print $i,length($i); i++}}’ /etc/grub2.cfg
~]# awk ‘/^[[:space:]]*linux16/{i=1;while(i<=NF) {if(length($i)>=7) {print $i,length($i)}; i++}}’ /etc/grub2.cfg
7.3 do-while循环
语法：do statement while(condition)
意义：至少执行一次循环体
7.4 for循环
语法：for(expr1;expr2;expr3) statement
for(variable assignment;condition;iteration process) {for-body}
例一：历用for循环显示个行的字符数
[root@localhost ~]# awk '/^[[:space:]]*kernel/{for(i=1;i<=NF;i++) {print $i,length($i)}}' /etc/grub.conf
kernel 6
/vmlinuz-2.6.32-71.el6.x86_64 29
ro 2
root=/dev/mapper/VolGroup-lv_root 33
特殊用法：
能够遍历数组中的元素；
语法：for(var in array) {for-body}
7.5 switch语句
语法：switch(expression) {case VALUE1 or /REGEXP/: statement; case VALUE2 or /REGEXP2/: statement; …; default: statement}
7.6 break和continue
break [n]
continue
7.7 next
提前结束对本行的处理而直接进入下一行；
例一：不符合条件就直接进入下一行
~]# awk -F: '{if($3%2!=0) next; print $1,$3}' /etc/passwd
8、array
关联数组：array[index-expression]
index-expression:
(1) 可使用任意字符串；字符串要使用双引号；
(2) 如果某数组元素事先不存在，在引用时，awk会自动创建此元素，并将其值初始化为“空串”；
若要判断数组中是否存在某元素，要使用“index in array”格式进行；
weekdays[mon]=”Monday”
若要遍历数组中的每个元素，要使用for循环；
for(var in array) {for-body}
~]# awk ‘BEGIN{weekdays[“mon”]=”Monday”;weekdays[“tue”]=”Tuesday”;for(i in weekdays) {print weekdays[i]}}’
注意：var会遍历array的每个索引；
state[“LISTEN”]++
state[“ESTABLISHED”]++
~]# netstat -tan | awk ‘/^tcp\>/{state[$NF]++}END{for(i in state) { print i,state[i]}}’
~]# awk ‘{ip[$1]++}END{for(i in ip) {print i,ip[i]}}’ /var/log/httpd/access_log
练习1：统计/etc/fstab文件中每个文件系统类型出现的次数；
[root@localhost ~]# awk '/^UUID/{fs[$3]++}END{for(i in fs){print i,fs[i]}}' /etc/fstab
ext4 1
9、函数
9.1 内置函数
数值处理：
rand()：返回0和1之间一个随机数；
字符串处理：
length([s])：返回指定字符串的长度；
sub(r,s,[t])：以r表示的模式来查找t所表示的字符中的匹配的内容，并将其第一次出现替换为s所表示的内容；
gsub(r,s,[t])：以r表示的模式来查找t所表示的字符中的匹配的内容，并将其所有出现均替换为s所表示的内容；
split(s,a[,r])：以r为分隔符切割字符s，并将切割后的结果保存至a所表示的数组中；
~]# netstat -tan | awk ‘/^tcp\>/{split($5,ip,”:”);count[ip[1]]++}END{for (i in count) {print i,count[i]}}’
9.2 自定义函数
《sed和awk》
原创文章，作者：kang，如若转载，请注明出处：http://www.178linux.com/77632
