Linux三剑客awk命令

1 .awk是一个强大的文本分析工具，相对于grep的查找，sed的编辑，awk在其对数据分析并生成报告时，显得尤为强大。简单来说awk就是把文件逐行的读入，以空格为默认分隔符将每行切片，切开的部分再进行各种分析处理。 awk有3个不同版本: awk、nawk和gawk，未作特别说明，一般指gawk，gawk 是 AWK 的 GNU 版本。 awk其名称得自于它的创始人 Alfred Aho 、Peter Weinberger 和 Brian Kernighan 姓氏的首个字母。实际上 AWK 的确拥有自己的语言： AWK 程序设计语言 ， 三位创建者已将它正式定义为“样式扫描和处理语言”。它允许您创建简短的程序，这些程序读取输入文件、为数据排序、处理数据、对输入执行计算以及生成报表，还有无数其他的功能。 2.

 awk '{pattern + action}' {filenames}

尽管操作可能会很复杂，但语法总是这样，其中 pattern 表示 AWK 在数据中查找的内容，而 action 是在找到匹配内容时所执行的一系列命令。花括号（{}）不需要在程序中始终出现，但它们用于根据特定的模式对一系列指令进行分组。 pattern就是要表示的正则表达式，用斜杠括起来。 awk语言的最基本功能是在文件或者字符串中基于指定规则浏览和抽取信息，awk抽取信息后，才能进行其他文本操作。完整的awk脚本通常用来格式化文本文件中的信息。 通常，awk是以文件的一行为处理单位的。awk每接收文件的一行，然后执行相应的命令，来处理文本。 3.   有三种方式调用awk  

 3.1.命令行方式 awk [-F  field-separator] 'commands' input-file(s)
其中，commands 是真正awk命令，[-F域分隔符]是可选的。 input-file(s) 是待处理的文件。
在awk中，文件的每一行中，由域分隔符分开的每一项称为一个域。通常，在不指名-F域分隔符的情况下，默认的域分隔符是空格。

 3.2.shell脚本方式
将所有的awk命令插入一个文件，并使awk程序可执行，然后awk命令解释器作为脚本的首行，一遍通过键入脚本名称来调用。
相当于shell脚本首行的：#!/bin/sh 可以换成：#!/bin/awk

 3.3.将所有的awk命令插入一个单独文件，然后调用： awk -f awk-script-file input-file(s)
其中，-f选项加载awk-script-file中的awk脚本，input-file(s)跟上面的是一样的。

 
  4. print 和 printf awk中同时提供了print和printf两种打印输出的函数。   其中print函数的参数可以是变量、数值或者字符串。字符串必须用双引号引用，参数用逗号分隔。如果没有逗号，参数就串联在一起而无法区分。这里，逗号的作用与输出文件的分隔符的作用是一样的，只是后者是空格而已。 printf函数，其用法和c语言中printf基本相似,可以格式化字符串,输出复杂时，printf更加好用，代码更易懂。 5.循环 awk中的循环语句同样借鉴于C语言，支持while、do/while、for、break、continue，这些关键字的语义和C语言中的语义完全相同。 6.数组 因为awk中数组的下标可以是数字和字母，数组的下标通常被称为关键字(key)。值和关键字都存储在内部的一张针对key/value应用hash的表格里。由于hash不是顺序存储，因此在显示数组内容时会发现，它们并不是按照你预料的顺序显示出来的。数组和变量一样，都是在使用时自动创建的，awk也同样会自动判断其存储的是数字还是字符串。一般而言，awk中的数组用来从记录中收集信息，可以用于计算总和、统计单词以及跟踪模板被匹配的次数等等。   显示/etc/passwd的账户  

awk -F ':' 'BEGIN {count=0;} {name[count] = $1;count++;}; END{for (i = 0; i < NR; i++) print i, name[i]}' /etc/passwd 0 root 1 daemon 2 bin 3 sys 4 sync 5 games
......

7.列出一些常见的awk命令：
 

1. #删除temp文件的重复行
2. awk ‘!($0 in array) { array[$0]; print }’ temp
4. #查看最长使用的10个unix命令
5. awk ‘{print $1}’ ~/.bash_history | sort | uniq -c | sort -rn | head -n 10
7. #查看机器的ip列表
8. ifconfig -a | awk ‘/Bcast/{print $2}’ | cut -c 5-19
10. #查看机器的每个远程链接机器的连接数
11. netstat -antu | awk ‘$5 ~ /[0-9]:/{split($5, a, “:”); ips[a[1]]++} END {for (ip in ips) print ips[ip], ip | “sort -k1 -nr”}’
13. #查看某个进程打开的socket数量
14. ps aux | grep [process] | awk ‘{print $2}’ | xargs -I % ls /proc/%/fd | wc -l
17. #查看无线网络的ip
18. sudo ifconfig wlan0 | grep inet | awk ‘NR==1 {print $2}’ | cut -c 6-
20. #批量重命名文件
21. find . -name ‘*.jpg’ | awk ‘BEGIN{ a=0 }{ printf “mv %s name%01d.jpg\n”, $0, a++ }’ | bash
23. #查看某个用户打开的文件句柄列表
24. for x in `ps -u 500 u | grep java | awk ‘{ print $2 }’`;do ls /proc/$x/fd|wc -l;done
26. #计算文件temp的第一列的值的和
27. awk ‘{s+=$1}END{print s}’ temp
29. #查看最常用的命令和使用次数
30. history | awk ‘{if ($2 == “sudo”) a[$3]++; else a[$2]++}END{for(i in a){print a[i] ” ” i}}’ |  sort -rn | head
32. #查找某个时间戳的文件列表
33. cp -p `ls -l | awk ‘/Apr 14/ {print $NF}’` /usr/users/backup_dir
35. #格式化输出当前的进程信息
36. ps -ef | awk -v OFS=“\n” ‘{ for (i=8;i<=NF;i++) line = (line ? line FS : “”) $i; print NR “:”, $1, $2, $7, line, “”; line = “” }’
38. #查看输入数据的特定位置的单个字符
39. echo “abcdefg”|awk ‘BEGIN {FS=“””} {print $2}’
41. #打印行号
42. ls | awk ‘{print NR “\t” $0}’
44. #打印当前的ssh 客户端
45. netstat -tn | awk ‘($4 ~ /:22\s*/) && ($6 ~ /^EST/) {print substr($5, 0, index($5,”:”))}’
47. #打印文件第一列不同值的行
48. awk ‘!array[$1]++’ file.txt
50. #打印第二列唯一值
51. awk ‘{ a[$2]++ } END { for (b in a) { print b } }’ file
53. #查看系统所有分区
54. awk ‘{if ($NF ~ “^[a-zA-Z].*[0-9]$” && $NF !~ “c[0-9]+d[0-9]+$” && $NF !~ “^loop.*”) print “/dev/”$NF}’  /proc/partitions
56. #查看2到100所有质数
57. for num in `seq 2 100`;do if [ `factor $num|awk ‘{print $2}’` == $num ];then echo -n “$num “;fi done;echo
59. #查看第3到第6行
60. awk ‘NR >= 3 && NR <= 6′ /path/to/file
62. #逆序查看文件
63. awk ‘{a[i++]=$0} END {for (j=i-1; j>=0;) print a[j–] }’
65. #打印99乘法表
66. seq 9 | sed ‘H;g’ | awk -v RS=” ‘{for(i=1;i<=NF;i++)printf(“%dx%d=%d%s”, i, NR, i*NR, i==NR?”\n”:”\t”)}’