Awk

介绍

awk：Aho, Weinberger, Kernighan，报告生成器，格式化文本输出

v有多种版本：New awk（nawk），GNU awk（ gawk）

vgawk：模式扫描和处理语言

基本用法：

awk [options] ‘program’ var=value file…

awk [options] -f programfile var=value file…

awk [options] ‘BEGIN{ action;… } pattern{ action;… } END{ action;… }’ file …

 

awk 程序通常由：BEGIN语句块、能够使用模式匹配的通用语句块、END语句块，共3部分组成

 

program通常是被单引号或双引号中

选项：

-F 指明输入时用到的字段分隔符

-v var=value: 自定义变量

语言

基本格式：awk [options] ‘program’ file…

vprogram:pattern{action statements;..}

vpattern和action：

pattern部分决定动作语句何时触发及触发事件

BEGIN,END

action statements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。$0为所有域（整行），注意：和shell中变量$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

 

print格式： print item1, item2, …

• awk中默认的分隔符为空格符
• 变量名不要用“”

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

示例：

awk ‘{print “hello,awk”}’

awk –F: ‘{print}’ /etc/passwd

awk –F: ‘{print “wang”}’ /etc/passwd

awk –F: ‘{print $1}’ /etc/passwd

awk –F: ‘{print $0}’ /etc/passwd

awk –F: ‘{print $1”\t”$3}’ /etc/passwd

tail –3 /etc/fstab |awk ‘{print $2,$4}’

 

示例：

1、awk  ‘{print “hello,awk”}’  /etc/fstab

每读入一行，就输出hello，awk   有多少行，就输出多少行的hello,awk

• awk ‘{print “hello,awk\n”}’/etc/fstab 同上多了一行空行
• awk ‘{print 2*3}’ /etc/fstab   （指数2^3也可支持）

每读入一行，输出2*3的结果（做数值运算的时候，不能加“”）

• awk  -F:  ‘{print $1,$3,$7}’  /etc/passwd

以：为分隔符，取passwd文件中第一，第三，第七，三个字段

• df |grep  “/dev/sd”  | awk  ‘{print $5}’

取磁盘的使用率

• df |grep “/dev/sd” |awk ‘{print $1″:”$5}’

取磁盘名字和使用率，并且用：分隔开。

df |grep “/dev/sd” |awk ‘{print $1″\n”$5}’

将磁盘名称和使用率，换行显示出来

df |grep “/dev/sd” |awk ‘{print $1″\n”$5}’

将整行打印出来，$0 表示整行

 

awk变量

FS：输入字段分隔符，默认为空白字符

awk -v FS=’:’ ‘{print $1,FS,$3}’ /etc/passwd

awk –F: ‘{print $1,$3,$7}’ /etc/passwd

 

例：awk -v FS=”:” ‘{print $1,FS,$3}’ /app/passwd

FS为变量，引用变量时不需要加$

 

OFS：输出字段分隔符，默认为空白字符

awk -v FS=‘:’ -v OFS=‘:’ ‘{print $1,$3,$7}’ /etc/passwd

 

例：awk -v FS=”:” -v OFS=”—” ‘{print $1,$3}’ /app/passwd

指定输出的俩个字段中间的分隔符为“—”

 

RS：输入记录分隔符，指定输入时的换行符 默认为回车换行

awk -v RS=’ ‘ ‘{print }’ /etc/passwd

 

例：awk -v RS=”;” ‘{print $2}’ /app/a.txt 指定“；”为一行的分隔符

v

ORS：输出记录分隔符，输出时用指定符号代替换行符

awk -v RS=’ ‘ -v ORS=’###’‘{print }’ /etc/passwd

 

例：awk -v RS=”;” -v ORS=”—” ‘{print $2}’ /app/a.txt

用—代替回车作为输出结果的分隔符

 

NF：字段数量

awk -F： ‘{print NF}’ /etc/fstab,引用内置变量不用$

 

例：awk -F: ‘{print $(NF-1)}’ /etc/passwd 显示每行的倒数第二个字段

 

NR：记录号

awk ‘{print NR}’ /etc/fstab ;

awk END'{print NR}’ /etc/fstab

 

例：awk ‘{print NR,$0}’ /etc/fstab

显示/etc/fstab文件添加行号，空行也算一行

 

FNR：各文件分别计数,记录号

awk ‘{print FNR}’ /etc/fstab /etc/inittab

 

FILENAME：当前文件名

 

awk ‘{print FILENAME}’ /etc/fstab

 

ARGC：命令行参数的个数

 

awk ‘{print ARGC}’ /etc/fstab /etc/inittab

awk ‘BEGIN {print ARGC}’ /etc/fstab /etc/inittab

 

ARGV：数组，保存的是命令行所给定的各参数

 

awk ‘BEGIN {print ARGV[0]}’ /etc/fstab /etc/inittab

awk ‘BEGIN {print ARGV[1]}’ /etc/fstab /etc/inittab

Awk算第一个参数【0】，/etc/fstab为第二个参数【1】，/etc/inittab为第三个【2】

 

Printf

格式化输出：printf “FORMAT”, 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

%d, %i: 显示十进制整数

%e, %E:显示科学计数法数值

%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：1、awk -F: ‘{printf “%-20s %：10d\n”,$1,$3}’ /app/passwd

“：”为输出字符段的分隔符

 

• awk -v n=123.4567 ‘BEGIN{printf “%8.3f”,n}’

8为字符串长度，3为小数点后保留位数

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

 

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

v字符串操作符：没有符号的操作符，字符串连接

赋值操作符：

 

=, +=, -=, *=, /=, %=, ^=

++, —

Ü下面两语句有何不同

• awk ‘BEGIN{i=0;print ++i,i}’ 结果为1  0
• awk ‘BEGIN{i=0;print i++,i}’ 结果为0  1

++在前，先++在赋值

++在后，先赋值在++

 

 

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

Ü示例：支持正则表达式

awk –F: ‘$0 ~ /root/{print $1}‘ /etc/passwd

awk ‘$0~“^root”‘ /etc/passwd

awk ‘$0 !~ /root/‘ /etc/passwd

awk –F: ‘$3==0’ /etc/passwd

 

例：awk -v i=”” ‘i’ /app/passwd

awk -v i=”100″ ‘i’ /app/passwd

变量等于0或者为空，为假，变量只要有值，那么就为真

逻辑操作符：与&&，或||，非!

示例：

• 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

例：awk -F: ‘$3>0 && $3<1000{print $1,$3}’ /etc/passwd

输出uid大于0并且小于1000的用户

2、awk -F: ‘$NF == “/bin/bash” {print $1,$NF}’ /etc/passwd显示 最后一个字段为/bin/bash的用户

3、awk -F: ‘$NF ~ “bash$” {print $1,$NF}’ /etc/passwd

显示最后一个字段，包含bash的用户

• awk ‘{i=0;print !i++,i}’ /etc/fstab

i=0，取反为1，那么！I  就为1，然后在i++  ，就为1  输出结果就为1  1

• awk ‘{i=0;print !++i,i}’ /etc/fstab

先运算++i=1，取反就为0 ，i的值就为1，输出结果就是 0 1

函数调用： function_name(argu1, argu2, …)

条件表达式（三目表达式）： 

selector?if-true-expression:if-false-expression

第一句用？号，第二句为真就执行，第三句用：隔开，如果第一句判断为假就执行

• 示例：

awk -F: ‘{$3>=1000?usertype=”Common User”:usertype=”Sysadmin or SysUser”;printf “%15s:%-s\n”,$1,usertype}’ /etc/passwd 

 

PATTERN:根据pattern条件，过滤匹配的行，再做处理

• 如果未指定：空模式，匹配每一行

 

• /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，结果为“真”才会被处理

真：结果为非0值，非空字符串

假：结果为空字符串或0值

示例：

• awk -F: ‘i=1;j=1{print i,j}’ /etc/passwd
• awk ‘!0’ /etc/passwd ; awk ‘!1’ /etc/passwd
• awk –F: ‘$3>=1000{print $1,$3}’ /etc/passwd
• awk -F: ‘$3<1000{print $1,$3}’ /etc/passwd
• awk -F: ‘$NF==”/bin/bash”{print $1,$NF}’ /etc/passwd
• awk -F: ‘$NF ~ /bash$/{print $1,$NF}’ /etc/passwd

 

（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>=10&&NR<=20){print NR,$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

 

例：

 

• awk -F : ‘BEGIN {print “USER USERID”} {print $1″:”$3} END{print “end file”}’ /etc/passwd
• awk -F : ‘{print “USER USERID“;print $1”:”$3} END{print “end file”}’ /etc/passwd
• awk -F: ‘BEGIN{print ” USER UID \n————— “}{print $1,$3}’ /etc/passwd
• awk -F: ‘BEGIN{print ” USER UID \n————— “}{print $1,$3}’END{print “==============”} /etc/passwd
• seq 10 |awk ‘i=0’
• seq 10 |awk ‘i=1’
• seq 10 | awk ‘i=!i‘
• seq 10 | awk ‘{i=!i;print i}‘
• seq 10 | awk ‘!(i=!i)’
• seq 10 |awk -v i=1 ‘i=!i’

组合语句（用；隔开）

awk -F: ‘{if($3>=1000){usertype=”common user”;print usertype,$1,$3}}’ /etc/passwd

If语句和组合语句

 

awk控制语句if-else

v语法：if(condition){statement;…}[else statement]

if(condition1){statement1}else if(condition2){statement2}

else{statement3}

v使用场景：对awk取得的整行或某个字段做条件判断

v示例：

 

awk -F: ‘{if($3>=1000)print $1,$3}’ /etc/passwd

awk -F: ‘{if($NF==”/bin/bash”) print $1}’ /etc/passwd

awk ‘{if(NF>5) print $0}’ /etc/fstab

awk -F: ‘{if($3>=1000) {printf “Common user: %s\n”,$1} else {printf “root or Sysuser: %s\n”,$1}}’ /etc/passwd

awk -F: ‘{if($3>=1000) printf “Common user: %s\n”,$1;

else printf “root or Sysuser: %s\n”,$1}’ /etc/passwd

df -h|awk -F% ‘/^\/dev/{print $1}’|awk ‘$NF>=80{print $1,$5}‘

awk ‘BEGIN{ test=100;if(test>90){print “very good”}

else if(test>60){ print “good”}else{print “no pass”}}’

 

df |awk -F”[ %]+” ‘/\/dev\/sd/{if($5>+50)print $1,$5}’

以一个以上的空格和%作为分隔符。多个字符作为分隔符

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

 

示例：

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)>=10) {print $i,length($i)}; i++}}’ /etc/grub2.cfg

例：

awk -F: ‘{print $1,length($1)}’ /etc/passwd  统计/etc/passwd中第一个字段的字符长度

Var=haha; echo ${#var}   在shell中统计字符串的长度

 

awk -F: ‘/^root/{while(i<=NF){print $i,length($i);i++}}’ /etc/passwd

显示 以root开头的行中，以：为分隔符，每一个字段的字符长度

 

do-while循环

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}’

 

awk ‘BEGIN{i=0;SUM=0;while(i<=100){sum+=i;i++}print sum}’统计100以内整数的和

 

for循环

语法：for(expr1;expr2;expr3) {statement;…}

常见用法：

for(variable assignment;condition;iteration process)

{for-body}

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

例：awk ‘BEGIN{sum=0;for(i=1;i<=100,i++)sum+=i;print sum}’

switch语句

语法：switch(expression) {case VALUE1 or /REGEXP/: statement1; case VALUE2 or /REGEXP2/: statement2; …; default: statementn}

break和continue

awk ‘BEGIN{sum=0;for(i=1;i<=100;i++) {if(i%2==0)continue;sum+=i}print sum}‘

awk ‘BEGIN{sum=0;for(i=1;i<=100;i++) {if(i==66)break;sum+=i}print sum}‘

 

break [n]

continue [n]

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 -F: ‘{if($3%2!=0) next; print $1,$3}’ /etc/passwd

显示$3为奇数的用户名和UID号

awk -F: ‘{if(length($1)<=10)next;print $1,$3}’ /etc/passwd

显示用户名大于10个字符的用户名和UID，length变量用来显示字符串长度

 

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”
• 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

v示例：

• weekdays[“mon”]=”Monday“
• awk ‘BEGIN{weekdays[“mon”]=”Monday”;

weekdays[“tue”]=”Tuesday”;print weekdays[“mon”]}‘

• awk ‘!arr[$0]++’ dupfile 去重
• awk ‘{!arr[$0]++;print $0, arr[$0]}’ dupfile

若要遍历数组中的每个元素，要使用for循环

vfor(var in array) {for-body}

v注意：var会遍历array的每个索引

v示例：

• awk ‘BEGIN{weekdays[“mon”]=”Monday”;weekdays[“tue”]

=”Tuesday”;for(i in weekdays) {print weekdays[i]}}‘

• 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

awk函数

数值处理：

rand()：返回0和1之间一个随机数

awk ‘BEGIN{srand(); for (i=1;i<=10;i++)print int(rand()*100) }’

取0到1之间的随机浮点数*100,用int 取整（取小数点之前的整数）用循环取10次

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

echo “2008:08:08 08:08:08” | awk ‘sub(/:/,“-“,$1)’

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

echo “2008:08:08 08:08:08” | awk ‘gsub(/:/,“-“,$0)’

split(s,array,[r])：以r为分隔符，切割字符串s，并将切割后的结果保存至array所表示的数组中，第一个索引值为1,第二个索引值为2,…

 

netstat -tan | awk ‘/^tcp\>/{split($5,ip,”:”);count[ip[1]]++}

END{for (i in count) {print i,count[i]}}’

 

例：awk ‘{for(i=1;i<=NF;i++)word[$i]++}END{for(i in word)print word[i],i}’ /etc/profile| sort -nr

查询/etc/profile文件中每个单词出现的次数

 

例：vim  f1

mage 100 male

wang 95 male

zhang 85 female

mo   99  female

算出，男性和女性的平均分数

 

方法一：用bash

While  read  name  source  sex;do

If [ $sex = male ];then

Let  mnum++

Let  msum+=source

Else

Let  fnum++

Let  fsum+=source

Fi

Done

Echo  female:vag$[fsum/fnum]

Echo   male:vag$[msum/mnum]

 

方法二：

Awk‘{if($3==”male”){mnum++;msum+=$2}else{fnum++;msum+=$2}}END{printf “male:%d %.2f\nfemale:%d %.2f”,mnum,msum/mnum,fnum,fsum/fnum}’ f1

 

方法三：

Awk ‘{num[$3]++;sum[$3]+=$2}END{for(i in num)print i,num[i],sum[i]/num[i]}’ f1

 

 

 

自定义函数

格式：

function name ( parameter, parameter, … ) {

statements

return expression

}

v示例：

 

cat fun.awk

function max(v1,v2) {

v1>v2?var=v1:var=v2

return var

}

BEGIN{a=3;b=2;print max(a,b)}

awk –f fun.awk

 

system命令 :命令调用

v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) }’

 

例：ss -nt|awk -F”[ :]+” ‘/^ESTAB/{ip[$(NF-2)]++}END{for(i in ip)if(ip[i]>=3)system(“iptables -A INPUT -s “i” -j REJECT”)}’

将ss -nt命令中，IP地址连接数超过3次的ip地址，添加到防火墙中，拒绝访问

 

awk脚本

v将awk程序写成脚本，直接调用或执行

v示例：

 

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

v注意：在BEGIN过程中不可用。直到首行输入完成以后，变量才可用。可以通过-v 参数，让awk在执行BEGIN之前得到变量的值。命令行中每一个指定的变量都需要一个-v参数

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