文本三剑客之awk

awk的名称来源于三个开发者的姓名:Aho, Weinberger, Kernighan,报告生成器,格式化文本输出,Linux文本处理三剑客之一。

564e7beecef93

awk介绍:

awk的名称来源于三个开发者的姓名:Aho, Weinberger, Kernighan,报告生成器,格式化文本输出,

Linux文本处理三剑客之一。

有多种版本:New awk(nawk),GNU awk(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

 

Linux文本处理三剑客:

grep:文本过滤工具(传送门)

sed: 文本编辑工具(传送门)

awk:Linux上的实现gawk,文本报告生成

 

Awk编程语言用于处理文本文件。Awk在默认情况下,Awk文件的每一行都被视为一个记录。然后Awk

录进一步分解成一系列的字段。Awk程序就是一系列作用在记录和字段上的“识别-执行”操作语句。

行row:记录record

列column:字段,域field,属性

 

awk工作原理:

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

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、打印输入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后才被执行,比如打印所有所有行的分析结果,这里信息汇总都在END语句块中完成,它也是一个可选语句块

pattern语句块中的同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

BEGIN语句常用于打印表头

END语句往往用来做汇总

 

awk基本用法:

awk

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 …

 

option:

-F    指明输入时用到的字段分隔符

-v    var=value: 自定义变量

 

基本格式:awk [options] ‘program’ var=value file…

program:pattern{action statement}

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。

 

patternaction

pattern部分决定动作语句何时触发及触发事件

如:BEGIN,END

action statements对数据进行处理,放在{}内指明

如:print,printf

 

分隔符、域和记录

awk执行时,由分隔符分隔的字段(域)标记$1,$2…$n成为标识域。$0表示所有域,即整行

文件的每一行成为记录(record)

省略action,则默认执行print $0的操作

 

awk pattern

根据pattern条件,过滤匹配到的行,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       取出包含UUID的行的第一个域

awk ‘!/^UUID/{print $1}’ /etc/fstab   取出不包含UUID的行的第一个域

(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 ‘i=1’ /etc/passwd            结果为非零值,显示/etc/passwd内容

awk ‘i=0’ /etc/passwd            结果为零值,不显示/etc/passwd内容

awk ‘i=””‘ /etc/passwd        结果为空,不显示/etc/passwd内容

awk ‘!(i=””)’ /etc/passwd        结果不为空,显示/etc/passwd内容

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

显示/etc/passwd文件中Shell为/bin/bash行的用户名和Shell类型

awk -F: ‘$NF~/bash$/{print $1$NF}’ /etc/passwd

显示/etc/passwd文件中以bash结尾行的用户名和Shell类型

 

(4)line ranges:行范围

起始行,结尾行:/pat1/,/pat2/不支持直接给出数字格式

awk -F: ‘/^root\>/,/^nobody\>/{print $1}’  /etc/passwd

显示root开头的行到nobody开头的行之间的用户名

awk -F: ‘(NR>=10&&NR<=20){print NR,$1}’  /etc/passwd

显示第10行到第20行,标准行号并显示用户名

 

(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

 

示例:

awk -F: ‘BEGIN{print “USER USERID”}{print$1″:”$3}END{print “end file”}’ /etc/passwd

处理文本前打印USER USERID,之后处理/etc/passwd文件取出每一行的用户名和UID,并在处理

完文本后打印end file

awk -F: ‘{print “USER USEID\n”$1”:”$3}END{print “end file”}’ /etc/passwd

awk -F: ‘{print “USER USEID”;print $1″:”$3}END{print”end file”}’ /etc/passwd

在/etc/passwd文件每一行上都添加USER USERID,并在处理完文本后打印end file

seq 10|awk ‘i=0’

结果为0,条件为假,不显示

seq 10|awk ‘i=1’

结果不为0,条件为真,显示所有数字

seq 10|awk ‘i=!i’

显示奇数,第一行i为空,!i则为非空,打印该行,第二行i为非空,!i为空则不打印,以此类推

seq 10 | awk ‘{i=!i;print i}’

显示1,0,1,0…即上例工作原理

seq 10|awk ‘!(i=!i)’

显示偶数

seq 10 |awk -v i=1 ‘i=!i’

显示偶数,第一行i已赋值,所以!i为空,不显示

 

awp操作符:

输出操作符:print、printf

print格式:

print item1,item2,…

要点:

(1)逗号分隔符

(2)输出的各item可以是字符串,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,相当于打印整行print $0

 

printf格式:

格式化输出:print “FORMAT”,item1,item2,…

要点:

(1)必须指定FORMAT(格式)

(2)不会自动换行,需要显示给出换行控制符,\n

(3)FROMAT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

修饰符:

#[.#]                  第一个#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

 

示例:

awk -F: ‘{printf “%s”,$1}’ /etc/passwd

将/etc/passwd文件中所有用户名作为一个字符串输出

awk -F: ‘{printf “%s\n”,$1}’ /etc/passwd

效果等同于awk -F: ‘{print $1}’ /etc/passwd

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

显示用户名左对齐,UID以十进制数显示且宽度为10

awk -F: ‘{printf “Username: %s\n”,$1}’ /etc/passwd

效果等同于awk -F: ‘{print “Username: “$1}’ /etc/passwd

awk -F: ‘{printf “Username: %s,UID:%d\n”,$1,$3}’ /etc/passwd

显示结果如:

Username: basher,UID:504

awk -F: ‘{printf “Username: %15s,UID:%d\n”,$1,$3}’ /etc/passwd

显示结果如:

Username:          basher,UID:504

awk -F: ‘{printf “Username: %-15s,UID:%d\n”,$1,$3}’ /etc/passwd

显示结果如:

Username: basher         ,UID:504

 

awk变量:

变量:内置和自定义变量

内置变量:

FS:输入字段分隔符,默认为空白字符

OFS:输出字段分隔符,默认为空白字符

RS:输入记录分隔符,指定输入时的换行符

ORS:输出记录分隔符,输出时用指定符号代替换行符

NF:字段数量

NR:记录号,相当于行号

FNR:同时针对多个文件时,分别计数,添加记录号

FILENAME:当前文件名

ARGC:命令行参数的个数

ARGV:数组,保存的是命令行所给定的各参数,参数标号默认从0开始,且第一个参数为awk命令本身

注:引用内置变量不需要加$

 

 

示例:

awk -F:  ‘{print $1″:”$3}’  /etc/passwd               等价于

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

以:作为分隔符,显示每行的第一和第三个域,即用户名和UID

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

以:作为分隔符,取出用户名,UID,shell类型,并以:分隔

awk -v RS=” ‘{print$2}’ /etc/passwd

没有记录分隔符,文件被看做一个整体记录,取$2即为第二行

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

没有记录分隔符,文件被看做一个整体的记录,文件尾添加###

awk -F: ‘{print NF}’ /etc/passwd

显示以:为分隔符,每一个行的字段数量

awk -F: ‘{print $(NF-1)}’ /etc/passwd

打印/etc/passwd每行的倒数第二个字段

awk ‘{print NR}’ /etc/fstab ; awk END'{print NR}’ /etc/fstab

显示/etc/fstab文件每行行号,总行号

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

对/etc/fstab和/etc/inittab文件分别计数,显示行号

awk ‘{print FILENAME}’ /etc/fstab

在/etc/fstab文件每一行显示文件名

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

显示每行参数的个数

awk ‘BEGIN{print ARGV[0],ARGV[1]}’ /etc/fstab /etc/inittab

显示第一个和第二个参数:awk   /etc/fstab

 

自定义变量(区分字符大小写):

(1)-v var=value

(2)在program中直接定义

注:{}内赋值变量要用;隔开;

{}外赋值变量时,每个变量前都要加-v选项;

 

 

示例:

awk -v test=’hello’ ‘{print test}’ /etc/fstab    

在/etc/fstab文件每一行打印hello

awk -v test=’hello’ ‘BEGIN{print test}’

打印hello

awk ‘BEGIN{test=”hello”;print test}’     

打印hello,{}内赋值变量后加;

awk -F: ‘{age=18;sex=”male”;print $1,sex,age;}’ /etc/passwd

取出每行用户名,并在用户名后,打印male 18

cat awkscript

{print script$1$3}

awk -F: -f awkscript  script=”awk”  /etc/passwd

取出每一行的用户名和UID并在每行前面打印awk

 

算术操作符:

x+y   加法运算

x-y   减法运算

x*y   乘法运算

x/y   除法运算(可精确到小数点)

x^y   乘方运算

x%y  取余运算

 

示例:

awk ‘BEGIN{print 9/2.2}’

计算9/2.2的结果为4.09091

awk ‘BEGIN{print 2^10}’

计算2的10次方显示1024

 

字符串操作符:没有符合的操作符,字符串连接

赋值操作符:

=,+=,-=,*=,/=,%=,^=,++,–

 

示例:

awk ‘BEGIN{i=0;print ++i,i }’

显示:1  1

awk ‘BEGIN{i=0;print i++,i }’

显示:0  1

awk ‘BEGIN{i=0;print i+=5,i}’

显示:5  5

 

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

 

示例:

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

取/etc/passwd文件中包含root的行中以:为分隔符的第一个域

awk ‘$0 ~ “^root”‘ /etc/passwd

取/etc/passwd文件中以root开头的行

awk ‘$0 !~ “root”‘ /etc/passwd

取/etc/passwd文件中不包含root的行

awk -F: ‘$3==0’ /etc/passwd

取/etc/passwd文件中UID=0的行

 

逻辑操作符:

&&   与

||     或

!    非

注意:这里的&&和||不是shell中的短路与和短路或,而是类似于[test]判断中的-a和-e

 

示例:

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

取出/etc/passwd文件中UID大于0且小于1000的用户名

awk -F: ‘$3==0 || $3<=1000{print $1}’ /etc/passwd

取出/etc/passwd文件中UID等于0或小于1000的用户名

awk -F: ‘!($3==0){print $1}’ /etc/passwd

取出/etc/passwd文件中UID不等于0的用户名

 

函数调用:function_name(argu1,argu2…)

 

条件表达式(三目表达式):

格式:

条件判断式?if-true-expression:if-false-expression

 

示例:

awk -F:  ‘{$3>=1000?usertype=”Common User”:usertype=”Sysadmin or SysUser”;printf

“%15s:%-s\n”,$1,usertype}’  /etc/passwd

判断/etc/passwd文件中如果UID大于1000,在用户名后标注普通用户,如果UID小于1000,则标注root或系统用户

如:         rpcuser:Sysadmin or SysUser

nfsnobody:Common User

 

 

awk循环判断:

if-else语句

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

      if(condition1){statement1;…}else if(condition2){statement2;…}else{statement3}

使用场景:对awk取得的整行或某个字段做条件判断

 

示例:

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

打印UID大于等于1000的用户名和UID

awk -F: ‘{if($NF==”/bin/bash”)print$1,$3}’ /etc/passwd

打印shell类型为/bin/bash的用户名和UID

awk ‘{if(NF>5)print$0}’ /etc/fstab

显示/etc/fstab文件中字段大于5的行

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

取出UID大于等于1000用户名,并在前面加Common user:其他用户名前加System or root:

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

等同于上例,在只有两种条件时,可用此格式替换

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

取出磁盘利用率大于80的磁盘名称和磁盘利用率

awk ‘BEGIN{test=100;if(test>90){print “very good”}else if(test>60){ print “good”}else{print “no pass”}}’

如果test打印90显示very good,大于60小于90显示good,小于60显示no pass

while循环语句

语法:while(condition){statement}

条件为“真”,进入循环;条件为“假”,退出循环

使用场景:

a)对一行内的多个字段之一类似处理时使用

b)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

取出grub2文件中空白开头跟linux16的行,并显示每个字段和每个字段的字符数

awk ‘/^[[:space:]]*linux16/{i=1;while(i<=NF){if(length($i)>=10) {print $i,length($i)}; i++}}’ /etc/grub2.cfg

取出grub2文件中空白开头跟linux16的行,并显示字符数大于10个的字段和对应字段的字符数

 

do-whlie循环语句

语法:do{statement;…}while(condition)

意义:无论真假,至少执行一次循环体

 

示例:

计算1到100的数字之和:

awk ‘BEGIN{i=1;sum=0;do{sum+=i;i++;}while(i<=100);print sum}’

对比

awk ‘BEGIN{i=1;sum=0;while(i<=100){sum+=i;i++};print sum}’

 

for循环语句

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 “BEGIN{for(i=0;i<=100;i++)sum+=i;print sum}”

计算1到100数字之和

与shell语言for循环第二种风格很类似:

for ((i=1,sum=0;i<=100;i++));do let sum+=i;done;echo $sum

 

break和continue

用于循环体中

break:提前结束本轮循环

continue:提前结束本轮循环,而直接进入下一轮判断;

break[N]:提前结束第N层循环,最内层为第一层

continue[N]:提前结束第N层的本轮循环,而直接进入下一轮判断;最内层为第1层

 

示例:

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

计算1到100奇数之和,数字为偶数时跳过,奇数时相加

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

数字加到66时,break退出循环,结果为1到66的数字之和

 

next语句

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

 

awk数组:

关联数组:array[#]

下标:

a)可使用任意字符串;字符串要使用双引号括起来

b)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”

 

示例:

weekdays[“mon”]=”Monday”

awk ‘BEGIN{weekdays[“mon”]=”Monday”;weekdays[“tue”]=”Tuesday”;print weekdays[“mon”]}’

awk !arr[$0]++  dupfile     取出文件内容重复行

 

遍历数组:

使用for循环可遍历数组中的每个元素

格式:for(var in array) {for-body}

注意:var会遍历array的每个索引

 

示例:

awk ‘BEGIN{weekdays[“mon”]=”Monday”;weekdays[“tue”]=”Tuesday”;for(i in weekdays) {print weekdays[i]}}’

显示weekdays[]数组中的每个元素

netstat -tan|awk ‘/^tcp/{state[$NF]++}END{for(i in state){print i,state[i]}}’

显示网络连接每种状态的数量

awk ‘{ip[$1]++}END{for(i in ip) {print i,ip[i]}}’ /var/log/httpd/access_log

统计网络访问ip和访问次数

 

awk函数:

系统内置函数:

数组处理:

rand():返回0和1之间一个随机数,只有和srand()函数配合才生效

 

示例:

awk ‘BEGIN{srand();print rand()}’

返回0和1之间一个随机数

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

返回10个0到100之间的随机数

 

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

示例:

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

替换字符第一个出现的“:”为“-”;

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)’

全局替换字符第一个出现的“:”为“-”;

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,…

 

自定义函数:

格式:

function name ( parameter, parameter, … ) {

         statements

         return expression

}

 

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)}

编写一个awk函数,比较两个数字的大小

awk –f fun.awk

文件调用函数

 

 

awk中调用shell命令:

awk BEGIN'{system(“hostname”) }’

awk ‘BEGIN{score=100; system(“echo your score is ” score) }’

本文来自投稿,不代表Linux运维部落立场,如若转载,请注明出处:http://www.178linux.com/98705

发表评论

登录后才能评论

This site uses Akismet to reduce spam. Learn how your comment data is processed.

联系我们

400-080-6560

在线咨询:点击这里给我发消息

邮件:1823388528@qq.com

工作时间:周一至周五,9:30-18:30,节假日同时也值班