Linux文本处理三剑客之awk

本文主要介绍:awk的基本用法、变量、格式化输出、操作符、条件判断、循环、数组、函数、调用系统命令及awk脚本

Linux文本处理三剑客:

1、grep : 文本过滤(模式:pattern)工具

2、sed  : (stream editor),文本编辑工具

3、awk : Linux上的实现gawk,文本报告生成器,格式化文本输出

一、awk介绍

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

有多种版本:New awk(nawk),GNU awk( gawk)

gawk:模式扫描和处理语言,现linux系统默认使用的版本

 

二、awk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。(本身即循环)
  • 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

 

  • 分割符、域和记录

1、文件的每一行称为记录record(默认回车为换行符),列称为字段、域或者属性(默认空格为分割符)。记录和域 的分隔符可人为指定换行符,如:空格,冒号,或字母a等

2、awk执行时,由分隔符分隔的字段(域column)标记$1,$2..$n称为域标识。

3、$0为所有域,注意:和shell中变量$符含义不同

4、省略action,则默认执行 print $0 的操作

 

  • awk语言

基本格式:awk [options] ‘program’ file…

program 即 pattern{action statements;..}

pattern和action:

pattern部分决定动作语句何时触发及触发事件,BEGIN和 END 也算是特殊的pattern

action statements对数据进行处理,放在{}内指明,如print, printf

 

三、awk 基本用法

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

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

(3)  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即要执行的命令,通常是放单引号或双引号中

选项:

-F 指明输入时用到的字段分隔符(默认空格为分隔符,连续多个空格会被当做一个空格,与cut不同)

-v var=value: 自定义变量

-f /PATH/TO/FILE   对文件的处理动作太多或太复杂时可放入文件中,用 -f 调用文件 。

 

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

OFS:输出字段分隔符,默认为空白字符   如: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

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

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

awk -F: ‘{print $(NF-1)}’ /etc/passwd  打印倒数第二的域字符串

NR:记录号,即行号      如:awk ‘{print NR}’ /etc/fstab  /etc/passwd    两个文件的记录号总和

FNR:各文件分别计数,记录号    如:awk ‘{print FNR}’ /etc/fstab /etc/inittab

FILENAME:当前文件名    如: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

 

自定义变量(区分字符大小写)

(1) -v var=value

(2) 在program中直接定义

 

五、awk的格式化输出:printf命令

  •  格式化输出:printf “FORMAT”, item1, item2, …

(1) 必须指定FORMAT(print不用指定格式)

(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

 

  • 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

 

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

 

六、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

如:  awk ‘BEGIN{print 2^10}’    计算2的10次方,输出为1024

 

字符串操作符:没有符号的操作符,字符串连接

 

赋值操作符:

=, +=, -=, *=, /=, %=, ^=,++, —

如:awk ‘BEGIN{i=0;print ++i,i}’     输出为   1   1

awk ‘BEGIN{i=0;print i++,i}’     输出为   0  1

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

 

逻辑操作符:与&&,或||,非!

 

条件表达式(三目表达式)

selector?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

根据文件中第三列字符串(即用户UID)是否大于100,给usertype赋值,然后打印每一行的第一列字符串(即用户名)和对应的变量usertype值。

 

七、awk PATTERN

PATTERN: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  如: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 ‘!0’ /etc/passwd ; awk ‘!1’ /etc/passwd      !0为真,全打印;!1为假,不打印

 

seq 10 |awk ‘i=!i’      打印奇数行

seq 10 |awk ‘!(i=!i)’       打印偶数行

seq 10 |awk ‘{i=!i;print i}’      打印

 

  • (4) line ranges:行范围

/pat1/,/pat2/ 从匹配到pat1开始,到第一次匹配到pat2结束,之间所有的行;不支持直接给出行号,如果要表示行号范围,可使用NR>=10&&NR<=20方式

awk -F: ‘/^root\>/,/^nobody\>/{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

示例:: ‘BEGIN{print ” USER UID \n————— “}{print $1,$3}’END{print”==============”} /etc/passwd

 

 

八、awk action

常用的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

 

九、awk控制语句

{ statements;… } 组合语句

if(condition) {statements;…}

if(condition) {statements;…} else {statements;…}

while(conditon) {statments;…}

do {statements;…} while(condition)

for(expr1;expr2;expr3) {statements;…}

break

continue

delete array[index]

delete array

exit

 

1、awk控制语句if-else

  •  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($NF==”/bin/bash”) print $1}’ /etc/passwd

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

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

 

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

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

对文件每一行的每一个字段处理,打印字段长度小于等于10的字段和字段长度,如下:

QQ截图20180527230350

 

  • 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}’

 

3、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}        var in array在awk中遍历的是数组的下标,而不是具体元素的值

示例:

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

awk ‘{ip[$i]++}END{for(i in ip){print i,ip[i]}}’ /var/log/httpd/access_log    统计访问日志中的IP和同一个IP的出现次数

 

题外话:性能比较(从1加到10000的和)       

                       time命令可查看指定命令所消耗的时间

time (awk ‘BEGIN{ total=0;for(i=0;i<=10000;i++){total+=i;};print total;}’)

time(total=0;for i in {1..10000};do total=$(($total+i));done;echo $total)

time(for ((i=0;i<=10000;i++));do let total+=i;done;echo $total)

time(seq –s ”+” 10000|bc)

 

4、break、continue和next

awk ‘BEGIN{sum=0;for(i=1;i<=100;i++) {if(i%2==0)continue;sum+=i}print sum}‘   计算1到100之间奇数的和,偶数跳过

awk ‘BEGIN{sum=0;for(i=1;i<=100;i++) {if(i==66)break;sum+=i}print sum}‘   i=66时结束循环,即1到66的和

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)

如: awk -F: ‘{if($3%2!=0) next; print $1,$3}’ /etc/passwd   打印UID是偶数的用户名和UID

 

十、awk数组

 

  • 1、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

示例:

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

awk ‘!arr[$0]++’ dupfile    去掉文件中重复的行

 

  • 2、若要遍历数组中的每个元素,要使用for循环
  • for(var in array) {for-body}

注意:var会遍历array的每个索引

示例:

 netstat -tan | awk ‘/^tcp/{state[$NF]++}END{for(i in state) { print i,state[i]}}’ 显示基于tcp协议的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  统计访问IP及其访问次数

 

十一、awk函数

  •  数值处理:

rand():返回0到1之间一个随机数,要和 srand()函数配合才能生效

示例:awk ‘BEGIN{srand(); for (i=1;i<=10;i++)print int(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)’

 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

示例: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,…

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

 

 

  •  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,判断两个数字大小

 

awk –f fun.awk    调用上述脚本

 

十二、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。

示例:awk BEGIN'{system(“hostname”) }’

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

 

awk脚本

将awk程序写成脚本,直接调用或执行

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

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

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/99636

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