awk定义:
awk是一门编程语言,它支持条件判断、数组、循环等功能。所以,我们也可以把awk理解成一个脚本语言解释器。在处理庞大文件时不会出现内存溢出或是处理缓慢的问题,通常用来格式化文本信息。
一、awk的脚本语法
awk 程序通常由:BEGIN语句块、program、 END语句块,共3部分组成。
awk [options] 'BEGIN{ action;… } pattern{ action;… } END{ action;… }' file
program又可以细分成pattern和action
pattern 决定动作语句何时触发及触发事件
比如说可以使用正则表达式,总之就是读取进来数据会满足指定条件
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
• action 对满足指定条件数据进行处理,放在{}内指明
常用的2个动作就是打印到屏幕咯 print, printf(格式化输出)。如果没有指定action动作,默认的动作就是 print
BEGIN语句块在awk开始从输入流中读取行之前被执行,END语句块在awk从输入流中读取完所有的行之后即被执行,pattern语句块中的通用命令是最重要的部分,都是一个可选语句块如果没有提供pattern语句块,则默认执行{ print },即打印每一个读取到的行。
如下更详细解答:
awk [-F|-f|-v] 'BEGIN{} //{command1; command2} END{}' file
解析:
-F 指定分隔符(会确定分隔域位置如:$1、$2)
-f 调用脚本
-v 定义变量 var=value
BEGIN 初始化代码块,在对每一行进行处理之前,初始化代码,主要是引用全局变量,设置FS分隔符
// 匹配代码块,可以是字符串或正则表达式
{} 命令代码块,包含一条或多条命令
; 多条命令使用分号分隔
END 结尾代码块,在对每一行进行处理之后再执行的代码块,主要是进行最终计算或输出结尾摘要信息
关键点:
域分隔符
$0 表示整个当前行
$1 每行第一个字段
NF 分隔后的字段数量(假设一行内容以:分隔符分隔成3段/列,则$NF=3,倒数第二个字段可以写为$(NF-1))
NR 每行的记录号,多文件记录递增
FNR 与NR类似,不过多文件记录不递增,每个文件都从1开始
\t 制表符
\n 换行符
FS 定义分隔符变量,默认分隔后以单个空格为界。awk -v FS="@"等价于awk -F "@",如例3
RS 输入的记录分隔符, 默认为有换行符,以RS后接的分隔符分隔,换行输出,如例2
~ 匹配,与==相比不是精确比较
!~ 不匹配,不精确比较
== 等于,必须全部相等,精确比较
!= 不等于,精确比较
&& 逻辑与
|| 逻辑或
+ 匹配时表示1个或1个以上
/[0-9][0-9]+/ 两个或两个以上数字
/[0-9][0-9]*/ 一个或一个以上数字
FILENAME 文件名
OFS 输出字段分隔符, 打印的结果默认以空格分隔,如例4
ORS 输出的记录分隔符,默认为换行符,即处理结果也是一行一行输出到屏幕,替换换行符,如例1
-F'[:#/]' 定义三个分隔符
测试文件test:
one:@aaa@bbb@ccc
two:@ddd@eee@fff
例1:ORS 输出的记录分隔符
awk -v ORS="打印在换行位置" '{print $0}' test
#注意等于=左右不要有空格
例2:RS 输入的记录分隔符
awk -v RS="@" '{print $0}' test
#等价于:awk 'BEGIN{RS="@"} {print $0}' test
例3:FS 定义分隔符变量
awk -F ":" '{print $2,$3}' test
例4:OFS 输出字段分隔符
awk -F ":" -v OFS="===" '{print $1,$2}' test
awk -v FS="@" '{print $2,$3}' test
二、awk语句
测试文件 passwd.txt:
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin
一、print输出
1、打印 以root行首的行记录,并打印以:分隔后的,前4列位置的值,结尾打印file output complete结束。
awk -F: 'BEGIN {print "user","passwd","UID","GID"}/^root/{print $1,$2,$3,$4}END{print "file output complete" }' passwd.txt
解析:
BEGIN {print “user”,“passwd”,“UID”,“GID”} 在awk开始从输入流中读取行之前被执行,打印这些定义的名称:user passwd UID GID
/^root/ 是语句的 pattern部分,触发的条件。正则表达式,以root行首
{print $1,$2,$3,$4} 是语句的 action部分,执行动作。 打印以:分隔后的,前面4个位置的值
END{print “file output complete” } END语句块在awk从输入流中读取完所有的行之后即被执行
2、与分隔后的某个位置内容匹配后,再打印输出内容
awk -F ":" '$1 ~ "root" {print NR,$1,$2,$3,$4,$5}' passwd.txt
注意:
1、正则表达式中含/aa/bb这种内容时,需要进行转义//aa/bb/
2、多个正则表达式,awk / 正则表达式1 /,/ 正则表达式2 /{动作}
3、打印所有连接6379端口的ip、以及对应的个数
ss -nt|grep 6379 |grep ESTAB|awk 'NR>1{split($5,ip,":")s[ip[1]]++} END{for (i in s) print i,"conn counts-->",s[i];}'
二、printf格式化输出
1、 在awk中使用printf动作时,指定的"格式"与列( 1 ) 之 间 需 要 用 " 逗 号 " 隔 开 2 、 在 a w k 中 使 用 p r i n t f 动 作 时 , 指 定 的 " 格 式 " 与 列 ( 1)之间需要用"逗号"隔开 2、在awk中使用printf动作时,指定的"格式"与列( 1)之间需要用"逗号"隔开2、在awk中使用printf动作时,指定的"格式"与列(N)需要一一对应
例1、
echo "A B C D"|awk '{printf "%3s%s\n",$1,$2}'
echo "A B C D"|awk '{printf "%s\t%s\n",$1,$2}'
echo "A B C D"|awk '{printf "%s\n%s\n",$1,$2}'