目录
一、概述
AWK 是一种处理文本文件的语言,是一个强大的文本分析工具。
之所以叫 AWK 是因为其取了三位创始人 Alfred Aho,Peter Weinberger, 和 Brian Kernighan 的 Family Name 的首字符
linux中有三剑客之称:
三剑客功能:
[awk]: 处理文本
grep : 过滤文本
sed : 修改文本
awk
:全称
Aho, Weinberger, Kernighan
,报告生成器,格式化文本输出,
GNU/Linux
发布的
AWK
目前由自 由软件基金会(FSF
)进行开发和维护,通常也称它为
GNU AWK。
它是专门为文本处理设计的编程语言,也是行处理软件,通常用于扫描、过滤、统计汇总工作
数据可以来自标准输入也可以是管道或文件。
20
世纪
70
年代诞生于贝尔实验室,现在
centos7
用的是
gawk。
有多种版本:
- AWK: 原先来源于 AT & T 实验室的的AWK
- NAWK:New awk,AT & T 实验室的AWK的升级版
- GAWK:即GNU AWK。所有的GNU/Linux发布版都自带GAWK,它与AWK和NAWK完全兼容
在 linux 上常用的是 gawk,awk 是 gawk 的链接文件![]()
1.2、工作原理
当读到第一行时,匹配条件,然后执行指定动作,再接着读取第二行数据处理,不会默认输出
如果没有定义匹配条件默认是匹配所有数据行,
awk
隐含循环,条件匹配多少次动作就会执行多少次逐行读取文本,默认以空格或tab
键为分隔符进行分隔,将分隔所得的各个字段保存到内建变量中,并按 模式或者条件执行编辑命令。
sed
命令常用于一整行的处理,而
awk
比较、倾向于将一行分成多个
""
字段
"
然后再进行处理。
awk
信息的读入也是逐行读取的,执行结果可以通过
print
的功能将字段数据打印显示。
在使用
awk
命令的过程中,
可以使用逻辑操作符
" &&"
表示
"
与
"
、
"||
表示
"
或
"
、
"!"
表示非
";
还可以进行简单的数学运算,如
+
、 *、
/
、
%
、
^
分别表示加、减、乘、除、取余和乘方。
1.3、工作流程
man gawk---->
pattern scanning and processing language
模式扫描和处理语言。
pattern [
ˈ
pætn]
模式 ;
process [
ˈ
pr
əʊ
ses]
处理
任何
awk
语句都是由模式和动作组成,一个
awk
脚本可以有多个语句。模式决定动作语句的触发条件和触发时间
1.4、 运行模式
- 正则表达式 : /root/ 匹配含有 root 的行 /*.root/
- 关系表达式: < > && || + *
- 匹配表达式: ~ !~ 动作:
- 变量 、命令、 内置函数 、流控制语句 它的语法结构如下:
1.5、 执行流程
BEGIN
语句设置计数和打印头部信息,在任何动作之前进行
END
语句输出统计结果,在完成动作之后执行
AWK
执行的流程非常简单:读(
Read
)、执行(
Execute
)与重复(
Repeat
)。
下面的流程图描述出 了AWK
的工作流程
![](https://i-blog.csdnimg.cn/direct/162c7f5fc8a24e4892f1c4167aec8412.png)
1.6、 基本语法
命令格式
awk
选项
'
模式或条件
{
操作
}'
文件
1
文件
2 ...
如果动作较为复杂,也可以将动作写在一个单独的文件中,并使用
-f
选项来指定该文件:
awk -f
脚本文件
文件
1
文件
2 ..
格式: awk 选项 命令部分 '{xxxx}' 文件名
AWK
支持两种不同类型的变量:
内建变量(也称为内置变量或预定义变量,
可直接使用)和
用户自定义变量
内置变量(预定义变量) 如下所示:
- FS:指定每行文本的字段分隔符,默认为空格或制表位。
- NF:当前处理的行的字段个数。在执行过程中对应于当前的字段数,NF:列的个数
- NR:当前处理的行的行号(序数)。 在执行过程中对应于当前的行号
- $0:当前处理的行的整行内容。
- $n:当前处理行的第 n 个字段(第 n 列)。比如: $1 表示第一个字段,$2 表示第二个字段
- FILENAME:被处理的文件名(当前输入文件的名)。
- FNR 各文件分别计数的行号
- OFS 输出字段分隔符(默认值是一个空格)
- ORS 输出记录分隔符(默认值是一个换行符)
- RS:行分隔符。awk从文件上读取资料时,将根据Rs的定义把资料切割成许多条记录, 而awk一次仅读 入一条记录,以进行处理。预设值是" \n',简说:数据记录分隔,默认为\n,即每行为一条记录
二、实战案列
2.1、内建变量
awk
包含几个特殊的内建变量(可直接用)如下所示:
FS
:
指定
每行文本的字段
分隔符
,默认为空格或制表位。
NF
:当前处理的
行的字段个数
。
NR
:当前处理的
行的行号
(序数)。
$0
:当前处理的行的
整行内容
。
$n
:当前处理行的第
n
个字段(第
n
列)。
FILENAME
:被处理的文件名。
RS:
行分隔符。
awk
从文件上读取资料时
,
将根据
Rs
的定义把资料切割成许多条记录
,
而
awk
一次仅读入一 条记录,
以进行处理。预设值是
" \n'
简说:数据记录分隔,默认为
\n
,即每行为一条记录
FS的作用
在打印之前先定义字段分隔符为冒号
NF的作用
打印每一行的列数,列的个数
NR的作用
显示行号
$0的作用
一整行内容
awk -F: '/root/{print $0}' /etc/passwd
搜索包含root的整行内容,全部打印出来
![](https://i-blog.csdnimg.cn/direct/3570a295cee94ce9833746ccafddd324.png)
$n(1>n为数字)的作用
/awk
默认把这一行当做一列,因为没有被空格分隔,
awk
默 认以空格或tab
键分隔
awk '{print $1}' /etc/passwd
![](https://i-blog.csdnimg.cn/direct/466aecaa04524d189b6b6a13095893db.png)
在打印一遍
awk '{print "hello" }' </etc/passwd
直接打印内容
自定义冒号为分隔符显示分隔之后的第五列
awk -F: '{print $5}' /etc/passwd
![](https://i-blog.csdnimg.cn/direct/c1866c239814476286785a9bf35dfb43.png)
//
定义多个分隔符,只要看到其中一个都 算作分隔符
awk -F[:/] '{print $1}' /etc/passwd
awk
常用内置变量:
$1
、
$2
、
NF
、
NR
、
$0
$1
:代表第一列
$2
:代表第二列以此类推
$0
:代表整行
NF
:一行的列数
NR
:行数
打印包含root的行的第 一列
![](https://i-blog.csdnimg.cn/direct/43b9fd9a3e9b43e2a069344b216ccd16.png)
打印包含root的行的 第一列和第六列
![](https://i-blog.csdnimg.cn/direct/5add19a614b04f2abefc89382415c8cf.png)
默认应该整行
![](https://i-blog.csdnimg.cn/direct/b0c49f5ba12d482290d879de13a940fb.png)
多一个$0就多显示行内容
nr行数,可以不用print 直接默认显示
当然也可以加上效果一样
awk 'NR==2{print}' /etc/passwd //同上效果
打印第二行的第一列
awk -F: 'NR==2{print $1}' /etc/passwd
![](https://i-blog.csdnimg.cn/direct/d481d2e2d5b04dd79e315d5c88f9c2c1.png)
打印最后每行一列
awk -F: '{print $NF}' /etc/passwd
打印总行数
awk END'{print NR}' /etc/passwd
打印文件最后一行
awk -F: '{print "第" NR "行有" NF "列" }' /etc/passwd
扩展生产案列:网卡的ip、流量
查看流量
查看ip地址
查看磁盘空间
2.3、BEGIN 和 END 运算
逐行执行开始之前执行什么任务,结束之后再执行什么任务,用
BEGIN
、
END ,BEGIN一般用来做初始化操作,仅在读取数据记录之前执行一次
END
一般用来做汇总操作,仅在读取完数据记录之后执行一次。
![](https://i-blog.csdnimg.cn/direct/d4e39e9fc1e44c55b0ac77529cd6a2e1.png)
小数也可以运算,不指定初始值,初始值就为0,如果是字符串,则默认为空。^和**都是幂运算,
BEGIN
在处理文件之前,所以后面不跟 文件名也不影响。
模糊匹配,用
~
表示包含,
!~
表示不包含
![](https://i-blog.csdnimg.cn/direct/f9e3b436812444e190d083a6c4ffafb0.png)
awk -F: '$1~/ro/' /etc/passwd //
模糊匹配,只要有
ro
就匹配上
![](https://i-blog.csdnimg.cn/direct/1a3bd6619573483693376bfc28cb62f3.png)
awk -F: '$7!~/nologin$/{print $1,$7}' /etc/passwd
关于数值与字符串的比较
比较符号:
== != <= >= < >
第五行
和5行内
![](https://i-blog.csdnimg.cn/direct/ad66966020144f8ba5da4234aed6f663.png)
加“”代表精确查找
![](https://i-blog.csdnimg.cn/direct/9354139450b94063b35446992d7b08df.png)
3到100列的
逻辑运算
&& ||
&&
和
||
是逻辑运算符,用于组合多个条件并控制程序流程。
&&
要求所有条件都为真时才为真,否则为假。
||
只要有一个条件为真就为真,全为假时才为假。
打印
1-200
之间所有能被
7
整除并且包含数字
7
的整数数字
![](https://i-blog.csdnimg.cn/direct/ed672a37473f4362a1dd9180557aada5.png)
其他内置变量的用法
FS
(输入)、
OFS
、
NR
、
FNR
、
RS
、
ORS
FS
:输入字段的分隔符 默认是空格
OFS
:输出字段的分隔符 默认也是空格
FNR
:读取文件的记录数(行号),从
1
开始,新的文件重新重
1
开始计数
RS
:输入行分隔符
默认为换行符
ORS
:输出行分隔符
默认也是为换行符
OFS的作用
OFS
定义了输出时以什么分隔,
$1 $2
中间要用逗号分隔,因为逗号默认被映射为
OFS
变量,而这个变量默认是空格
OFS
:输出分隔符 默认也是空格,我们这里是---,然后输出$2
awk 'BEGIN{FS=":";OFS="---"}{print $1,$2}' /etc/passwd
FNR
awk '{print FNR,$0}' /etc/resolv.conf /etc/hosts
可以看出 FNR的行号在追加当有多个文件时
NR
awk '{print NR,$0}' /etc/resolv.conf /etc/hosts
NR
代表当前记录号(即当前行号,在整个输入文件中是唯一的)。$0
代表当前记录的内容,即当前行的全部文本。
因此,'{print NR,$0}'
这个动作的意思是“打印当前行号(NR
)和当前行的全部内容($0
)”。
FNR区分文件给行号,NR不区分
![](https://i-blog.csdnimg.cn/direct/447e2584e8444ca683195abbe878b8d0.png)
RS
指定以什么为换行符,这里指定是冒号,指定的肯定是原文里存在的字符
![](https://i-blog.csdnimg.cn/direct/15a77db4a583447eb1fa194f77464af6.png)
ORS
把多行合并成一行 输出,输出的时候自定义以空格分隔每行,本来默认的是回车键
![](https://i-blog.csdnimg.cn/direct/67e411029e904f66b5b5f4a812207c65.png)