前言
文本处理三剑客中,grep强在文本查找,sed强在文本处理,现awk强在文本查找后的输出处理。awk可以在处理文本的过程中使用编程结构(变量、条件判断、循环)以及其内置的变量,这就是它强大的地方。
语法结构
awk [options] 'program' file file ...
awk [options] 'PATTERN{action}' file file ...
① 各项目之间使用逗号分隔,而输出时则使用输出分隔符分隔
② 输出的各item可以字符串或数值、当前记录的字段、变量或awk的表达式,数值会被隐式转换为字符串后输出
③ print后面item如果省略,相当于print $0,若输出空白,使用pirnt ""
options
-F:指定输入分隔符
-v:自定义变量
PATTERN
① Regexp: 格式为/PATTERN/,仅处理被/PATTERN/匹配到的行
② Expression: 表达式,其结果为非0或非空字符串时满足条件,仅处理满足条件的行
③ Ranges: 行范围,此前地址定界,startline, endline,仅处理范围内的行
④ BEGIN/END: 特殊模式,仅在awk命令的program运行之前(BEGIN)或运行之后(END)执行一次
⑤ Empty:空模式,匹配任行
常用的action
①Expressions:表达式 赋值等
② Control statements:条件语句,控制语句if while...
③Compound statements:组合语句
④ input statements:输入语句
⑤ output statements:输出语句
关于变量及其操作
内置变量
FS:Field Seperator, 输入时的字段分隔符
RS:Record Seperator, 输出行分隔符
OFS: Output Field Seperator, 输出时的字段分隔符;12121212
ORS: Outpput Row Seperator, 输出时的行分隔符;
NR:Numbers of Record, 行数;代表当前所处理的行是第几行
NF:Numbers of Field, 字段数;代表当前所处理的行所包含的所有字段
FNR:行数;各文件分别计数;
1212
ARGV:数组,保存命令本身这个字符,awk '{print $0}' 1.txt 2.txt,意味着ARGV[0]保存awk
ARGC: 保存awk命令中参数的个数
FILENAME: awk正在处理的当前文件的名称
自定义变量
-v var_name=VALUE #变量名区分字符大小写
①可以program中定义变量
awk -v A="test" 'BEGIN{print A}'
② 可以命令行中通过-v选项自定义变量
awk 'BEGIN{A="test";print A}'
操作符
算术操作符:
x+y
x-y
x*y
x/y
x**y, x^y
x%y
-x:负值
+x:转换为数值
字符串操作符:连接
赋值操作符:
=
+=
-=
*=
/=
%=
^=
**=
++
--
如果模式自身是=号,要写为/=/
比较操作符:
<
<=
>
>=
==
!=
~:模式匹配,左边的字符串能够被右边的模式所匹配为真,否则为假;
!~:不匹配为真,匹配为假
逻辑操作符:
&&: 与
||:或
条件表达式:
selector?if-true-expression:if-false-expression
函数调用:
function_name(argu1,argu2)
printf命令
printf format, item1, item2,...
① 要指定format
②不会自动换行;如需换行则需要给出\n
③format用于为后面的每个item指定其输出格式
format格式的指示符都%开头,后跟一个字符:
%c: 显示字符的ASCII码;
%d, %i: 十进制整数;
%e, %E: 科学计数法显示数值;
%f: 显示浮点数;
%g, %G: 以科学计数法格式或浮点数格式显示数值;
%s: 显示字符串;
%u: 显示无符号整数;
%%: 显示%自身;
修饰符:
#:显示宽度
-:左对齐
+:显示数值的符号
.#: 取值精度
举例
awk 'BEGIN{str=65;printf "%c\n",str}'
awk 'BEGIN{str=3.14159;printf "%.2f\n",str}'
awk -F : '{printf "%+10s %-5d\n", $1,$3}' /etc/passwd
print的输出重定向
print items > output-file #保存到某文件
print items >> output-file #追加到某文件
print items | command #使用管道交给某些命令处理
特殊文件描述符:
/dev/stdin: 标准输入
/dev/stdout: 标准输出
/dev/stderr: 错误输出2347
控制语句
if-else
格式:if (condition) {then body} else {else body}
# awk -F: '{if ($3>=500) {print $1,"is a common user"} else {print $1, "is an admin or system user"}}' /etc/passwd
# awk '{if (NF>=8) {print}}' /etc/i12
while
格式:while (condition) {while body}
# awk '{i=1; while (i<=NF){printf "%s ",$i;i+=2};print ""}' /etc/inittab
# awk '{i=1; while (i<=NF){if (length($i)>=6) {print $i}; i++}}' /etc/inittab
length()函数:取字符串的长度
do-while
格式:do {do-while body} while (condition)
for
格式:for (variable assignment; condition; iteration process) {for body}
# awk '{for (i=1;i<=NF;i+=2){printf "%s ",$i};print ""}' /etc/inittab
# awk '{for (i=1;i<=NF;i++){if (length($i)>=6) print $i}}' /etc/inittab
for循环可用来遍历数组元素:
语法:for (i in array) {for body}
case
语法:switch (expression) {case VALUE or /RGEEXP/: statement1;... default: stementN}
循环控制
break
continue
next
提前结束对本行的处理进而进入下一行的处理;
# awk -F: '{if($3%2==0) next;print $1,$3}' /etc/passwd
# awk -F: '{if(NR%2==0) next; print NR,$1}' /etc/passwd
数组
关联数组:
array[index-expression]
index-expression: 可以使用任意字符串; 如果某数组元素事先不存在,那么在引用时,awk会自动创建此元素并将其初始化为空串;因此,要判断某数组是否存在某元素,必须使用“index in array”这种格式;
A[first]="hello awk"
print A[second]
要遍历数组中的每一个元素,需要使用如下特殊结构:
for (var in array) {for body}
其var会遍历array的索引;
state[LISTEN]++
state[ESTABLISHED]++
举例:
# netstat -tan | awk '/^tcp/{++state[$NF]}END{for (s in state) {print s,state[s]}}'
# awk '{ip[$1]++}END{for (i in ip) {print i,ip[i]}}' /var/log/httpd/access_log
删除数组元素:
delete array[index]
awk的内置函数
split(string,array[,fieldsep[,seps]]):
功能:将string表示的字符串以fieldsep为分隔符进行切片,并切片后的结果保存至array为名的数组中;数组下标从1开始;
root:x:0:0::/root:/bin/bash
user[1]="root", user[2]
此函数有返回值,返回值为切片后的元素的个数
# netstat -tn | awk '/^tcp/{lens=split($5,client,":");ip[client[lens-1]]++}END{for (i in ip) print i,ip[i]}'
length(string)
功能:返回给定字串的长度12121212
substr(string,start[,length])
功能:从string中取子串,从start为起始位置为取length长度的子串;
# awk -F: '{if ($3>=500) {print $1,"is a common user"} else {print $1, "is an admin or system user"}}' /etc/passwd
# awk '{if (NF>=8) {print}}' /etc/i12