awk命令进阶操作（二）

awk模块

awk的BEGIN模块和END模块

格式

awk 'BEGIN{}{}END{}' 文件名

BEGIN模块

• 用于定义一个动作，用{}表示要执行的动作
• 这个动作要再读取文件之前执行
• 这里的动作大多用于定义变量，包括内置变量、自定义变量

BEGIN 常见错误

• 对BEGIN块的误解：许多初学者可能会误以为BEGIN块只在处理第一个输入记录时执行。实际上，BEGIN块会在处理任何输入之前执行一次，因此如果期望它在每个记录上都执行，这将导致逻辑上的错误
• 变量初始化问题：在BEGIN块中未正确初始化变量可能导致意外，如果尝试在BEGIN块中使用一个未声明的变量，或者使用了一个预期为数组但被当作普通变量使用的数组元素，这可能会导致程序崩溃或产生不可预测的结果
• 正则表达式使用的限制：虽然不是专门针对BEGIN块，但在awk中使用正则表达式时需要注意其性能影响。特别是在处理大量数据时，不恰当的正则表达式可能会显著降低程序的效率

END模块

END模块

• 用于定义一个动作，用{}表示要执行的动作
• 这个动作是awk将文件中的内容读取完成后，而且处理完成后，END模块才会执行
• 这里的动作一般用于输出一个解释

END模块 常见错误

awk的END模块常见错误主要包括以下几点：

• END模块使用错误：END模块只能有一个，尝试使用两个END模块（END{}END{}）是错误的
  这意味着在awk脚本中，应该只定义一个END块，用于在所有输入行处理完成后执行特定的操作。
• END模块中的循环问题：虽然可以在END模块中使用循环来遍历数组等数据结构
  ，但是需要注意的是，循环的下标关键字可能不会从0开始，这可能会导致对数组元素访问的预期之外的结果。
• END模块的默认行为：需要注意的是，BEGIN和END规则必须有动作；这意味着在使用END模块时，必须明确指定要执行的操作，否则可能会因为缺少必要的命令而导致预期之外的行为。

案例

计算1~100的累加和

 seq 100 | awk 'BEGIN{sum=0}{sum+=$0}END{print sum}'
 5050

详细解释
1.seq命令可以输出连续的数字，或者输出固定间隔的数字，或者输出指定格式的数字,

2.这里awk 被用来对序列中的每个数字进行累加求和
3.BEGIN{sum=0} 部分是 awk 的 BEGIN 特殊模式，它在 awk 处理任何输入之前执行一次。这里初始化变量 sum 为 0，准备用于累加求和
4.{sum+=$0} 部分是 awk 的正常模式，它对每一行（在这个场景中是序列中的每个数字）执行。$0 表示当前行的全部内容，这里将其累加到 sum 变量中
5.END{print sum} 部分是 awk 的 END 特殊模式，它在 awk 处理完所有输入之后执行一次。这里输出变量 sum 的值，即序列中所有数字的总和

统计系统中有多少用户的shell类型是/bin/bash

awk 'BEGIN{FS=":";sum=0}$NF~/\/bin\/bash$/{sum+=1}END{print sum}' /etc/passwd

1.给定的awk命令是用于统计/etc/passwd文件中以/bin/bash结尾的行数

2.在awk中$NF表示当前记录的最后一个字段
因此，这个命令通过将每行的最后一个字段与正则表达式/bin/bash$进行匹配，
来判断该行是否以/bin/bash结尾。如果匹配成功，就将变量sum加一
最后，在END块中打印出sum变量的值，即为满足条件的行数。

3.BEGIN{FS=":"}这行代码设置了字段分隔符为冒号（:），这是因为/etc/passwd文件中的每个条目是以冒号分隔的。
接下来，对于文件中的每一行，awk会检查其最后一个字段（$NF）是否包含字符串/bin/bash。
如果包含，就执行sum+=1，即将变量sum的值加一。当处理完文件中的所有行后，
awk会在END块中打印出sum变量的值，这就是以/bin/bash结尾的行数。