下载排好版的word文档，点这里
awk
awk推荐去看朱双印的博客“awk从放弃到入门”，写的真的很好，本文的awk就总结于它。
awk其实是一门编程语音，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
1、awk基础
1.1、普通模式
awk 【option】 ‘program’ file1，file2
1.2、特殊模式
1） BEGIN和END模块只能有一个。中间的pattern匹配，可以有多个
NR==2{print $1}NR==5{print $1}
2） BEGIN模块，代表awk在处理文本前要做的事。即使不接收文件名，仅仅使用BEGIN模块打印，也能正常输出
awk ‘BEGIN {print “111”,”222”}’
3） END模块，代表awk在处理文本后要做的事
awk ‘{print $1,$2} END{print ‘333’,’444’}’test
1.3、内置变量
变量名 | 属性 | 备注 |
$0 | 当前记录。即一整行 | |
$1~$n | 当前记录的第n个字段 | awk ‘{print “str:”$1}’ |
FS | 输入字段分隔符，默认space | awk –F ‘:’ awk –v FS=’:’ |
RS | 输入记录分隔符，默认为\n | 如果RS=””，会以空白行分隔 |
OFS | 输出字段分隔符，默认space | |
ORS | 输出的记录分隔符，默认\n | |
NF | 当前记录中的字段个数，即多少列 | |
NR | 行号，从1开始 | |
FNR | 各文件分别显示行号 | |
FILENAME | 当前文件名 | awk ‘{print FILENAME,$0}’ |
ARGC | 命令行参数的个数 | |
ARGV | 数组，保存的是命令行所给定的参数 | ARGV[0]是awk，单引号中的不算参数，处理的文件是参数 |
1.4、自定义变量
awk除了使用内置变量，还可以自己定义变量。
方法一：-v varname=value 变量名区分字符大小写。-v：设置变量
方法二：在program中定义
1、-v 定义
2、在program定义
2、printf
awk本身负责文本切割，printf动作则负责格式格式化文本。在了解awk的printf动作前，需要首先了解printf命令
2.1、shell的printf命令
在shell中，echo和printf都是输出文本的命令。echo输出的字符串，会自动在末尾加上\n，
而printf不会。printf的作用是按照我们指定的格式输出文本，所以\n，也需要我们自己指定
echo与printf
注意看3，printf的优势就在于，可以用格式替换符，帮我们处理一长串的str
替换符号
格式替换符
名称 | 含义 |
%s | 字符串 |
%f | 浮点格式 |
%b | 对应的参数包含转义字符时，对应的转义字符会被转义 |
%c | ASCII字符，显示对应参数的第一个字符 |
%d，%i | 十进制整数 |
%o | 不带正负号的八进制值 |
%u | 不带正负号的十进制值 |
%x | 不带正负号的十六进制值，用a到f表示10至15 |
%X | 不带正负号的十六进制值，用A到F表示10至15 |
%% | 表示‘%’本身 |
转义字符
名称 | 含义 |
\a | 警告字符，常为ASCII的BEL字符 |
\b | 后退 |
\c | 不显示输出结果中任何结尾的换行字符（%b格式下的参数字符串依然有效） |
\f | 换页（formfeed） |
\n | 换行 |
\r | 回车 |
\t | 水平制表符 |
\v | 垂直制表符 |
\\ | “\”本身 |
\ddd | 表示1到3位数八进制值得字符串，仅在字符格式串中有效 |
\0ddd | 表示1到3位数八进制值得字符串 |
修饰符
参数 | 含义 |
%7s | 7就代表当前替换符对应的输出长度为7个字符宽，不足补齐，超出也正常显示 |
%-7s | “-”，表示左对齐，不加时，是右对齐 |
%+5d | 正数会自动变为+num |
%12.3f | “.3”表示保留小数点后三位，%f默认是小数点后6位 |
%12.5d | “.5”表示整数的长度，不足用0补齐 |
例子
2.2、awk的printf动作
awk的printf动作与shell的printf命令很像，只是要注意几点：
1） 使用printf动作输出的文本不会换行，要自己手动加\n
2） 使用printf动作时，“指定的格式”与“被格式化的文本”间，要用“逗号”隔开
3） 使用printf动作，“格式替换符”与“被格式化的文本”数量一一对应
例子
awk -v FS=':' 'BEGIN{printf "%-10s\t %s\n","用户名称","用户ID"} {printf "%-10s\t %s\n",$1,$3}' /etc/passwd
用户名称 用户ID
root 0
bin 1
3、awk模式（Pattern）
3.1、grep与awk的正则对比
grep ‘^root’/etc/passwd
awk ‘/^root/{print $0}’ /etc/passwd
3.2、awk正则的注意点
1）awk命令中的正则是“扩展正则表达式”
2）当使用{x,y}或[[:space]]，这种正则时，要加上参数—posix
3）注意对“\”和“.”转义
3.3、awk的行范围模式
两个正则的就是行范围模式，从正则1匹配的行开始，到正则2匹配的行结束
正则匹配符
~ | 匹配后面的正则。’$1~/pattern/’ |
!~ | 不匹配后面的正则’$1!~/pattern/’ |
3.4、例子
4、awk动作总结
4.0、动作拆分
上图的动作分为两个部分：
1） 红线标注：最外侧的括号“{}”。“组合语句”类型的动作，将多个代码组合成代码块
2） 蓝线标注：“print $0”。print是“输出语句”类型的动作
例子
4.1、if动作
如果if对应的{}，只有一条命令，可以省略{}
4.2、for动作
4.3、while动作
4.4、do…while动作
do…while循环无论是否满足while的条件，都会先执行一次do里的命令
# 打印一遍test
# 打印5遍test
4.5、cotinue和break
# 1~5，不打印3
# 打印1~3
4.6、exit
awk中，exit表示跳过后序所有动作，直接执行END内的命令。如果没有END模式，则会直接结束awk命令
# 只打印1
# 不会打印$0
4.7、next
next的作用是跳过当前行。直接从下一行 开始处理
# 跳过第2行
5、awk数组
5.1、基础概念
1）awk中的数组是一个使用字符串作为下标的“关联数组”。
2）我们在使用时，可以用 数字/字符串 作为下标，不过使用数字作为下标时，awk默认会把“数字”下标转换为“字符串”。
3）在awk中，元素的值可以设置为“空”。
4）当一个元素不存在于数组时，如果我们直接引用这个不存在的元素，awk会自动创建这个元素，并且默认为这个元素赋值为“空字符串”
5）在awk中，判断数组中元素是否存在，用“if（下标 in 数组名）”。即判断数组中是否有key
6）使用split函数生成的数组，下标默认是从1开始的
5.2、基本操作
# 创建数组，直接创建就可以
# 删除数组中的元素
awk ‘BEGIN{ …；delete huluwa[0]}’
# 删除整个数组
awk ‘BEGIN{ …；delete huluwa}’
# for循环有序遍历数组。只有下标是数字时，通过下标的递增，才能有序遍历
awk ‘BEGIN{ …；for (i=1;i<=3;i++){print i，huluwa[i];} }’
# for循环无序遍历数组。因为awk数组本身是无序的关联数组
awk ‘BEGIN{ …；for (i in huluwa){print i，huluwa[i]} }’
# 实例应用——统计某文件$1 重复出现的次数
awk ‘{count[$1]++} END{ for (i in count ) {print i,count[i]} }’ file
# 实例应用——统计某文本人名出现次数
awk ‘{ for (i=1;i<=NF;i++) {count[$i]++} } END{ for (a in count) {print a,count[a]} }’
6、awk内置函数
6.1、算术函数
rand函数，srand函数，int函数
rand函数固定打印了0.237788，srand函数固定打印1，两者合用，可生成小于1的随机数
# rand函数
awk 'BEGIN{print rand()}'
0.237788
# srand函数
awk 'BEGIN{print srand()}'
1
# 生成小于1的随机数
awk 'BEGIN{srand();print rand()}'
0.319498
# 通过随机数乘100，在通过int函数取整，生成0~100间的随机数
awk 'BEGIN{srand();print int(100*rand())}'
76
6.2、字符串函数
gsub函数，sub函数
这两个函数用于替换某些 文本
awk ‘{ gsub （“old”，“new”，$1）；print $0}’file
awk ‘{ gsub （“[a-z]”，“new”，$1）；print $0}’file
gsub将指定范围内匹配的字符全部替换为新字符
sub用法与gsub一样，但只替换匹配范围内第一次匹配到的字符
# 比如某文件就一行，$1=aaa。
gsub（“a”，“b”），则$1=bbb。第三个参数不加，则默认为$0
sub（“a”，“b”），则$1=baa。
length函数
length函数可获取指定字符串的长度。不指定参数，默认为$0
awk ‘{ for （i=1；i<=NF；i++） {print $i，length（$i）} }’file
index函数
获取指定字符串位于整个字符串中的位置
awk ‘{print index（$0，“LEE”）}’file
0
7
0
index函数在每一行中查找LEE，如果该行没有，返回0，该行有，返回位置
split函数
split函数可以切割字符串，帮我们动态生成数组。生成的数组下标从1开始
# 将ts以“;”分隔，并将分隔后的str保存到huluwa数组中
awk –v ts=”one;two;three”‘BEGIN{ print split(ts,huluwa,”；”)}’
# split函数的返回值就是数组长度
split(ts,huluwa,”；”) == 3
6.3、排序函数
asort函数
asort函数根据数组的value值进行排序
# asort排序后，原有key将被数字替代
awk 'BEGIN{ t["a"]=66;t["b"]=88;t["c"]=35 ; asort(t) ; for (i in t){print i,t[i]} }'
1 35
2 66
3 88
# asort排序时，新建一个数组。t[]不变，新创了new[]
awk 'BEGIN{ t["a"]=66;t["b"]=88;t["c"]=35 ; asort(t,new) ; \
for (i in new){print i,new[i]} }'
# asort函数的返回值就是数组的长度
asort（t,new）==3
asorti函数
asorti函数会对原数组的key排序，然后将key作为value生成一个新数组
awk 'BEGIN{ t["a"]=66;t["b"]=88;t["c"]=35;asorti(t,new);for (i in new){print i,new[i]} }'
1 a
2 b
3 c
# 通过asorti排列原数组
awk 'BEGIN{ t["a"]=66;t["b"]=88;t["c"]=35;asorti(t,new);\
for (i in new){print i，new[i]，t[new[i]] } }'
1 a 66
2 b 88
3 c 35
7、三元运算与打印奇偶行
7.1、三元运算
# if…else判断用户类型
awk –F : ‘{ if（$3<500）{usertype=“系统用户”}else{ usertype=“普通用户”}；\
print $1，usertype }’/etc/passwd
# 三元运算符替换if…else
awk –F : ‘{ usertype=$3<500？“系统用户”： “普通用户”；\
print $1，usertype }’/etc/passwd
l $3<500：条件判断
l ?”系统用户”：为真，则“系统用户”赋给usertype
l ：“普通用户”：为假，则“普通用户”赋给usertype
# 三元运算符统计“系统用户”和“普通用户”数量
awk -F: '{$3<500?a++:b++}END{print a,b}' /etc/passwd
7.2、打印奇偶行
# 打印奇数行
awk ‘a=!a’flie
# 打印偶数行
awk ‘!(a=!a)’flie
解析：
我们知道awk的正则匹配是
/
但如果我们不加print动作，仅仅有正则，那么会默认打印$0。
awk ‘/正则/’file
而在awk中，非0/非空str表示“真”。0/空表示“假”
# 注意，这不是正则，‘2’不为0/空，打印file所有
awk '2' file
所以’a=!a’
1） a没有定义，初始化a=‘’，a为“假”
2） !a为“真”
3） a=!a，a变为“真”，打印第1行
4） !a又变为“假”，不打印第2行
‘!(a=!a)’
1）a=!a为真，!(a=!a)为假，不打印 第1行
2）a=!a为假，!(a=!a)为真，打印第2行
8、参考文档
awk从放弃到入门 (http://www.zsythink.net/?s=awk)
awk用法（使用入门） (https://www.cnblogs.com/emanlee/p/3327576.html)
官方文档 (https://www.gnu.org/software/gawk/manual/html_node/index.html#SEC_Contents)
sed
sed命令是一个面向字符流的非交互式编辑器，按行来处理文本内容。在shell中，使用sed来批量修改文本内容是非常方便的。
1、sed的工作原理
sed 把每一行都存在临时缓存区中，对这个副本进行编辑，所以不会修改或破坏源文件。具体过程如下：
1）sed 把当前正在处理的行保存在一个临时缓存区中，这个缓存区称为“模式空间”或“临时缓冲”。
2）sed 对模式空间中的行后处理完毕后，就把该行发送到屏幕上（除非之前有命令删除这一行或取消打印操作）。
3）sed处理完输入文件的最后一行后， sed 便结束运行。
2、sed命令详解
2.1、sed命令的语法格式
sed的命令格式
sed [option] 'sed command'filename
sed的脚本格式
sed [option] -f 'sed script'filename
2.2、sed命令的选项(option)
-n ：使用安静(silent)模式。在一般 sed 的用法中，所有来自 STDIN 的数据一般都会被列出到终端上。但如果加上 -n 参数后，则只有经过sed 特殊处理的那一行(或者动作)才会被列出来。
-e ：多重编辑，且命令顺序会影响结果
-f ：直接将 sed 的动作写在一个文件内， -f filename 则可以运行 filename 内的 sed 动作；
-r ：sed 的动作支持的是延伸型正规表示法的语法。(默认是基础正规表示法语法)
-i ：直接修改读取的文件内容，而不是输出到终端。
2.3、sed定位文本的方式
x | x为行号 |
x,y | 表示行号从x到y |
/pattern | 查询包含模式的行 |
/pattern /pattern | 查询包含两个模式的行 |
pattern/,x | 在给定行号上查询包含模式的行 |
x,/pattern/ | 通过行号和模式查询匹配的行 |
x,y! | 查询不包含指定行号x和y的行 |
2.4、sed操作命令（command）
命 令 | 说 明 |
a\ | 在当前行后添加一行或多行。 sed ‘/pattern/a new_str’file；sed ‘1a new_str‘ file |
c\ | 用新文本修改（替换）当前行中的文本 |
d | 删除行 |
i\ | 在当前行之前插入文本 |
h | 把模式空间里的内容复制到暂存缓存区 |
H | 把模式空间里的内容追加到暂存缓存区 |
g | 取出暂存缓冲区里的内容，将其复制到模式空间，覆盖该处原有内容 |
G | 取出暂存缓冲区里的内容，将其复制到模式空间，追加在原有内容后面 |
l | 列出非打印字符 |
p | 打印匹配行（和-n选项一起合用） |
= | 显示文件行号 |
{} | 定位执行的命令组，“;”隔开 |
n | 读入下一输入行，并从下一条命令而不是第一条命令开始处理 |
q | 结束或退出 sed |
r filename | 从另一个文件中读文本，类似输入重定向 < |
！ | 对所选行意外的所有行应用命令 |
s | 用一个字符串替换另一个 |
2.5、替换标志
g | 在行内进行全局替换 |
p | 打印行 |
w filename | 写文本到一个文件，类似输出重定向 > |
x | 交换暂存缓冲区与模式空间的内容 |
y | 传送字符，替换单个字符（不能对正则表达式使用 y 命令） |
2.6、sed的正则表达式
元字符 | 功 能 | 示 例 | 示例的匹配对象 |
^ | 行首定位符 | /^love/ | 匹配所有以 love 开头的行 |
$ | 行尾定位符 | /love$/ | 匹配所有以 love 结尾的行 |
. | 匹配除换行外的单 | /l..e/ | 匹配包含字符 l、后跟两个任意 |
* | 匹配零个或多个前 | /*love/ | 匹配在零个或多个空格紧跟着 |
[] | 匹配指定字符组内 | /[Ll]ove/ | 匹配包含 love 和 Love 的行 |
[^] | 匹配不在指定字符 | /[^A-KM-Z]ove/ | 匹配包含 ove，但 ove 之前的那 |
\(..\) | 保存已匹配的字符 | ||
& | 保存查找串以便在 | s/love/**&**/ | 符号&代表查找串。字符串 love |
\< | 词首定位符 | /\<love/ | 匹配包含以 love 开头的单词的 |
\> | 词尾定位符 | /love\>/ | 匹配包含以 love 结尾的单词的 |
x\{m\} | 连续 m 个 x | /o\{5\}/ | 分别匹配出现连续 5 个字母 o、 |
x\{m,\} | 至少 m 个 x | /o\{5,\}/ | |
x\{m,n\} | 至少 m 个 x，但不 | /o\{5,10\}/ |
2.7、字符集
[:digit:] | 所有数字，即[0-9] |
[:lower:] | 所有的小写字母 |
[:upper:] | 所有的大写字母 |
[:alpha:] | 所有的字母 |
[:alnum:] | 相当于0-9a-zA-Z |
[:space:] | 空白字符 |
[:punct:] | 所有标点符号 |
2.8、sed实例
# {}的应用
sed -n '1,4{=;p}' passwd
# a\的应用
sed ‘/pattern/a new_str’file # 在匹配模式的下一行新，增str
sed ‘1a new_str‘ file # 在第1行后，新增str
# ！的应用
# 过滤#注释行和空格行
sed –n ‘/^#/!{/^$/!p}’file
l /^#/!：打印除了#开头的行
l {/^$/!p}：打印除了空格行
# -e 的应用
# 删除#注释行和空行。有时-e的不同顺序，会造成不同结果。比如 -e ’1a’–e ‘2a’
sed –e ‘/^#/d’-e ‘/^$/d’ file
# 将hello所在行的END替换为tail
sed –i ‘/hello/s@END@tail@#’
l @：地址定界符，还可以是/，#等其他特殊字符
# ()和&
# 将目录下的.txt文件批量命名为.sh文件
find . –name ‘*.txt’ | sed –re ‘s#(.*).txt#mv & \1.sh#e’
l (.*).txt：查找的文件，对应&
l (.*)：分组，对应\1，多个括号就依次对应\2，\3，…
l e：执行mv命令
# \<\>
# 删除文件中含有you这个单词的行。\必须加
sed ‘/\<you\>/d’file
3、参考文档
linux sed命令详解(推荐) (http://www.jb51.net/article/111306.htm)
linux命令总结sed命令详解 (https://www.cnblogs.com/ginvip/p/6376049.html)
sed命令详解 (https://www.cnblogs.com/ctaixw/p/5860221.html)
grep
grep适合单纯的查找或匹配文本。
1、grep的参数
--color=atuo或者—color：对匹配到的文本着色
-i：忽略大小写
-n：显示结果所在行号
-c：统计匹配到的行数。注意：是匹配到的总行数，不是匹配到的次数
-o：只显示符合条件的字符串，但是不整行显示。每个符合条件的字符串单独显示一行
-v：接啥排除啥
-w：匹配整个单词，如果是字符创中包含这个单词，则不会匹配
-Ax：输出的时候包含结果所在行之后的指定行数，x是行数，A：after。如果有多个匹配结果。则每个结果的后x行都会显示
-Bx：输出的时候包含结果所在行之前的指定行数，x是行数，B：before。
-Cx：输出的时候包含结果所在行之前和行之后的指定行数，x是行数，C：context
-e：实现多个选项的匹配，逻辑or关系
-q：静默模式，不输出任何信息。于“echo $?”合用，查看是否匹配到，0表示匹配到，1表示没有匹配到
-P：使用兼容的perl的正则
-E：使用扩展正则表达式，同egrep
# -e的使用
grep –e’one’ –e’two’ file # 可以同时匹配one和two
练习题
1、将/etc/passwd 文件的前10行输入到passwd中，将passwd变为只有单词/字母存在的文本
sed -nr 's#[:/0-9]+# #gp' passwd.txt #对passwd.txt文件进行处理，将 FS 变为空格
2、将/etc/passwd 文件的前10行输入到passwd中，计算文件中每个单词的重复数量
sed -nr 's#[:/0-9]+# #gp' passwd.txt | sed -nr 's# #\n#gp' | sort | uniq -c | sort –nr
l sed -nr 's#[:/0-9]+# #gp' passwd.txt #对passwd.txt文件进行处理，将 FS 变为空格
awk 'BEGIN{RS="[:/0-9]+"}{print $0}' passwd.txt | head -n -1 | sort | uniq -c | sort -nr # head -n -1 是因为最后一行是空行，需要排除
3、从处理过的passwd文件中，找出第一列有1—2个o的行，并打印行号
# awk使用{m,n}，需要加--posix
awk --posix ‘$1~/o{1,2}/{print NR,$1}’passwd
4、统计某一文件里空行的数量
sed -nr 's#^$##gp' file | wc -l
grep "^$" file |wc -l
awk '/^$/{a=a+1} END{print a}' file
5、以 : 为分隔符，统计/etc/passwd文件中$3>5的行数
awk -F: '{$3>5?a++:b++} END{print a}' /etc/passwd
awk -F: '$3>5{a++;print NR,$0} END{print a}' /etc/passwd
6、找出环境变量$PATH中，所有只有三个任意字符的命令，如tee，并将它们重定向到command.txt中。每行显示1一个，并统计总个数
find $(echo $PATH | tr ":" "\n") -type f -name "???" 1> command 2>/dev/null;wc -l command
7、处理以下文件内容，将域名取出，并根据域名进行技术排序处理（去重）
http://post.cbl.org/index.html
awk -F "/" '{a[$3]++} END{for(i in a){print i,a[i]}}' test
8、处理以下文件内容，去重
111 222 333 444 222 222 111 111 11 11
22 33 44 55 33 33 55 22
77 88 77 77 88 99 33 33
awk '{for(i=1;i<=NF;i++)a[$i,NR]++} \
{for (j in a) {split(j,m,SUBSEP);if(m[2]==NR)printf m[1]" "} printf "\n"}' test
l a[$i,NR]：二维数组
l for (j in a)：遍历，j是二维数组
l split(j,m,SUBSEP)：切割二维数组，SUBSEP是切割二维数组的分隔符
l printf m[1]：如果使用print，则每个m[1]，都会自动换行。printf不会，print需要自定义格式
l printf "\n"：换行。awk是一行一行处理的，一行处理完，换行，美化输出
1198
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
