awk

一、awk简介

 

一次读取一行文本，按输入分隔符进行切片，切成多个组成部分，将每片直接保存在内建的变量中，$1,$2,$3....，引用指定的变量，可以显示指定断，或者多个断。如果需要显示全部的，需要使用$0来引用。可以对单个片断进行判断，也可以对所有断进行循环判断。其默认分隔符为空格

 

gawk - pattern scanning and processing language

 

基本用法：gawk [options] 'program' FILE ...

program: PATTERN{ACTION STATEMENTS}

语句之间用分号分隔

 

print, printf

 

选项：

-F：指明输入时用到的字段分隔符；

-v var=value: 自定义变量；

 

二、awk用法的简要介绍

第一种模式

awk [options] 'scripts' file1,file2.....

在这种模式中，scripts主要是命令的堆砌，对输入的文本行进行处理，通过命令print,printf或是输出重定向的方式显示出来，这里经常用到的知识点是：awk的内置变量，以及命令print和printf的使用

 

第二种模式

awk [options] 'PATTERN{action}' file,file2.....

在这种模式中，最重要的是5种模式和5种action的使用，以及awk的数组的使用和内置函数

 

1、print

print item1, item2, ...

要点

（1） 逗号分隔符；

（2）输出的各item可以字符串，也可以是数值；当前记录的字段、变量或awk的表达式；

（3）如省略item，相当于print $0;

 

2、变量

2.1内建变量

（1）FS：input field seperator，默认为空白字符；

（2）OFS：output field seperator，默认为空白字符；

（3）RS：input record seperator，输入时的换行符；

（4）ORS：output record seperator，输出时的换行符；

（5）NF：number of field，字段数量

{print NF}, {print $NF}

（6）NR：number of record, 行数；

（7）FNR：各文件分别计数；行数；

（8）FILENAME：当前文件名；

（9）ARGC：命令行参数的个数；

ARGV：数组，保存的是命令行所给定的各参数；

 

2.2自定义变量

(1) -v var=value

变量名区分字符大小写；

(2) 在program中直接定义

 

3、printf命令

格式化输出：printf FORMAT, item1, item2, ...

 

(1) FORMAT必须给出;

(2) 不会自动换行，需要显式给出换行控制符，\n

(3) FORMAT中需要分别为后面的每个item指定一个格式化符号；

 

（1）格式符：

%c: 显示字符的ASCII码；

%d, %i: 显示十进制整数；

%e, %E: 科学计数法数值显示；

%f：显示为浮点数；

%g, %G：以科学计数法或浮点形式显示数值；

%s：显示字符串；

%u：无符号整数；

%%: 显示%自身；

 

格式符：

（a）%s：显示字符串；

（b）%d, %i: 显示十进制整数；

 

（2）修饰符：

#[.#]：第一个数字控制显示的宽度；第二个#表示小数点后的精度；

%3.1f

-: 左对齐

+：显示数值的符号

-：左对齐

 

4、操作符

 

（1）算术操作符：

x+y, x-y, x*y, x/y, x^y, x%y

-x

+x: 转换为数值；

 

字符串操作符：没有符号的操作符，字符串连接

 

（2）赋值操作符：

=, +=, -=, *=, /=, %=, ^=

++, --

 

（3）比较操作符：

>, >=, <, <=, !=, ==

 

（4）模式匹配符：

~：是否匹配

!~：是否不匹配

 

（5）逻辑操作符：

&&

||

!

 

（6）函数调用：

function_name(argu1, argu2, ...)

 

（7）条件表达式：

selector?if-true-expression:if-false-expression

 

示例：显示/etc/passwd 中的系统用户和普通用户

ID>1000 普通用户，<1000系统用户

 

5、PATTERN

(1) empty：空模式，匹配每一行；

 

(2) /regular expression/：仅处理能够被此处的模式匹配到的行；

(3) relational expression:

关系表达式；结果有“真”有“假”；结果为“真”才会被处理；

真：结果为非0值，非空字符串；

显示普通用户

找出那个用户用户名是/bin/

(4) line ranges：行范围，

(5) BEGIN/END模式

 

6、常用的action

 

(1) Expressions

(2) Control statements：if, while等；

(3) Compound statements：组合语句；

(4) input statements

(5) output statements

 

7、控制语句

 

if(condition) {statments}

if(condition) {statments} else {statements}

while(conditon) {statments}

do {statements} while(condition)

for(expr1;expr2;expr3) {statements}

break

continue

delete array[index]

delete array

exit

{ statements }

7.1 if-else

 

语法：if(condition) statement [else statement]

 

用户名大于等于1000输出普通用户，否则输出超级用户

~]# awk -F: '{if($3>=1000) {printf "Common user: %s\n",$1} else {printf "root or Sysuser: %s\n",$1}}' /etc/passwd

 

输出字符结尾为/bin/bash的用户名

~]# awk -F: '{if($NF=="/bin/bash") print $1}' /etc/passwd

 

输出空白字符做分隔，空白字符大于5个的行

~]# awk '{if(NF>5) print $0}' /etc/fstab

 

输出系统占用系统空间大于20%的文件系统名

~]# df -h | awk -F[%] '/^\/dev/{print $1}' | awk '{if($NF>=20) print $1}'

使用场景：对awk取得的整行或某个字段做条件判断；

 

7.2 while循环

语法：while(condition) statement

条件“真”，进入循环；条件“假”，退出循环；

 

使用场景：对一行内的多个字段逐一类似处理时使用；对数组中的各元素逐一处理时使用；

 

输出/etc/grub2.cfg中各个字段名以及该字段的长度

~]# awk '/^[[:space:]]*linux16/{i=1;while(i<=NF) {print $i,length($i); i++}}' /etc/grub2.cfg

 

输出/etc/grub2.cfg中各个字段名以及该字段长度大于7的行

~]# awk '/^[[:space:]]*linux16/{i=1;while(i<=NF) {if(length($i)>=7) {print $i,length($i)}; i++}}' /etc/grub2.cfg

 

7.3 do-while循环

语法：do statement while(condition)

意义：至少执行一次循环体

 

7.4 for循环

语法：for(expr1;expr2;expr3) statement

 

for(variable assignment;condition;iteration process) {for-body}

 

打印每个字符串以及该字符串的大小

~]# awk '/^[[:space:]]*linux16/{for(i=1;i<=NF;i++) {print $i,length($i)}}' /etc/grub2.cfg

特殊用法：

能够遍历数组中的元素；

语法：for(var in array) {for-body}

 

7.5 switch语句

语法：switch(expression) {case VALUE1 or /REGEXP/: statement; case VALUE2 or /REGEXP2/: statement; ...; default: statement}

 

7.6 break和continue

break [n]

continue

 

7.7 next

 

提前结束对本行的处理而直接进入下一行；

 

输出UID为偶数的行的用户名

~]# awk -F: '{if($3%2!=0) next; print $1,$3}' /etc/passwd

 

 

8、array

 

关联数组：array[index-expression]

 

index-expression:

(1) 可使用任意字符串；字符串要使用双引号；

(2) 如果某数组元素事先不存在，在引用时，awk会自动创建此元素，并将其值初始化为“空串”；

 

若要判断数组中是否存在某元素，要使用"index in array"格式进行；

 

weekdays[mon]="Monday"

 

若要遍历数组中的每个元素，要使用for循环；

for(var in array) {for-body}

 

~]# awk 'BEGIN{weekdays["mon"]="Monday";weekdays["tue"]="Tuesday";for(i in weekdays) {print weekdays[i]}}'

 

注意：var会遍历array的每个索引；

state["LISTEN"]++

state["ESTABLISHED"]++

 

统计natstate -tan 各个状态出现了多少次

~]# netstat -tan | awk '/^tcp\>/{state[$NF]++}END{for(i in state) { print i,state[i]}}'

 

显示在accesslog中IP出现个数

~]# awk '{ip[$1]++}END{for(i in ip) {print i,ip[i]}}' /var/log/httpd/access_log

 

练习1：统计/etc/fstab文件中每个文件系统类型出现的次数；

~]# awk '/^UUID/{fs[$3]++}END{for(i in fs) {print i,fs[i]}}' /etc/fstab

 

练习2：统计指定文件中每个单词出现的次数；

~]# awk '{for(i=1;i<=NF;i++){count[$i]++}}END{for(i in count) {print i,count[i]}}' /etc/fstab

 

9、函数

9.1 内置函数

数值处理：

rand()：返回0和1之间一个随机数；

 

字符串处理：

length([s])：返回指定字符串的长度；

sub(r,s,[t])：以r表示的模式来查找t所表示的字符中的匹配的内容，并将其第一次出现替换为s所表示的内容；

gsub(r,s,[t])：以r表示的模式来查找t所表示的字符中的匹配的内容，并将其所有出现均替换为s所表示的内容；

split(s,a[,r])：以r为分隔符切割字符s，并将切割后的结果保存至a所表示的数组中；

 

~]# netstat -tan | awk '/^tcp\>/{split($5,ip,":");count[ip[1]]++}END{for (i in count) {print i,count[i]}}'

 

 

9.2 自定义函数

《sed和awk》