1 awk简介
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。
awk 是以文件的一行内容为处理单位的。awk读取一行内容,然后根据指定条件判断是否处理此行内容,若此行文本符合条件,则按照动作处理文本,否则跳过此行文本,读取下一行进行判断。
2 基本用法
condition:条件。若此行文本符合该条件,则按照 action 处理此行文本。不添加条件时则处理每一行文本;
action:动作。按照动作处理符合要求的内容。一般用于打印指定的内容信息;
注意下面的引号为英文的单引号
2.1 处理指定文件的内容
awk 'condition { action }' filename
2.2 处理某个命令的执行结果
command | awk ' condition { action }'
2.3 常用参数
2.3.1 F(指定字段分隔符)
默认使用空格作为分隔符。
[root@server logs]# echo "aa bb cc dd ee ff" | awk '{print $1}'
aa
[root@server logs]# echo "aa bb l cc dd l ee ff" | awk -F 'l' '{print $1}'
aa bb
3 变量
3.1 FS(字段分隔符)
默认是空格和制表符。
$0 表示当前整行内容,$1,$2 表示第一个字段,第二个字段
[root@localhost zabbix_agentd.d]# echo "aa bb cc dd" | awk '{ print $0}'
aa bb cc dd
[root@localhost zabbix_agentd.d]# echo "aa bb cc dd" | awk '{ print $1}'
aa
[root@localhost zabbix_agentd.d]# echo "aa bb cc dd" | awk '{ print $2}'
bb
3.2 NF(当前行的字段个数)
$NF就代表最后一个字段,$(NF-1)代表倒数第二个字段
[root@localhost zabbix_agentd.d]# echo "aa bb cc dd" | awk '{ print $NF}'
dd
[root@localhost zabbix_agentd.d]# echo "aa bb cc dd" | awk '{ print $(NF-1)}'
cc
3.3 NR (当前处理的是第几行)
打印当前行号和当前文本内容
[root@localhost awk]# cat test.txt
aa ss
dd ff
gg hh
[root@localhost awk]# cat test.txt | awk '{print NR")", $0}'
1) aa ss
2) dd ff
3) gg hh
逗号表示输出的变量之间用空格分隔;
右括号必需使用 双引号 才可以原样输出
3.4 FILENAME(当前文件名)
[root@localhost awk]# awk '{print FILENAME, NR")", $0}' test.txt
test.txt 1) aa ss
test.txt 2) dd ff
test.txt 3) gg hh
3.5 其他变量
RS:行分隔符,用于分割每一行,默认是换行符。
OFS:输出字段的分隔符,用于打印时分隔字段,默认为空格。
ORS:输出记录的分隔符,用于打印时分隔记录,默认为换行符。
OFMT:数字输出的格式,默认为%.6g。
4. 函数
4.1 print 和 printf
awk中同时提供了print和printf两种打印输出的函数。
print函数,参数可以是变量、数值或者字符串。字符串必须用双引号引用,参数用逗号分隔。如果没有逗号,参数就串联在一起而无法区分。这里,逗号的作用与输出文件的分隔符的作用是一样的,只是后者是空格而已。
printf函数,其用法和c语言中printf基本相似,可以格式化字符串,输出复杂时,printf更加好用,代码更易懂。
4.2 其他函数
toupper():字符转为大写。
tolower():字符转为小写。
length():返回字符串长度。
substr():返回子字符串。
substr($1,2):返回第一个字段,从第2个字符开始一直到结束。
substr($1,2,3):返回第一个字段,从第2个字符开始开始后的3个字符。
sin():正弦。
cos():余弦。
sqrt():平方根。
rand():随机数。
4.2.1 示例
[root@localhost awk]# echo "aa bb cc dd ee ff" | awk '{print toupper($1)}'
AA
[root@localhost awk]# echo "aa BB cc dd ee ff" | awk '{print tolower($2)}'
bb
[root@localhost awk]# echo "aa BB cc dd ee ff" | awk '{print length($2)}'
2
[root@localhost awk]# echo "asdfghj" | awk '{print substr($1,2,3)}'
sdf
5 条件
awk 允许指定输出条件,只输出符合条件的行。
awk ' 条件 {动作 }' 文件名
条件有以下几种:
5.1 正则表达式
[root@localhost awk]# cat exp.txt
/stsvc/fms/conf/application.yml
/stsvc/sms/conf/application.yml
/stsvc/tms/conf/application.yml
/root/home/chenfan
/root/home/jhhuang
[root@localhost awk]# cat exp.txt | awk '/stsvc/ {print $0}' 包含 stsvc 的行
/stsvc/fms/conf/application.yml
/stsvc/sms/conf/application.yml
/stsvc/tms/conf/application.yml
特殊字符需要转义
[root@localhost awk]# cat exp.txt | awk '/stsvc\/fms/ {print $0}' 包含 stsvc/fms 的行
/stsvc/fms/conf/application.yml
5.2 布尔值判断
[root@localhost awk]# cat exp.txt | awk 'NR==2 {print $0}' 等于第二行
/stsvc/sms/conf/application.yml
[root@localhost awk]# cat exp.txt | awk 'NR>4 {print $0}' 大于第四行
/root/home/jhhuang
[root@localhost awk]# cat exp.txt | awk 'NR%2==1 {print $0}' 奇数行
/stsvc/fms/conf/application.yml
/stsvc/tms/conf/application.yml
/root/home/jhhuang
某个字段等于具体值
[root@localhost awk]# cat test.txt
aa ss
dd ff
gg hh
[root@localhost awk]# cat test.txt | awk ' $2=="ff" {print $0}'
dd ff
5.3 if 语句
[root@localhost awk]# echo "aa ss dd" | awk '{ if($3 == "dd") print $0; else print "nothing"}'
aa ss dd
[root@localhost awk]# echo "aa ss dds" | awk '{ if($3 == "dd") print $0; else print "nothing"}'
nothing
6 和其他命令组合
awk分析工具和sort、uniq等命令结合可以用于统计各种各样的信息
6.1 sort命令简介
sort可针对文本文件的内容,以行为单位来排序
常用参数
-b 忽略每行前面开始出的空格字符。
-c 检查文件是否已经按照顺序排序。
-d 排序时,处理英文字母、数字及空格字符外,忽略其他的字符。
-f 排序时,将小写字母视为大写字母。
-i 排序时,除了040至176之间的ASCII字符外,忽略其他的字符。
-m 将几个排序好的文件进行合并。
-M 将前面3个字母依照月份的缩写进行排序。
-n 依照数值的大小排序。
-u 意味着是唯一的(unique),输出的结果是去完重了的。
-o<输出文件> 将排序后的结果存入指定的文件。
-r 以相反的顺序来排序。
6.2 uniq命令简介
uniq 命令用于检查及删除文本文件中重复出现的行列,一般与 sort 命令结合使用。
常用参数
-c或--count 在每列旁边显示该行重复出现的次数。
-d或--repeated 仅显示重复出现的行列。
-f<栏位>或--skip-fields=<栏位> 忽略比较指定的栏位。
-s<字符位置>或--skip-chars=<字符位置> 忽略比较指定的字符。
-u或--unique 仅显示出一次的行列。
-w<字符位置>或--check-chars=<字符位置> 指定要比较的字符。
6.3 统计每秒钟日志打印量前十名时间及打印量
日志基本信息
统计命令:cat server1.log | awk '{print substr($0, 0, 19)}' | uniq -c | sort -rn | head -10
[root@server logs]# cat server1.log | awk '{print substr($0, 0, 19)}' | uniq -c | sort -rn | head -10
94 2020-07-26 12:11:22
94 2020-07-26 12:10:36
94 2020-07-26 11:56:27
94 2020-07-26 11:55:51
94 2020-07-26 11:54:17
94 2020-07-26 11:53:56
94 2020-07-26 11:49:34
93 2020-07-26 12:12:09
93 2020-07-26 12:12:08
93 2020-07-26 12:12:07