【拔刀吧少年】之awk文本和数据处理编程语言

1. 什么是awk

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。
之所以叫 AWK 是因为其取了三位创始人 Alfred Aho，Peter Weinberger, 和 Brian Kernighan 的 Family Name 的首字符。
相较于sed常常作用于一整个行的处理，awk则比较倾向于一行当中分成数个字段来处理，因为awk相当适合小型的文本数据。

2. 基本格式

awk后面接两个单引号并加上大括号{ }来设置想要对数据进行的处理操作，awk可以处理后续接的文件，也可以读取来自前个命令的标准输，但如果awk主要是处理每一行的字段内的数据时，默认的字段分隔符为“空格键”或“Tab键”

3. 工作原理

逐行读取文本，默认以空格或tab键为分隔符进行分隔，将分隔所得的各个字段保存到内建变量中， 并按模式或者条件执行编辑命令。
sed命令常用于一整行的处理，而awk比较倾向于将一行分成多个"字段"然后再进行处理。awk信息的读入也是逐行读取的，执行结果可以通过print的功能将字段数据打印显示。在使用awk命令的过程中，可以使用逻辑操作符"&&“表示"与”、"“表示"或”、"!“表示"非”;还可以进行简单的数学运算，如+、-、*、/、%、^分别表示加、减、乘、除、取余和乘方。

4. 常见的内建变量（可直接用）

FS∶ 列分割符。指定每行文本的字段分隔符，默认为空格或制表位。与"-F"作用相同
NF∶ 当前处理的行的字段个数。
NR∶ 当前处理的行的行号（序数）。
$0∶当前处理的行的整行内容。
$n∶ 当前处理行的第n个字段（第n列）。
FILENAME∶ 被处理的文件名。
RS∶ 行分隔符。awk从文件上读取资料时，将根据RS的定义把资料切割成许多条记录，而awk一次仅读入一条记录，以进行处理。预设值是’\n’
FNR：awk当前读取的记录数，其变量值小于等于NR（比如当读取第二个文件时，FNR是从0开始重新计数，而NR不会）。
NR==FNR：用于在读取两个或两个以上的文件时，判断是不是在读取第一个文件。

5. 按行输出文本

实例1：输出全部内容

实例2：输出第1到第3行的内容

实例3：输出第1行和第3行的内容，输出奇数和偶数行，像sed -n ‘n;p’

实例4：输出包含指定字符的行

实例5：输出包含指定字符的行并统计有多行
分析：
BEGIN模式表示，在处理指定的文本之前，需要先执行BEGIN模式中指定的动作;
awk再处理指定的文本，之后再执行END模式中指定的动作；
END{ } 语句块中，往往会放入打印结果等语句。

6. 按字段输出文本

实例1：输出指定分隔符的指定字段

实例2：输出指定字段在指定范围内的行，并选择输出的字段

实例3：awk结合三元运算符的使用。

实例4：输出行和内容

实例5：输出指定字段中包含指定字符的行，然后输出指定字段。

7. 通过管道、双引号调用shell命令

实例1：输出文本内容，结合awk以指定字符为分隔符，然后统计出行数。

实例2：awk结合管道命令使用

实例3：查看当前内存使用百分比

实例4：查看当前系统的CPU的空闲率

实例5：显示上次系统重启的时间

8. 小案例 ：awk集合getline、数组的用法

案例1：统计在线用户的数量
分析：
当getline左右无重定向符“<”或“1”时，awk首先读取到了第一行，就是1，然后getline, 就得到了1下面的第二行，就是2，因为getline之后，awk会改变对应的NF, NR，FNR和$0等 内部变量，所以此时的$0的值就不再是1，而是2了，然后将它打印出来。
当getline左右有重定向符“<”或“I”时，getline则作用 于定向输入文件，由于该文件是刚打开，并没有被awk读入一行，只是getline读入那么getline返回的是该文件的第一行， 而不是隔行。

案例2：分别显示0到10的奇数和偶数行

案例3：指定分隔符来分隔字符串
$1=$1是用来激活$0的重新赋值,也就是说
字段$1…和字段数NF的改变会促使awk重新计算$0的值,通常是在改变OFS后而需要输出$0时这样做

案例4：使用awk创建数组，并循环

案例5：使用awk来统计httpd访问日志中每个客户端IP出现的次数,超过三次进行提示。
awk ‘/Failed password/ {ip[$11]++}; END {for(i in ip){print i,ip[i]}}’ /var/log/secure
1.先测试好提取ip和次数的正确命令，方便我们直接在脚本里面使用。

2.根据第一步的命令再次使用awk进行ip和次数的提取，然后做个if判断即可。

3.测试结果