awk技巧

一、awk文本过滤的基本用法

格式 ： awk [选项] ‘[条件]{指令}’ 文件
1、print 是最常用的编辑指令；若有多条编辑指令，可用分号分隔。处理文本时，若未指定分隔符，则默认将空格、制表符等作为分隔符

直接过滤文件内容：
[root@svr5 ~]# awk ‘{print $1,$3}’ test.txt //打印文档第1列和第3列

结合管道过滤命令输出：
[root@svr5 ~]# df -h | awk ‘{print $4}’ //打印磁盘的剩余空间

2、选项 -F 可指定分隔符

输出passwd文件中以冒号分隔的第1、7个字段，显示的不同字段之间以逗号隔开，操作如下：
[root@svr5 ~]# awk -F: ‘{print $1,$7}’ /etc/passwd

awk还识别多种单个的字符，比如以“:”或“/”分隔，输出第1、10个字段：
[root@svr5 ~]# awk -F [?] ‘{print $1,$10}’ /etc/passwd

3、awk常用内置变量：
$0 文本当前行的全部内容
$1 文本的第1列
$2 文件的第2列
$3 文件的第3列，依此类推
NR 文件当前行的行号
NF 文件当前行的列数（有几列）

输出每次处理行的行号，以及当前行以“:”分隔的字段个数（有几列）：
[root@svr5 ~]# awk -F: ‘{print NR,NF}’ passwd.txt

awk的print指令不仅可以打印变量，还可以打印常量
[root@svr5 ~]# awk -F: ‘{print $1,“的解释器:”,$7}’ /etc/passwd

二、利用awk提取本机的网络流量、根分区剩余容量、获取远程失败的IP地址

1、提取本机的网络流量
[root@svr5 ~]# ifconfig eth0 | awk ‘/RX p/{print $5}’ //过滤接收数据的流量
319663094
[root@svr5 ~]# ifconfig eth0 | awk ‘/TX p/{print $5}’ //过滤发送数据的流量
40791683

2、提取根分区剩余容量
[root@svr5 ~]# df -h / | tail -1 | awk ‘{print KaTeX parse error: Expected 'EOF', got '}' at position 41: …ed 'EOF', got '}̲' at position 2…/{print $4}’

3、根据/var/log/secure日志文件，过滤远程连接密码失败的IP地址
[root@svr5 ~]# awk ‘/Failed/{print $11}’ /var/log/secure

三、格式化输出/etc/passwd文件

awk [选项] ‘[条件]{指令}’ 文件
awk [选项] ’ BEGIN{指令} {指令} END{指令}’ 文件

BEGIN{ } 行前处理，读取文件内容前执行，指令执行1次
{ } 逐行处理，读取文件过程中执行，指令执行n次
END{ } 行后处理，读取文件结束后执行，指令执行1次

1、举个例子（统计系统中使用bash作为登录Shell的用户总个数）：
a.预处理时赋值变量x=0
b.然后逐行读入/etc/passwd文件，如果发现登录Shell是/bin/bash则x加1
c.全部处理完毕后，输出x的值即可。相关操作及结果如下：
[root@svr5 ~]# awk ‘BEGIN{x=0}/bash$/{x++} END{print x}’ /etc/passwd

2、格式化输出/etc/passwd文件
要求: 格式化输出passwd文件内容时，要求第一行为列表标题，中间打印用户的名称、UID、家目录信息，最后一行提示一共已处理文本的总行数
根据实现思路编写、验证awk过滤语句。输出信息时，可以使用“\t”显示Tab制表位

[root@svr5 ~]# awk -F: ‘BEGIN{print “User\tUID\tHome”}{print $1 “\t” $3 “\t” $6}END{print “Total”,NR,“lines.”}’ /etc/passwd

四、awk处理条件

1、使用正则设置条件
输出其中以bash结尾的完整记录：
[root@svr5 ~]# awk -F: ‘/bash$/{print}’ /etc/passwd

输出包含root的行数据：
[root@svr5 ~]# awk -F: ‘/root/’ /etc/passwd

输出root或adm账户的用户名和UID信息：
[root@svr5 ~]# awk -F: ‘/^(root|adm)/{print $1,$3}’ /etc/passwd

输出账户名称包含root的基本信息（第1列包含root）：
[root@svr5 ~]# awk -F: ‘$1~/root/’ /etc/passwd

输出其中登录Shell不以nologin结尾（对第7个字段做!~反向匹配）的用户名、登录Shell信息：
[root@svr5 ~]# awk -F: ‘$7!/nologin7!/nologin7!/nologin$7 /bash/){i++}else{j++}} END{print i,j}’ /etc/passwd

4.3 awk数组
数组的语法格式
数组是一个可以存储多个值的变量，具体使用的格式如下：
定义数组的格式：数组名[下标]=元素值
调用数组的格式：数组名[下标]
遍历数组的用法：for(变量 in 数组名){print 数组名[变量]}。

[root@svr5 ~]# awk ‘BEGIN{a[0]=11;a[1]=88;print a[1],a[0]}’
88 11
[root@svr5 ~]# awk ‘BEGIN{a++;print a}’
1
[root@svr5 ~]# awk ‘BEGIN{a0++;print a0}’
1
[root@svr5 ~]# awk ‘BEGIN{a[0]++;print a[0]}’
1
[root@svr5 ~]# awk ‘BEGIN{a[0]=0;a[1]=11;a[2]=22; for(i in a){print i,a[i]}}’
0 0
1 11
2 22
注意，awk数组的下标除了可以使用数字，也可以使用字符串，字符串需要使用双引号：
[root@svr5 ~]# awk ‘BEGIN{a[“hehe”]=11;print a[“hehe”]}’

5、awk扩展应用

统计Web访问量排名，提取IP地址及访问量
[root@svr5 ~]# awk ‘{ip[$1]++} END{for(i in ip) {print ip[i],i }}’ /var/log/httpd/access_log

对提取的结果根据访问量排名

[root@svr5 ~]# awk ‘{ip[$1]++} END{for(i in ip) {print i,ip[i]}}’ /var/log/httpd/access_log | sort -nr
17 192.168.4.5
13 192.168.4.110
4 127.0.0.1

例题解答：
文件grade.txt
M.Tansley 05/99 48311 Green 8 40 44
J.Lulu 06/99 48317 green 9 24 26
P.Bunny 02/99 48 Yellow 12 35 28
J.Troll 07/99 4842 Brown-3 12 26 26
L.Tansley 05/99 4712 Brown-2 12 30 28

题目 1：打印整个文件
$ awk ‘{print $0}’ grade.txt

题目 2：打印第一和第四个列
$ awk ‘{print $0}’ grade.txt

题目 3：打印表头 Name Belt，然后显示文档第一列和第四列
$ awk ‘BEGIN {print “Name Belt”}{print $1"\t"$4}’ grade.txt

题目 4：打印第四列包含 Brown 的行
$ awk ‘$4~/Brown/ {print $0}’ grade.txt

题目 5：打印第三列包含 48 的行
$ awk ‘$3 ~/48/ {print $0}’ grade.txt

题目 6：显示第三列是 48 的行
$ awk ‘$3==“48” {print $0}’ grade.txt

题目 7：显示不包含 Brown 的行
$ awk ‘$0 !~ /Brown/’ grade.txt

题目 8：打印第四列不是 Brown-2 的行
$ awk ‘$0 !~ /Brown/’ grade.txt

题目 9：当第六列大于第七列是，显示:$6 大于 $7
$ awk ‘$6>$7 {print $6,“大于”,$7}’ grade.txt

题目 10：当第一列的第三个字符是 a 时，显示该行
$ awk ‘$1 ~/^…a/’ grade.txt

题目 11：显示包含 Yellow 或 Brown 的行
$ awk ‘$0 ~/(Yellow|Brown)/’ grade.txt

题目 12：显示文档第一列、第六列、第七列，如果第一列是 M.Tansley，则先将其第六列的值减 1 后再输出。
$ awk ‘{if($1==“M.Tansley”) $6=$6-1; print $1,$6,$7}’ grade.txt

                                </div>