详解AWK的用法

Awk工具介绍

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。
它是专门为文本处理设计的编程语言，也是行处理软件，通常用于扫描、过滤、统计汇总工作。数据可以来自标准输入也可以是管道或文件
20世纪70年代诞生于贝尔实验室，现在centos7用的是gawk

工作原理:

Awk逐行读取文件，默认以空格为分隔符进行分隔。
当读到第一行时，匹配条件，然后执行指定动作，再接着读取第二行数据处理，不会默认输出。
如果没有定义匹配条件默认是匹配所有数据行，awk隐含循环，条件匹配多少次动作就会执行多少次。

格式: awk 选项 '模式或条件 {编辑指令} ’ 文件
awk -f 脚本文件

在 Awk语句中，模式部分决定何时对数据进行操作，若省略则后续动作时刻保持执行状态，模式可以为条件语句、复合语句或正则表达式等。每条编辑指令可以包含多条语句，多条语句之间要使用分号或者空格分隔的多个{}区域。常用选项-F定义字段分隔符,默认以空格或者制表符作为分隔符。
Awk提供了很多内置变量,经常用于处理文本，了解这些内置变量的使用是很有必要的,如下表

按字段输出文本

awk '{print}' a.test       输出所有内容，等同于cat test.txt
awk '{print $0}' a.test    输出所有内容，等同于cat test.txt
awk '{print $1}'  a.test   打印第一列//awk默认把一行当做一列，如果没有指定分隔符，默认以空格或tab键分隔
awk -F: '{print $5}' a.test   指定“：”为分隔符，打印第5列的内容
awk -Fx '{print $1}' a.test           指定“x”为分隔符，打印第1列的内容
awk '{print $1" " $2 }' a.test        //显示一个空格，空格需要用双引号引起来，如果不用引号默认以变量看待，如果是常量就需要双引号引起来
awk '{print $1,$2 }' a.test          //逗号有空格效果
awk -F: '{print $1"---"$2}' a.test   //第一列和第二列内容以"---"间隔
awk -F: '{print "用户名"$1"的uid是"$3}' a.test  常量以用""引起来
awk -F: '{print $0}'  a.test       处理整行内容      
awk -F[:/] '{print $2}' a.test     //定义多个分隔符，只要看到其中一个都算作分隔符
awk -F: '{print NF}'  a.test         打印每行有多少列
wk '{print $3}' test.txt	输出每行中(以空格或制表位分隔)的第 3 个字段
awk '{print $1,$3}' test.txt	输出每行中的第 1、3 个字段
awk -F: '$2=="!!"{print}' /etc/shadow 	'输出密码为空的用户的shadow 记录'
awk 'BEGIN {FS=":"}; $2=="!!"{print}' /etc/shadow		'输出密码为空的用户的shadow 记录

awk -F: '$7~"/bash"{print $1}' /etc/passwd		'输出以冒号分隔且第 7 个字段中包含/bash 的行的第 1 个字段'
awk '($1~"nfs")&&(NF==8){print $1,$2}' /etc/services	'输出包含 8 个字段且第 1 个字段中包含 nfs 的行的第 1、2 个字段'
awk -F: '($7!="/bin/bash")&&($7!="/sbin/nologin"){print}' /etc/passwd	'输出第 7 个字段既不为/bin/bash 也不为/sbin/nologin 的所有行

按行输出文本

awk '{print}' test.txt 		'输出所有内容，等同于cat test.txt'
awk '{print $0}' test.txt 		'输出所有内容，等同于cat test.txt'
awk 'NR==1,NR==3{print}' test.txt 		'输出第1~3行内容'
awk '(NR>=1)&&(NR<=3){print}' test.txt 		'输出第1~3行内容'
awk 'NR==1||NR==3{print}' test.txt 		'输出1行，第3行内容'
awk '(NR%2)==1{print}' test.txt 		'输出所有奇数行内容'
awk '(NR%2)==0{print}' test.txt 		'输出所有偶数行内容'
awk '/^root/{print}' /etc/passwd 		'输出以root开头的行'
awk '/nologin$/{print}' /etc/passwd		'输出以 nologin 结尾的行'
awk 'BEGIN {x=0} ; /\/bin\/bash$/{x++};END {print x}' /etc/passwd  '统计以/bin/bash 结尾的行数,等同于 grep -c "/bin/bash$" /etc/passwd '
awk 'BEGIN{RS=""};END{print NR}' /etc/squid/squid.conf  	'统计以空行分隔的文本段落数'
awk -F: '/root/{print $0}'  a.test     包含root的行
awk -F: '/root/{print $1}'  a.test     包含root的行的第一列
awk -F: '/root/{print $1,$6}'  a.test  包含root的行第一列和第六列 
awk -F: '{print NF}'  a.test            显示每一行的列数
awk -F[:/]  '{print NR}'  a.test        显示行号
awk -F: '{print NR,$0}'  a.test         打印文本内容并显示行号
awk 'NR==2'  /etc/passwd                打印第二行，不加print也一样，默认就是打印
awk -F: 'NR==2{print $1}'  /etc/passwd  打印第二行第一列内容
awk 'END {print NR}'  /etc/passwd       打印总行数
awk 'END{print $0}'  /etc/passwd        打印文件最后一行内容
awk -F: '$1=="ntp"{print NR,$0}'  /etc/shadow   打印第一列内容为ntp的行，并显示行号
awk -F: '{print "第"NR"行有"NF"列"}' /etc/passwd   //第几行有几列

通过管道、双引号调用 Shell 命令

（1）操作命令放在{}中

（2）管道符号前面的命令输出的内容交给管道符号后面的命令处理

（3）结合正则表达式，正则表达式同样要被包围

（4）调用的shell命令需要用""引起来

（5）{}中多个命令之间用；分隔

awk -F: '/bash$/{print | "wc -l"}' /etc/passwd  '调用wc -l 命令统计以bash结尾的用户个数,等同于 grep -c "bash$" /etc/passwd '
awk 'BEGIN {while ("w" | getline) n++ ; {print n-2}}'  '调用w 命令,并用来统计在线用户数'
ifconfig ens33 | awk '/netmask/{print "本机的ip地址是"$2}' ens33网卡的ip地址
df -h | awk 'NR==2{print $4}'                            根分区的可用量

逐行执行开始之前执行什么任务，结束之后再执行什么任务，用BEGIN、END
BEGIN一般用来做初始化操作，仅在读取数据记录之前执行一次
END一般用来做汇总操作，仅在读取完数据记录之后执行一次

awk的运算

awk 'BEGIN{x=10;print x}'  
awk 'BEGIN{x=10;print x+1}'
awk 'BEGIN{x=10;x++;print x}'
awk 'BEGIN{print x+1}'           //不指定初始值，初始值就为0，如果是字符串，则默认为空
awk 'BEGIN{print 2.5+3.5}'      //小数也可以运算
awk 'BEGIN{print 2^3}'         //^和**都是幂运算

模糊匹配

awk -F: '$1~/ro/'  /etc/passwd   //模糊匹配，只要有ro就匹配上,用~表示包含
awk -F: '$7!~/nologin$/{print $1,$7}' a.test 第七列不包含nologin结尾的第一行和第七行

数值与字符串的比较
比较符号：== != <= >= < >

awk 'NR<5'  a.test   打印文件前四行
awk -F: '$3==0'  /etc/passwd  文件第三列等于0的行
awk -F: '$1=="root"{print}' /etc/passwd    文件第一列是root的行

逻辑运算 && ||

awk -F: '$3>10 && $3<1000'  /etc/passwd 
awk -F: '$3<10 || $3>=1000'  /etc/passwd 
seq 200 | awk '$1%7==0 && $1~/7/'  打印1-200之间所有能被7整除并且包含数字7的整数数字

其他内置变量的用法FS、OFS、NR、FNR、RS、ORS

awk 'BEGIN{FS=":"}{print $1}'  a.test  //在打印之前定义字段分隔符为冒号
awk 'BEGIN{FS=":";OFS="XXX"}{print $1,$2}' a.test  //OFS定义了输出时以什么分隔，$1$2中间要用逗号分隔，因为逗号默认被映射为OFS变量，而这个变量默认是空格
awk 'BEGIN{RS=":"}{print $0}' /etc/passwd  //RS:指定以什么为换行符，这里指定是冒号
awk 'BEGIN{ORS="aaa"}{print $0}'  a.test     定义以什么连接行
awk 'BEGIN{ORS=" "}{print $0}' /etc/passwd   //把多行合并成一行输出，输出的时候自定义以空格分隔每行，本来默认的是回车键

awk高级用法

定义引用变量

a=100
awk -v b="$a"  'BEGIN{print b}'   //将系统的变量a，在awk里赋值为变量b，然后调用变量b
awk 'BEGIN{print "'$a'"}'         /直接调用的话需要先用双引号再用单引号
awk -vc=1000 'BEGIN{print c}'      //awk直接定义变量并引用
1

调用函数getline，读取一行数据的时候并不是得到当前行而是当前行的下一行

seq 10 | awk '{getline;print $0}'    //显示偶数行
seq 10 | awk '{print $0;getline}'    //显示奇数行

awk的if语句也分为单分支、双分支和多分支

单分支为if(){}
双分支为 if(){}} else{}
多分支为if(){} else if(){} else{}

awk -F: '{if($3<10){print $0}}'  /etc/passwd   //第三列小于10的打印整行
awk -F: '{if($3<10){print $3} else {print $1}}' /etc/passwd //第三列小于10的打印第三列，否则打印第一列

awk命令总结

（1）一般输出关于段，列的信息使用awk，其他的使用sed或grep更加方便

（2）awk输出的奇偶行都使用绝对路径

（3）sed输出的奇偶行都使用相对路径

（4）使用awk调用shell命令，统计数量时，n是个变量，可自定义

（5）若没有定义n的初始值，则n=0

（6）awk判断条件中双引号之间的内容，如果有特殊符号不需要使用转义符

（6）FS在{}中间使用，F在{}外面使用