linux基础之awk

Posted 2020-08-26

GNU awk：

 

 文本处理三工具：grep, sed, awk

  grep, egrep, fgrep：文本过滤工具；pattern

  sed: 行编辑器

   模式空间、保持空间

  awk：报告生成器，格式化文本输出；

  AWK: Aho, Weinberger, Kernighan --> New AWK, NAWK

  GNU awk, gawk

 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；

  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

    FS：input field seperator，默认为空白字符；

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

    RS：input record seperator，输入时的换行符；

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

    NF：number of field，字段数量

     {print NF}, {print $NF}

    NR：number of record, 行数；

    FNR：各文件分别计数；行数；

    FILENAME：当前文件名；

    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；

    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；

    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

  4、操作符

   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

   赋值操作符：

    =, +=, -=, *=, /=, %=, ^=

    ++, --

   比较操作符：

    >, >=, <, <=, !=, ==

   模式匹配符：

    ~：是否匹配

    !~：是否不匹配

   逻辑操作符：

    &&

    ||

    !

   函数调用：

    function_name(argu1, argu2, ...)

   条件表达式：

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

    # awk -F: ‘{$3>=1000?usertype="Common User":usertype="Sysadmin or SysUser";printf "%15s:%-s\n",$1,usertype}‘ /etc/passwd

  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；

   (4) line ranges：行范围，

    startline,endline：/pat1/,/pat2/

    注意： 不支持直接给出数字的格式

    ~]# awk -F: ‘(NR>=2&&NR<=10){print $1}‘ /etc/passwd

   (5) BEGIN/END模式

    BEGIN{}: 仅在开始处理文件中的文本之前执行一次；

    END{}：仅在文本处理完成之后执行一次；

  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]

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

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

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

    ~]# 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；

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

    ~]# 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}

    ~]# 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；

    ~]# 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"]++

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

     ~]# 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》