Linux系统文本处理三剑客之awk

Posted 2020-08-09

GNU awk:

文本处理三剑客：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

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=varlue：自定义变量；

1.print

print item1，item2，...

要点：

(1)逗号分隔符；

(2)输出的各item可以是字符串，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,输出时的换行符；

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 ofrecord,行数；

FNR：各文件分别技术：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

变量名区别字符大小写；

(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，需要显示给出换行控制符，\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: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:以科学技术法或浮点形式显示数值；

%s：显示字符串；

%u：无符号整数；

%%：显示%本身；

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

-：做对去

+：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: 转换为负数

+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：

~：左边是否和右边匹配包含

!~：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

(5)BEGIN/END模式

BEGIN{}:仅在开始处理文件汇总的文本之前执行一次；

END{}：仅在文本处理完成后执行一次；

6.常用的action

(1)Expressions

(2)Control statements：if，while等；

(3)Compound statments:组合语句；

(4)input statements

(5)output statements

7.控制语句

if(condition) {statements;…}

if(condition) {statements;…} else {statements;…}

while(conditon) {statments;…}

do {statements;…} while(condition)

for(expr1;expr2;expr3) {statements;…} 

  break

 continue

delete array[index]

delete array

exit

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 $1}‘|awk‘$NF>=80{print $1,$5}‘

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)>=10) {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 assifnment;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)可以使用任意字符串；

(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(iin 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(index in state) { print index,state[index]}}‘

awk‘{ip[$1]++}END{for(iin ip) {print i,ip[i]}}‘ /var/log/httpd/access_log

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(iin fs) {print i,fs[i]}}‘ /etc/fstab

2、统计/etc/fstab文件中每个单词出现的次数；

# awk‘{for(i=1;i<=NF;i++){count[$i]++}}END{for(iin 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给s所表示的内容；

gsub(r,s,[t]):以r表示的模式来查看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 (iin count) {print i,count[i]}}‘

9.2自定义函数

本文出自 “11798474” 博客，请务必保留此出处http://11808474.blog.51cto.com/11798474/1854253