linux基础篇-文本三剑客之AWK

Posted 2021-01-06

awk介绍

? awk：Aho, Weinberger, Kernighan，报告生成器，格式化文本输出
? 有多种版本：New awk（nawk），GNU awk（ gawk）
? gawk：模式扫描和处理语言
? 基本用法：
awk [options] ‘program’ var=value file…
awk [options] -f programfile var=value file…
awk [options] ‘BEGIN{ action;… } pattern{ action;… } END{ action;… }‘ file ...
awk 程序通常由：BEGIN语句块、能够使用模式匹配的通用语句块、END语句块，共3部分组成
program通常是被单引号或双引号中
? options选项：
-F 指明输入时用到的字段分隔符
-v var=value: 自定义变量

awk语言

?基本格式：awk [options] ‘program‘ file…
?program:pattern{action,statements;..}：支持正则表达式。
?pattern和action：
? pattern部分决定动作语句何时触发及触发事件BEGIN,END。
? action statements对数据进行处理，放在{}内指明print, printf。
?分割符、域和记录
? awk执行时，由分隔符分隔的字段（域）标记$1,$2..$n称为域标识。$0为所有域，注意：和shell中变量$符含义不同。
? 文件的每一行称为记录。
? 省略action，则默认执行 print $0 的操作。

awk工作原理

? 第一步：执行BEGIN{action;…}语句块中的语句
?
? 第二步：从文件或标准输入(stdin)读取一行，然后执行pattern{ action;… }语句块，它逐行扫描文件，从第一行到最后一行重复这个过程，直到文件全部被读取完毕。
? 第三步：当读至输入流末尾时，执行END{action;…}语句块
? BEGIN语句块在awk开始从输入流中读取行之前被执行，这是一个可选的语句块，比如变量初始化、打印输出表格的表头等语句通常可以写在BEGIN语句块中
? END语句块在awk从输入流中读取完所有的行之后即被执行，比如打印所有行的分析结果这类信息汇总都是在END语句块中完成，它也是一个可选语句块
? pattern语句块中的通用命令是最重要的部分，也是可选的。如果没有提供pattern语句块，则默认执行{ print } ，即打印每一个读取到的行，awk读取的每一行都会执行该语句块
? print格式： 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
? 示例：
awk ‘{print "hello,awk"}‘
awk –F: ‘{print}‘ /etc/passwd
awk –F: ‘{print “wang”}’ /etc/passwd
awk –F: ‘{print $1}’ /etc/passwd
awk –F: ‘{print $0}’ /etc/passwd
awk –F: ‘{print $1” ”$3}’ /etc/passwd
tail –3 /etc/fstab |awk ‘{print $2,$4}’
练习：
? 1、有一文件如下格式，请提取”.magedu.com”前面的主机名部分并写入到回到该文件中
cat ip_list.txt
1 blog.magedu.com
2 www.magedu.com
…
999 study.magedu.com
答案：

cat ip_list.txt | awk -F"[ .]" ‘{print $2}‘  >>ip_list.txt
注意：-F"[ .]" 中括号中是以空格和.作为分割符，特殊用法。

awk变量

? 变量：内置和自定义变量
? FS：输入字段分隔符，默认为空白字符
awk -v FS=‘:‘ ‘{print $1,FS,$3}’ /etc/passwd
awk –F: ‘{print $1,$3,$7}’ /etc/passwd
? OFS：输出字段分隔符，默认为空白字符
awk -v FS=‘:’ -v OFS=‘:’ ‘{print $1,$3,$7}’ /etc/passwd
? RS：输入记录分隔符，指定输入时的换行符
awk -v RS=‘ ‘ ‘{print }’ /etc/passwd
? ORS：输出记录分隔符，输出时用指定符号代替换行符
awk -v RS=‘ ‘ -v ORS=‘###‘‘{print }’ /etc/passwd
? NF：字段数量
awk -F： ‘{print NF}’ /etc/fstab,引用内置变量不用$
awk -F: ‘{print $(NF-1)}‘ /etc/passwd
? NR：记录号
awk ‘{print NR}‘ /etc/fstab ; awk END‘{print NR}‘ /etc/fstab
?FNR：各文件分别计数,记录号
awk ‘{print FNR}‘ /etc/fstab /etc/inittab
?FILENAME：当前文件名
awk ‘{print FILENAME}’ /etc/fstab
?ARGC：命令行参数的个数
awk ‘{print ARGC}’ /etc/fstab /etc/inittab 注：awk为第一参数，可用ARGV[0]显示出每个参数是什么。
awk ‘BEGIN {print ARGC}’ /etc/fstab /etc/inittab
?ARGV：数组，保存的是命令行所给定的各参数
awk ‘BEGIN {print ARGV[0]}’ /etc/fstab /etc/inittab
awk ‘BEGIN {print ARGV[1]}’ /etc/fstab /etc/inittab
?自定义变量(区分字符大小写)
(1) -v var=value
(2) 在program中直接定义
?示例：

  awk -v test=‘hello gawk‘ ‘{print test}‘ /etc/fstab  
  awk -v test=‘hello gawk‘ ‘BEGIN{print test}‘  
  awk ‘BEGIN{test="hello,gawk";print test}‘
  awk –F:‘{sex=“male”;print$1,sex,age;age=18}’ /etc/passwd  
  cat awkscript
  {print script,$1,$2}
  awk -F: -f awkscript script=“awk” /etc/passwd  

printf命令
? 格式化输出：printf “FORMAT”, item1, item2, ...
(1) 必须指定FORMAT
(2) 不会自动换行，需要显式给出换行控制符，
(3) FORMAT中需要分别为后面每个item指定格式符
? 格式符：与item一一对应
%c: 显示字符的ASCII码
%d, %i: 显示十进制整数
%e, %E:显示科学计数法数值
%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#表示小数点后精度，%3.1f
-: 左对齐（默认右对齐） %-15s
+：显示数值的正负符号 %+d
printf示例

  awk -F: ‘{printf "%s",$1}’ /etc/passwd  
  awk -F: ‘{printf "%s
",$1}’ /etc/passwd  
  awk -F: ‘{printf "%-20s %10d
",$1,$3}‘   /etc/passwd  
  awk -F: ‘{printf "Username: %s
",$1}’ /etc/passwd  
  awk -F: ‘{printf "Username: %s,UID:%d
",$1,$3}’  /etc/passwd  
  awk -F: ‘{printf "Username: %15s,UID:%d
",$1,$3}’  /etc/passwd  
  awk -F: ‘{printf "Username: %-15s,UID:%d
",$1,$3}’ /etc/passwd  

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：

=, +=, -=, *=, /=, %=, ^=,++, --

?下面两语句有何不同

  ? awk ‘BEGIN{i=0;print ++i,i}’:先i+1,再赋值给i，结果为1 1  
  ? awk ‘BEGIN{i=0;print i++,i}  ：先输出i,再将i+1 ,结果为 0 1  
 ?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

?示例：

  awk –F: ‘$0 ~ /root/{print $1}‘ /etc/passwd  
  awk ‘$0~“^root"‘ /etc/passwd
  awk ‘$0 !~ /root/‘ /etc/passwd
  awk –F: ‘$3==0’ /etc/passwd

? 逻辑操作符：与&&，或||，非!

• 示例：

  ? awk –F: ‘$3>=0 && $3<=1000 {print $1}‘ /etc/passwd  
  ? awk -F: ‘$3==0 || $3>=1000 {print $1}‘ /etc/passwd  
  ? awk -F: ‘!($3==0) {print $1}‘ /etc/passwd  
  ? awk -F: ‘!($3>=500) {print $3}’ /etc/passwd

  ? 函数调用： function_name(argu1, argu2, ...)
  ? 条件表达式（三目表达式）：如果第一项为真，则执行第二个表达式，否则执行第三个表达式
  selector?if-true-expression:if-false-expression
  ? 示例：

  awk -F: ‘{$3>=1000?usertype="Common User":usertype="Sysadmin or SysUser";printf"%15s:%-s
  ",$1,usertype}‘ /etc/passwd  
  df | awk -F" +|%" ‘$0 ~ /^/dev/sd/{print $1,$5}‘ ：取磁盘利用率。

awk PATTERN（支持正则表达式）
? PATTERN:根据pattern条件，过滤匹配的行，再做处理
(1)如果未指定：空模式，匹配每一行
(2) /regular expression/：仅处理能够模式匹配到的行，需要用/ /括起来
? awk ‘/^UUID/{print $1}‘ /etc/fstab
? awk ‘!/^UUID/{print $1}‘ /etc/fstab
(3) relational expression: 关系表达式，结果为“真”才会被处理
? 真：结果为非0值，非空字符串
? 假：结果为空字符串或0值
? awk -F: ‘i=1;j=1{print i,j}‘ /etc/passwd
? awk ‘!0’ /etc/passwd ; awk ‘!1’ /etc/passwd
? awk –F: ‘$3>=1000{print $1,$3}‘ /etc/passwd
? awk -F: ‘$3<1000{print $1,$3}‘ /etc/passwd
? awk -F: ‘$NF=="/bin/bash"{print $1,$NF}‘ /etc/passwd
? awk -F: ‘$NF ~ /bash$/{print $1,$NF}‘ /etc/passwd
(4)line ranges：行范围
startline,endline：/pat1/,/pat2/ 不支持直接给出数字格式
awk -F: ‘/^root>/,/^nobody>/{print $1}‘ /etc/passwd
awk -F: ‘(NR>=10&&NR<=20){print NR,$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
awk -F : ‘BEGIN {print "USER USERID"} {print $1":"$3} END{print "end file"}‘ /etc/passwd
awk -F : ‘{print "USER USERID“;print $1":"$3} END{print "end file"}‘ /etc/passwd
awk -F: ‘BEGIN{print " USER UID --------------- "}{print $1,$3}‘ /etc/passwd
awk -F: ‘BEGIN{print " USER UID --------------- "}{print $1,$3}‘END{print"=============="} /etc/passwd
seq 10 |awk ‘i=0’
seq 10 |awk ‘i=1’
seq 10 | awk ‘i=!i‘
seq 10 | awk ‘{i=!i;print i}‘
seq 10 | awk ‘!(i=!i)’
seq 10 |awk -v i=1 ‘i=!i‘

awk action
?常用的action分类
? (1) Expressions:算术，比较表达式等
? (2) Control statements：if, while等
? (3) Compound statements：组合语句
? (4) input statements
? (5) output statements：print等
awk控制语句
?{ statements;… } 组合语句
?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
awk控制语句if-else
? 语法：if(condition){statement;…}[else statement]
if(condition1){statement1}else if(condition2){statement2}else{statement3}
? 使用场景：对awk取得的整行或某个字段做条件判断
? 示例：
awk -F: ‘{if($3>=1000)print $1,$3}‘ /etc/passwd
awk -F: ‘{if($NF=="/bin/bash") print $1}‘ /etc/passwd
awk ‘{if(NF>5) print $0}‘ /etc/fstab
awk -F: ‘{if($3>=1000) {printf "Common user: %s ",$1} else {printf "root or Sysuser: %s ",$1}}‘ /etc/passwd
awk -F: ‘{if($3>=1000) printf "Common user: %s ",$1; else printf "root or Sysuser: %s ",$1}‘ /etc/passwd
awk ‘BEGIN{ test=100;if(test>90){print "very good“}else if(test>60){ print "good"}else{print "no pass"}}‘
df -h|awk -F% ‘/^/dev/{print $1}‘|awk ‘$NF>=80{print $1,$5}‘
awk控制语句
?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
?示例：
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
awk控制语句
?do-while循环
?语法：do {statement;…}while(condition)
?意义：无论真假，至少执行一次循环体
?示例：
? awk ‘BEGIN{ total=0;i=0;do{ total+=i;i++;}while(i<=100);print total}’
awk控制语句
?for循环
?语法：for(expr1;expr2;expr3) {statement;…}
?常见用法：
for(variable assignment;condition;iteration process)
{for-body}
?特殊用法：能够遍历数组中的元素
语法：for(var in array) {for-body}
?示例：
awk ‘/^[[:space:]]*linux16/{for(i=1;i<=NF;i++) {print $i,length($i)}}‘ /etc/grub2.cfg
性能比较
?time (awk ‘BEGIN{ total=0;for(i=0;i<=10000;i++){total+=i;};print total;}‘)
?time(total=0;for i in {1..10000};do total=$(($total+i));done;echo $total)
?time(for ((i=0;i<=10000;i++));do let total+=i;done;echo $total)
?time(seq –s ”+” 10000|bc)
awk控制语句
?switch语句
?语法：switch(expression) {case VALUE1 or /REGEXP/: statement1; case
VALUE2 or /REGEXP2/: statement2; ...; default: statementn}
?break和continue
? awk ‘BEGIN{sum=0;for(i=1;i<=100;i++)
{if(i%2==0)continue;sum+=i}print sum}‘
? awk ‘BEGIN{sum=0;for(i=1;i<=100;i++)
{if(i==66)break;sum+=i}print sum}‘
awk控制语句
?break [n]
?continue [n]
?next:
提前结束对本行处理而直接进入下一行处理（awk自身循环）
awk -F: ‘{if($3%2!=0) next; print $1,$3}‘ /etc/passwd
awk数组
?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括起来
? (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”格式进行遍历
?示例：
? weekdays[“mon”]="Monday“
? awk ‘BEGIN{weekdays["mon"]="Monday";
weekdays["tue"]="Tuesday";print weekdays["mon"]}‘
? awk ‘!arr[$0]++’ dupfile
? awk ‘{!arr[$0]++;print $0, arr[$0]}‘ dupfile

awk数组
?若要遍历数组中的每个元素，要使用for循环
?for(var in array) {for-body}
?注意：var会遍历array的每个索引
?示例：
? awk ‘BEGIN{weekdays["mon"]="Monday";weekdays["tue"]="Tuesday";for(i in weekdays) {print weekdays[i]}}‘
? 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

awk函数
?数值处理：
rand()：返回0和1之间一个随机数
awk ‘BEGIN{srand(); for (i=1;i<=10;i++)print int(rand()*100) }‘
?字符串处理：
? length([s])：返回指定字符串的长度
? sub(r,s,[t])：对t字符串搜索r表示模式匹配的内容，并将第一个匹配内容替换为s
echo "2008:08:08 08:08:08" | awk ‘sub(/:/,“-",$1)‘
? gsub(r,s,[t])：对t字符串进行搜索r表示的模式匹配的内容，并全部替换为s所表
示的内容
echo "2008:08:08 08:08:08" | awk ‘gsub(/:/,“-",$0)‘
? split(s,array,[r])：以r为分隔符，切割字符串s，并将切割后的结果保存至array所
表示的数组中，第一个索引值为1,第二个索引值为2,…
netstat -tn | awk ‘/^tcp>/{split($5,ip,":");count[ip[1]]++}
END{for (i in count) {print i,count[i]}}’

awk函数
?自定义函数格式：
function name ( parameter, parameter, ... ) {
statements
return expression
}
?示例：
cat fun.awk
function max(x,y) {
x>y?var=x:var=y
return var
}
BEGIN{a=3;b=2;print max(a,b)}
awk –f fun.awk
awk中调用shell命令
?system命令
?空格是awk中的字符串连接符，如果system中需要使用awk中的变量可以使用
空格分隔，或者说除了awk的变量外其他一律用""引用起来
awk‘BEGIN‘{system("hostname") }‘
awk‘BEGIN{score=100; system("echo your score is " score) }‘
awk脚本
?将awk程序写成脚本，直接调用或执行
?示例：
cat f1.awk
{if($3>=1000)print $1,$3}
awk -F: -f f1.awk /etc/passwd
cat f2.awk
#!/bin/awk –f
#this is a awk script
{if($3>=1000)print $1,$3}
chmod +x f2.awk
f2.awk –F: /etc/passwd
向awk脚本传递参数
?格式：
awkfile var=value var2=value2... Inputfile
?注意：在BEGIN过程中不可用。直到首行输入完成以后，变量才可用。可以通
过-v 参数，让awk在执行BEGIN之前得到变量的值。命令行中每一个指定的变
量都需要一个-v参数
?示例：
cat test.awk
#!/bin/awk –f
{if($3 >=min && $3<=max)print $1,$3}
chmod +x test.awk
test.awk -F: min=100 max=200 /etc/passwd