AWK使用介绍及其相关方法

Posted 2021-02-16

功能强大的文本编辑工具
行处理工具，类似于sed和grep

基本格式：awk [options] ‘program‘ file…
?Program：pattern{action statements;..}
?pattern和action
? pattern部分决定动作语句何时触发及触发事件
BEGIN,END (位于之前和之后执行的动作，比如生成标题和汇总)
? 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。$0
为所有域，注意：此时和shell中变量$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

pattern不声明意味所有的行都匹配，action 可以用print输出,{}中的字符串加引号，不加引号则为变量
awk ‘{print $1}‘ /etc/fstab取出文件内容的第一列，不指定则默认分隔符为空格，可以是多个空格
awk ‘{"字符串"}‘ /etc/fstab
选项 -F"分隔符" 指明输入时用到的字段分隔符
ss -nt | awk -F "[[:space:]]+|:" ‘{print $(NF-2)}‘解释以两种符号作为分隔符使用方法
awk -F: ‘{print $1,$3}‘ /etc/passwd取第一列和第三列，-F后面指定分隔符，以：作为分隔符，$1和$3之间用，逗号隔开
df | awk ‘{print $5}‘|awk -F% ‘{print $1}‘解释：awk接收管道输入，首先以空格作为分隔符，取出第五列，然后进行第二次，以%作为分隔符取出第一列
awk -F: ‘{print $1" "$3}‘ /etc/passwd解释：" "表示两列之间以tab分隔
df |grep "/dev/sd" | awk ‘{print $5}‘ | awk -F% ‘{print $1}‘解释利用grep筛选出有用的行

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,$7}’ /etc/passwd
?RS：输入记录分隔符，指定输入时的换行符
awk -v RS=‘ ‘ ‘{print }’ /etc/passwd
?ORS：输出记录分隔符，输出时用指定符号代替换行符
awk -v RS=‘ ‘ -v ORS=‘###‘‘{print }’ /etc/passwd
?NF：字段数量
awk -F：‘{print NF}’ /etc/fstab 引用变量时，变量前不需加$
awk -F：‘{print $(NF-1)}‘ /etc/passwd
?NR：记录号

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
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
变量赋值需使用选项 -v var=value
awk -v FS=: -v OFS=+++ ‘{print $1OFS$3}‘ /etc/passwd解释FS指定输入分隔符，OFS指定输出分隔符
awk -v FS=: -v OFS=+++ ‘{print $1,$3}‘ /etc/passwd解释效果同上
记录分隔符不指定相当于默认为一行，指定后也可以是多行，一行中的一部分
记录分隔符分为输入记录分隔符和输出记录分隔符
NF为字段数量

解释RS输入记录分隔符为；按记录进行处理

NR为记录的编号，以；作为记录分隔符，并打印记录号

awk ‘{print NR}‘ /etc/fstab /etc/issue解释打印两个文件的行数递增
awk ‘{print FNR}‘ /etc/fstab /etc/issue解释分别打印两个文件的行数，各文件分别计数

awk -v title="CEO" -F: ‘{print title":"$1}‘ /etc/passwd解释以冒号为分隔符，选取第一列每列前加CEO

解释：变量调用，首先定义变量，S=:，FS输入字段分隔符，

awk变量
?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
解释-f awkscript为脚本调用，awk支持脚本调用

df |grep "/dev/sd" | awk -F"[[:space:]]+|%" ‘{print $5}‘解释-F支持正则表达式，可以以多个空格或%作为字段分隔符
df | awk -F"([[:space:]]+|%)" ‘$0 ~ "^/dev/sd" {print $5,$1}‘解释以多个空格或%作为分隔符

print打印出来后换行
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

解释：%和$对应，

awk -F: ‘{printf "username:%s uid:%d ",$1,$3}‘ /etc/passwd解释print默认不换行， 强制换行
awk -F: ‘{printf "username:%-30s uid:%10d ",$1,$3}‘ /etc/passwd解释-30s表示用户名为字符串$1左对齐显示宽度为30，10d表示uid为证书$2宽度为10，默认右对齐

awk -F: ‘BEGIN{print "USERNAME | UID -------------------------------------------"}{printf "|%-30s |%10d| ------------------------------------------- ",$1,$3}‘ /etc/passwd|head -10解释，可以模仿出一个类似表格

[[email protected] ~]$cat host.txt
1 www.sfrf
2 http.dgfd
3 llll.kd
4 pppp.sfdg
[[email protected] ~]$awk -F"[ .]" ‘{print $2}‘ host.txt解释：以空格或.作为分隔符，取第二列
www
http
llll
pppp

awk -v name=mage ‘BEGIN{name="wang"; print name}‘解释主要说明{}内变量定义字符串必须加引号

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：将字符串转换为数值
  ?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}’
  ? awk ‘BEGIN{i=0;print i++,i}’

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
?条件表达式（三目表达式）
selector?if-true-expression:if-false-expression
? 示例：
awk -F: ‘{$3>=1000?usertype="Common User":usertype="
SysUser";printf "%15s:%-s ",$1,usertype}‘ /etc/passwd

awk PATTERN
?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
?示例：
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)‘ 打印偶数行 ，去掉！打印奇数行
seq 10 |awk -v i=1 ‘i=!i‘ 打印偶数行，i=0

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
df -h|awk -F% ‘/^/dev/{print $1}‘|awk ‘$NF>=80{print $1,$5}‘
awk ‘BEGIN{ test=100;if(test>90){print “very good“}
else if(test>60){ print ”good”}else{print “no pass”}}’

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

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}’

?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)
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}‘

break [n]
结束整个循环默认是最近的?次循环
?continue [n]
跳过本轮循环，执?下?轮循环；
?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

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”
? (3) 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 ‘!line[$0]++‘ dupfile
awk ‘{!line[$0]++;print $0, line[$0]}‘ dupfile

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]}}’

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

解释行号大于1，以空格和冒号作为分隔符

awk -F: ‘$3>=1000{print $1 $3}‘ /etc/passwd
比较

取IP地址

df | awk -F"[[:space:]]+|%" ‘$1~/^/dev/sd/{print $1,$5}‘模式匹配

匹配行首不是#的

一种写法

另一种写法

模式匹配

取反，注意两者区别

面试题

通过ss.log日志文件导入后
awk -F" +|:" ‘{print $(NR-2)}‘

选出前3名，访问量最大
awk -F: ‘$3>=1000?user="conmmon user":user="system user"{print user":"$1,$3}‘ /etc/passwd

打印奇数行

打印偶数行

sed打印奇数和偶数行

统计某字段长度

取最大值和最小值

1+。。100

对比执行效率

Continue 和break

奇数行

去重

统计重复次数

随机数

随机数处理

搜索替代，如果$0则全部替代

数组套数组

X,y为形式参数，a,b为实参，返回最大值函数

实现男女成绩平均值

另一种写法

打印10-20之间的UUID

将相关IP（访问次数大于5）扔进防火墙