Linux系统管理——GNU awk使用方法及技巧

Posted 2020-11-11

1、awk

    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

选项：
    -F 指明输入时用到的字段分隔符
    -v var=value: 自定义变量

1.1、基本格式

    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
        ? 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

1.2、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。

1.3、print格式

print格式：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

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”\t”$3}’ /etc/passwd
tail –3 /etc/fstab |awk ‘{print $2,$4}’

1.4、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
        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

1.5、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，\n
    (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

示例：

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

1.6、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：
    =, +=, -=, *=, /=, %=, ^=
    ++, --

区别：

    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

函数调用： function_name(argu1, argu2, ...)

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="Sysadmin
        or SysUser";printf "%15s:%-s\n",$1,usertype}' /etc/passwd

1.7、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

示例：
    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 \n---------------
    "}{print $1,$3}' /etc/passwd
    
    awk -F: 'BEGIN{print " USER UID \n---------------
    "}{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'

1.8、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

2、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

2.1、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\n",$1} else
        {printf "root or Sysuser: %s\n",$1}}' /etc/passwd
        
        awk -F: '{if($3>=1000) printf "Common user: %s\n",$1;
        else printf "root or Sysuser: %s\n",$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"}}'

2.2、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

    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

2.3、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}‘

2.4、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；
    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)

2.5、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}‘

2.6、循环控制

    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

3、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

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

4、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字符串进行搜索r表示的模式匹配的内容，并将第一个匹配的内容替换为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 -tan | 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(v1,v2) {
            v1>v2?var=v1:var=v2
            return var
        }
        BEGIN{a=3;b=2;print max(a,b)}
        
    awk –f fun.awk

5、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) }'

6、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