浅谈awk

Posted 千纸赫H

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了浅谈awk相关的知识,希望对你有一定的参考价值。

       awk,文本处理三剑客之一,它的名称得自于它的创始人 Alfred Aho 、Peter Weinberger 和 Brian Kernighan 姓氏的首个字母,它不仅是 linux中也是任何环境中现有的功能最强大的数据处理引擎之一。作为一种强大的语言,它具备了一个完整的语言所应具有的几乎所有精美特性。

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

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

常用变量和操作符
$0                表示整个当前行
$1                每行第一个字段
NF               字段数量变量
NR               每行的记录号,多文件记录递增
FNR             与NR类似,不过多文件记录不递增,每个文件都从1开始
FS                BEGIN时定义分隔符
RS                输入的记录分隔符, 默认为换行符(即文本是按一行一行输入)
OFS             输出字段分隔符, 默认也是空格,可以改为制表符等
ORS             输出的记录分隔符,默认为换行符,即处理结果也是一行一行输出到屏幕
-F‘[:#/]‘          定义三个分隔符
~                   匹配,与==相比不是精确比较
!~                  不匹配,不精确比较
==                 等于,必须全部相等,精确比较
!=                  不等于,精确比较
&&              逻辑与
||                   逻辑或
awk控制语句
控制语句if-else
语法:if(condition){statement;…}[else statement]
           if(condition1){statement1}else if(condition2){statement2}
           else{statement3}
          此语句使用场景:对awk取得的整行或某个字段做条件判断
举例:
          awk -F:‘{if($3>=1000)print $1,$3}‘ /etc/passwd     (小于1000不做处理,所以没有else)
          awk ‘BEGIN{ test=100;if(test>90){print "very good"}else if(test>60){print "good"}else{print "no pass"}}‘
控制语句while
语法:while(condition){statement;...}
           条件“真”,进入循环;条件“假”,退出循环
           此语句使用场景: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
举例:
           awk ‘/^[[:space:]]*linux16/{i=1;while(i<NF){print $i,length($i);i++}}‘ /etc/grub2.cfg
控制语句do-while
语法:do {statement;...}while(condition)
           无论真假,至少执行一次循环体
举例:
           awk ‘BEGIN{ sum=0;i=0;do{ sum+=i;i++;}while(i<=100);print sum }‘
控制语句for
语法:for(expr1;expr2;expr3){statement;...}
举例:
          awk ‘/^[[:space:]]*linux16/{for(i=1;i<=NF;i++){print $i,length($i)}}‘ /etc/grub2.cfg 
控制语句break和continue
 举例:
         awk ‘BEGIN{sum=0;for(i=1;i<=100;i++){if(i==66)break;sum+=i}print sum}‘
         awk ‘BEGIN{sum=0;for(i=1;i<=100;i++){if(i%2==0)continue;sum+=i}print sum}‘
awk数组
关联数组:array[index-expression]
index-expression:
      (1)可以使用任意字符串;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”
举例:
weekdays["mon"]="Monday"
awk ‘BEGIN{weekdays["mon"]="Monday";weekdays["tue"]="Tuesday";print weekdays["mon"]}‘
awk函数
 数值处理:
        rand():返回0和1之间一个随机数
举例:
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
举例:
         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
举例:
         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....
举例:
          netstat -tan | awk ‘/^tcp\>/{split($5,ip,":");count[ip[1]]++}  END{for (i in count) {print i,count[i]}}‘
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
补充:
/^UUID/:模式匹配以UUID开头的行 fs[$3]++:定义fs[]为关联数组下标是每条记录的第3个字段,数组的值是出现的次数 for(i in fs){print i,fs[i]}:在每条记录都处理完后,用for循环遍历数组,打印下标(文件类型)和数组元素值(文件类型出现的次数)
2、统计/etc/fstab文件中每个单词出现的次数
awk {i=1;while(i<=NF){word[$i]++;i++}}END{for(num in word){print num,word[num]}} /etc/fstab
补充:
用while循环处理每条记录的每个字段,最主要的是每处理完一个字段要把i置为—,这样每处理完一个记录,关联数组被下一个记录的每个字段重新赋值
3、提取出字符串[email protected]%9&Bdh7dq+yVixp3vpw中的所有数字
echo "[email protected]%9&Bdh7dq+yVixp3vpw" | awk gsub(/[^[:digit:]]/," ",$0)
补充:
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,模式匹配用的是扩展正则表达式
4、解决DOS攻击生产案例:根据web日志或者网络连接数,监控当某个IP并发连接数或者短时间内PV达到100,即调用防火墙命令封掉对应的IP,监控频率每隔5分钟。防火墙命令为:iptables -A INPUT -s IP -j REJECT
awk {access[$1]++}END{for(i in access){if(access[i]>=100){print i,access[i]}}} access_log
补充:
监控任务可以写到计划任务里,这里只使用awk实现过滤(access_log为apache访问日志)

 谢谢浏览,多多评论哦。

 
 
 

以上是关于浅谈awk的主要内容,如果未能解决你的问题,请参考以下文章

浅谈awk

浅谈awk

Linux的文本处理工具浅谈-awk sed grep

浅谈Mybatis

浅谈AngularJS中的$parse和$eval

浅谈sed用法