gawk 初识

Posted 2020-11-05

一、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
选项：
-F 指明输入时用到的字段分隔符
-v var=value: 自定义变量?

二、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

三、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

四、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

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

五、操作符

1.算术操作符：

x+y, x-y, x*y, x/y, x^y, x%y

2.赋值操作符：

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

awk ‘BEGIN{i=0;print ++i,i}‘ 
awk ‘BEGIN{i=0;print i++,i}‘

3.比较操作符：

==, !=, >, >=, <, <=

4.模式匹配符：

~：左边是否和右边匹配包含 !~：是否不匹配

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

5.逻辑操作符：与&&，或||，非!

awk –F: ‘$3>=0 && $3<=1000 {print $1}‘ /etc/passwd
awk -F: ‘$3==0 || $3>=1000 {print $1}‘ /etc/passwd

6.条件表达式（三目表达式）：

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

7.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：

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‘

六、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}
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}‘

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

也支持if，while，swich等编程语句，这里不多介绍

七、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,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 ‘!arr[$0]++1‘ /etc/fstab
awk ‘{ip[$1]++}END{for(i in ip) {print i,ip[i]}}‘ /var/log/httpd/access_log

八、习题

1、统计/etc/fstab文件中每个文件系统类型出现的次数；

awk ‘/^[^#]/{fs[$3]++}END{for(i in fs){print i,fs[i]}}‘ /etc/fstab

2、统计/etc/fstab文件中每个单词出现的次数；

grep -oE "\b[[:alpha:]]+\b" /etc/fstab |awk ‘{word[$1]++}END{for(i in word){print i,word[i]}}‘

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 -F "" ‘{for(i=1;i<=NF;i++) {if ($i ~ /[:digit:]/){str=$i;str1=(str1 str)}} print str1}‘

echo ‘[email protected]%9&Bdh7dq+YVixp3vpw‘|tr -dc ‘[:digit:]‘

4、解决DOS攻击生产案例：根据web日志或者或者网络连接数，监控当某个IP并发连接数或者短时内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

#!/bin/bash
file=/var/log/httpd/access_log
awk ‘{ip[$1]++}END{for (i in ip){if (ip[i]>100)print i}‘ $file |while read line ;do
    iptables -A INPUT -s $line -j REJECT
    sleep 300 &
done