文本处理三剑客：grep系，sed，awk grep系：grep，egrep，fgrep，基于PATTERN进行文本过滤； sed：流编辑器，逐行编辑器；模式空间，保持空间； awk：报告生成器；格式化文档输出；
下面是三剑客其中之一的awk：
awk：其实就是gawk，是一种模式扫描和处理语言（Centos系/RHEL系中是经过GNU重新编写过的awk叫做gawk）； 格式：gawk [ options ] 'program' file ... program：[/PATTERN/]{ACTION statement;...} //只能有一对单引号，只能在program两侧 PATTERN部分：决定动作语句何时触发以及通过什么事件来触发； BEGIN,END 注意：在有BEGIN语句块的前提下，后面的file有时候可以省略； ACTION statement：对数据进行特定的处理，通常放置在{}中，并使用单引号进行引用；
基本概念：
分隔符：
输入分隔符：awk对数据进行处理时，会根据特定的符号对数据进行分段处理，这种标识符号就称为“输入分隔符”，默认的输入分隔符是空白字符；如果指定的分隔符并没有被数据包括，则只有换行分隔符有效；
输出分隔符：awk对数据处理完成后，会以特定的标识符号对各个字段进行连接后输出，这种标识符号就称为“输出分隔符”，默认的输出分隔符是空白字符；
记录：由换行符进行分隔的数据中的一行，就称为一条记录(record)；通常在使用awk处理数据时，使用$0来保存整个记录的内容；
字段：经过分隔符分隔之后的每一个数据分段，都称为一个字段（field）；通常在使用awk处理数据时，使用$1,$2,...$NF等内置变量来存储各个字段的数据；
awk的工作原理：
1.首先，执行BEGIN{ACTION statement;...}语句块中的语句；
2.其次，从文件中或者标准输入读取一行，再根据PATTERN的匹配结果执行后面的ACTION语句块中的内容；然后逐行重复该过程以完成数据处理，直至数据全部被读取完毕；
3.最后，再所有的语句块都执行完成之后，退出awk进程之前，执行END{ACTION statement;...}语句块中的语句；
注意：
1）BEGIN语句块在awk开会处理数据内容之前就被执行；通常用于生成表头；此语句块是可选语句块；
2）END语句块在处理完所有的数据之后，才会被执行；通常用于数据汇总；此语句块是可选语句块；
3）PATTERN语句块中的通用命令是最重要的部分，因此PATTERN语句块不能省略，但其中的ACTION可以省略，如果省略，则默认执行print动作，即：显示数据的各行；
4）awk在执行PATTERN语句块时，默认循环遍历数据汇总的各个记录；
常用选项：
-f,--file program-file：从指定的文件中加载program语句块，而不是通过命令行给出相关的程序内容；
-F,--field-separator fs：指定字段的输入分隔符；默认是空白字符；
-v,--assign var=value：用于声明自定义变量或数组并为变量赋值；//可以在BEGIN、PATTERN和END语句块中自定义变量，也可以声明数组；在选项当中每定义一个变量都需要再书写一次"-v"
awk的常用用法：
1.变量：
内建变量：
FS：输入字段分隔符，默认是空白字符；
OFS：输出字段分隔符，默认的是空白字符；
示例：
~]# awk -v FS=':' -v OFS=':' '{print $1,$3,$7}' /etc/passwd //显示当前系统内存在用户的用户名、用户的uid、用户默认的shell（用“:”输入分隔，使用“:”输出分隔）
root:0:/bin/bash
bin:1:/sbin/nologin
daemon:2:/sbin/nologin
RS：输入记录（行）分隔符，默认为换行符； //换行符还是生效的
ORS：输出记录分隔符，默认为换行符； //awk认为的换行符，真正输出换行的还是原有的换行符
示例：
~]# awk -v RS=':' -v ORS='#' '{print $0}' /etc/passwd
root#x#0#0#root#/root#/bin/bash
bin#x#1#1#bin#/bin#/sbin/nologin
NF：每一行当中字段的总数；
示例：
~]# awk -F: '{print NF}' /etc/passwd //显示指定文件中每行中的字段的数量
7
...
~]# awk -F: '{print $NF}' /etc/passwd //显示指定文件中每行中最后一个字段的内容
/bin/bash
/sbin/nologin
...
~]# awk -F: '{print $(NF-1)}' /etc/passwd //显示指定文件中每行中倒数第二个字段的内容
/root
/bin
...
NR：行的总数；如果仅处理一个文件，可以将NR的值当做文件中各行的行号；
示例：
~]# awk '{print NR}' /etc/fstab //显示一个文件的行数，处理单个文件时，可以记做行数
1
2
3
...
FNR：对于不同的文件分别统计其行的数量；即使处理多个文件，也可以显示每个文件中的行号；
示例：
~]# awk '{print FNR}' /etc/fstab /etc/issue //处理多个文件，显示每个文件中的行号
FILENAME：当前正在被处理的文件的文件名；
示例：
~]# awk 'END{print FILENAME}' /etc/passwd
/etc/fstab
ARGC：命令行中参数的数量；包括awk命令本身但不包括awk选项部分也不包括program部分；
示例：
~]# awk 'END{print ARGC}' /etc/fstab /etc/issue /etc/passwd
4
AGRV：由命令行中所有的参数构成的数组；AGRV[0]:显示参数构成数组中的第一个参数awk；
示例：~]# awk 'END{print ARGV[1]}' /etc/fstab /etc/issue /etc/passwd //显示命令行中的第N个参数
/etc/fstab
自定义变量：
定义方式：-v var_name=value （变量字母严格区分大小写）
示例：
~]# awk -v var='hello' -F: '{print var","$1}' /etc/passwd //对当前系统内的用户打招呼：“hello,User”
hello,root
hello,bin
awk常用的ACTION：
2.print：以标准格式输出文档；
格式：
print item1,item2,...
示例：
~]# awk '{print}' /etc/issue
CentOS release 6.7 (Final)
Kernel \r on an \m
~]# awk '{print $1,$3,$NF}' /etc/issue
CentOS 6.7 (Final)
Kernel on \m
注意：
1）各个元素之间需要使用“,”进行分隔；
2）输出的各item可以是字符串，可以是数字，可以是当前记录中的字段，可以是变量，可以是awk的表达式；
3）如果省略了item，则默认的是item为$0,即：输出整行；
3.printf：以特定的格式输出结果；
格式：
printf "FORMAT" item1,item2,...
示例：
~]# awk -F: '{printf "%20s:%-+5d\n",$1,$3}' /etc/passwd
root:+0
bin:+1
daemon:+2
注意：
1）必须给出合适的输出格式；
2）默认不会自动换行，如果想要在输出结果中换行显示的话需要明确的给出换行控制符“\n”；
3）FORMAT中需要为后面的每一个item单独指定一个格式化符号；
常用的FORMAT：
%c：以ASCII码中的内容显示字符信息；
%d,%i：显示十进制整数；
%e,%E：以科学计数法来显示数字（浮点类型1.2,1.3，...）；//相似：%g,%G：以科学计数法显示浮点数字
%f,%F：显示十进制数字的浮点形式；
%u：无符号的十进制数；
%o：无符号的八进制数；
%s：显示字符串；
%x,%X：显示无符号的十六进制数；
%%：显示一个“%”符号；
修饰符：
#[.#]：第一个数字用来控制显示宽度；第二个数字表示小数点后的精度；
-：表示采用左对齐方式显示，默认是右对齐；
+：显示数字的正负符号；（如果不是数字没有意义）
4.操作符：
算数运算操作符：（双目运算符优先级低于单目运算符）
双目运算符：x+y,x-y,x*y,x/y（y不能为0）,x^y（优先级最高）,x%y
单目运算符：
-x：将正整数转换为负整数；
+x：将字符串转换为数值；
示例：~]# awk -F : 'END{print 100^2}' /etc/passwd
字符串操作符：
无任何操作符号，即为字符串连接操作；
赋值操作符：
=,+=,-=,*=,/=,^=,%=
++,--(步长为1)
比较操作符：
==,!=,>,<,>=,<=
示例：
[root@chenliang ~]# awk -F: '$3==0{print $1}' /etc/passwd //取出系统中用户uid为0的用户
root
模式匹配操作符：
~：操作符左侧的字符串是否能够被右侧的模式PATTERN所匹配；
!~：操作符左侧的字符串是否不能够被右侧的模式PATTERN所匹配；
示例：
~]# awk -F : '$NF~/bash/{print $0}' /etc/passwd //取出系统中shell为bash的用户
逻辑运算操作符：&& || !
示例：
~]# awk -F: '$3>=100&&$3<=1100{print $0}' /etc/passwd //取出系统中用户uid大于等于100且小于等于1100的用户
usbmuxd
rtkit
条件表达式：
selector(condition)?if-true-expression:if-false-expression
示例：
~]# awk -F: '{$3>=1000?usertype="Common User":usertype="SuperUser or Sysuser";printf "%20s: %-20s\n",usertype,$1}' /etc/passwd //系统中用户uid大于等于1000就标记为Common User，否则标记为SuperUser or Sysuser
Super or Systemuser: root
Super or Systemuser: bin
5.PATTERN（模式）部分：
1）empty：空模式，不加区分的处理文件的每一行；
2）[!]/REGEXP/：仅处理[不]能被PATTERN匹配到的每一行；
示例：~]# awk -F: '!(/^r/)&&/n$/{print $1}' /etc/passwd //取出系统中非r开头且不以n结尾的用户名
bin:x:1:1:bin:/bin:/sbin/nologin
3）关系表达式：
示例： ~]# awk -F: '{$3>=1000?usertype="Common User":usertype="SuperUser or Sysuser";printf "%20s: %-20s\n",usertype,$1}' /etc/passwd //系统中用户uid大于等于1000就标记为Common User，否则标记为SuperUser or Sysuser
Super or Systemuser: root
Super or Systemuser: bin
4）行域，行范围：
关系表达式的逻辑运算：FNR>=10&&FNR<=20
示例：
~]# awk -F: 'FNR>=12&&FNR<=14{print $1}' /etc/passwd //取出/etc/passwd中12到14行的用户名
games
gopher
ftp
/REGEXP1/,/REGEXP2/：从被REGEXP1匹配的行开始，直到被REGEXP2匹配的行结束，这期间的所有行；凡是属于此类的匹配结果，有多少组就显示多少组；
示例：
~]# awk -F: '/^n/,/^c/{print $1}' /etc/passwd //取出/etc/passwd中从n开头到c开头为用户名的用户名
nobody
nfsnobody
ntp
cl1
5）BEGIN/END模式：
BEGIN{}:仅在开始处理文件中第一行文本数据之前执行一次的语句块；多用于输出特定格式的表头信息；
示例：
~]# awk -F: 'BEGIN{printf "%20s %10s %20s\n","USERNAME","USEUID","SHELL"}NR>=15&&NR<=20{printf "%20s %10s %20s\n",$1,$3,$7}' /etc/passwd //在文件/etc/passwd中显示USERNAME ，USERUID ，SHELL为表头的15到20行的用户信息
USERNAME USERUID SHELL
nobody 99 /sbin/nologin
dbus 81 /sbin/nologin
usbmuxd 113 /sbin/nologin
vcsa 69 /sbin/nologin
rpc 32 /sbin/nologin
rtkit 499 /sbin/nologin
END{}:仅在文本处理完成但awk命令尚未退出时执行一次的语句块；多用于数据信息的汇总；
示例：
~]# awk -F: 'BEGIN{printf "%20s %10s %20s\n","USERNAME","USERID","SHELL"}NR>=15&&NR<=20{printf "%20s %10s %20s\n",$1,$3,$7}END{print "----------------------------------------\n",NR " users"}' /etc/passwd
注意：
1）BEGIN语句块，PATTERN语句块，END语句块的顺序，通常的书写顺序为：BEGIN{}PATTERN{}END{}；
2）BEGIN语句块和END语句块是可选的，但PATTERN语句块必须要写；
6）常用的ACTIONS
1.表达式
2.组合语句
3.输入语句
4.输出语句
5.控制语句
7）控制语句：
（1）if ... else：
语法：if (condition) statement [ else statement ]
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}else{print "Username: ",$1}}' /etc/passwd //uid大于等于1000的用户，如果不符合条件的用户就在用户名签名标识“Username: ”字样
Username: root
Username: bin
~]# awk '/^[^#]/{if(NF==6){print}}' /etc/fstab //输出/etc/fstab文件中非#号开头的以空白字符分隔的含有6个字段的行
/dev/mapper/vg_chenliang-lv_root / ext4 defaults 1 1
UUID=ceeb9f75-73ea-412f-a33a-1704433e538b /boot ext4 defaults 1 2
/dev/mapper/vg_chenliang-lv_swap swap swap defaults 0 0
tmpfs /dev/shm tmpfs defaults 0 0
devpts /dev/pts devpts gid=5,mode=620 0 0
sysfs /sys sysfs defaults 0 0
proc /proc proc defaults 0 0
分析磁盘上各个文件系统的空间利用率：
~]# df -h | awk -F% '/^\/dev/{print $1}' | awk '{if($NF>=80){print $1}}'
9
（2）while循环：
语法：while (condition) statement
使用场景：
a.对一行内的多个字段逐一做相同或类似的操作处理时使用；
b.对数组中的各数组元素做遍历处理时使用；
while循环的特定：条件为真，进入循环；一旦条件为假，则退出循环；
示例：
~]# vim testfile
Hello! My Linux World! Let's go ~
~]# awk '{i=1;while(i<=NF){print $i,length($i);i++}}' testfile //判断testfile中以空白字符分隔的每个字段的字符数
Hello! 6
My 2
Linux 5
World! 6
Let's 5
go 2
~ 1
（3）do ... while语句：
语法：do statement while (condition) //意义：与while循环相同，但statement语句段至少被执行一次；
示例：
~]# awk '{do{print $i,length($i);i++}while(i<=NF)}' testfile //判断testfile中以空白字符分隔的每个字段的字符数
Hello! My Linux World! Let's go ~ 33
Hello! 6
My 2
Linux 5
World! 6
Let's 5
go 2
~ 1
（4）for循环：
语法：
for (expr1; expr2; expr3) statement //第一种语法
expr1：变量赋初始值；
expr2：循环条件判断；
expr3：变量值的迭代处理（变量值修正方法）；
示例：
~]# awk '{for(i=1;i<=NF;i++){print $i,length($i)}}' testfile //判断testfile中以空白字符分隔的每个字段的字符数
Hello! 6
My 2
Linux 5
World! 6
Let's 5
go 2
~ 1
for (var in array) statement //第二种语法
示例：
awk -F: '$NF!~/^$/{BASH[$NF]++}END{for(i in BASH){printf "%15s:%i\n",i,BASH[i]}}' /etc/passwd
/sbin/shutdown:1
/bin/bash:2
/sbin/nologin:29
/sbin/halt:1
/bin/sync:1
（5）switch ... case语句：
语法：switch (expression) { case value1|regex1:statement;case value2|regex2:statement; ... [ default: statement ]}
使用场景：用于字符串比较判断；
（6）break语句和continue语句：
break [n]
示例：
[root@chenliang ~]# awk '{for(i=1;i<=NF;i++){if(length($i)<5){break}{print $i,length($i)}}}' testfile
Hello! 6
continue
注意：其使用场景是行内多个字段间做循环时的循环控制方式；
示例：
~]# awk '{for(i=1;i<=NF;i++){if(length($i)<5){continue}else{print $i,length($i)}}}' testfile
Hello! 6
Linux 5
World! 6
Let's 5
（7）next语句：
在awk处理数据时，提前结束对当前行的处理，而直接开始处理下一行；
示例：
~]# awk -F: '{if($3%2==1){next}else{print $1,$3}}' /etc/passwd
root 0
~]# awk -F: '{if($3%2==1)next;print $1,$3}' /etc/passwd
root 0
（8）数组——Array
用户自定义的数组，一般使用关联数字：array_name[index_expression]
注意：
1）index_expression可以使用任意的字符串，但字符串必须要放在双引号中；
2）支持弱变量数组，即：如果某数组元素事先不存在，当引用该元素时，awk会自动创建此元素，并为此元素赋“空字符串”作为其初始值；
示例：
1.[root@chenliang ~]# awk 'BEGIN{name["leader"]="zhangsan";name["mem1"]="lisi";name["mem2"]="wangwu";print "Leader: ",name["leader"],"\nMember: ",name["mem1"],name["mem2"]}'
Leader: zhangsan
Member: lisi wangwu
2.[root@chenliang ~]# awk 'BEGIN{name["leader"]="zhangsan";name["mem1"]="lisi";name["mem2"]="wangwu";for(i in name){print name[i]}}'
wangwu
zhangsan
lisi
3.查看当前系统上所有服务的不同TCP状态的连接数量的统计；
~]# netstat -nalt | awk '/^tcp\>/{state[$NF]++}END{for(stat in state){printf "%15s: %-10d\n",stat,state[stat]}}'
ESTABLISHED: 1
LISTEN: 10
4.用于统计本服务器web站点的每个用户的请求数值：
~]# awk '{ipaddr[$1]++}END{for(ip in ipaddr){print ip,ipaddr[ip]}}' /var/log/httpd/access_log
172.16.0.1 3
172.16.74.1 3
5.用于统计本服务器web站点的UV值（访问量）：
~]# awk '{ipaddr[$1]++}END{for(ip in ipaddr){print ip,ipaddr[ip]}}' /var/log/httpd/access_log | wc -l
（9）函数：
内建函数：
数值函数：
rand()：返回一个介于0-1之间的随机数；
示例：
[root@chenliang ~]# awk 'BEGIN{print rand() }'
0.237788
sqrt()：对于指定的数值进行开二次方；
示例：
[root@chenliang ~]# awk 'BEGIN{print sqrt(5) }'
2.23607
字符串函数：
length()：计算给定字符串的长度；
示例:
[root@chenliang ~]# awk 'BEGIN{print length(123456789) }'
9
gsub(r, s [, t])：以r表示的模式来查找t表示的字符串中能够被匹配的内容，并将所有出现的内容替换成s表示的内容；
示例：
~]# awk 'BEGIN{filed="This is a test text !";gsub(/text/,"file",filed);print filed}'
This is a test file !
split(s, a [, r [, seps] ])：以seps作为分隔符，利用r表示的模式进行匹配，将s代表的字符串分割之后，保存在a表示的数组之中；
示例：
示例1~]# awk 'BEGIN{demo="learning linux is very happy ~";split(demo,DEMO," ");for(i in DEMO){print i,DEMO[i]}}'
4 very
5 happy
6 ~
1 learning
2 linux
3 is
示例2~]# awk 'BEGIN{print split("123#456#678", myarray, "#")}'
3
自定义函数：
在命令行中自定义函数：function name(parameter list) { statements }
在脚本中自定义函数：
function 函数名(参数表){
函数体
}
function f(p, q, a, b) # a and b are local
{
...
}
示例：
写两个函数计算最小和最大数，从main函数中调用这些函数（自定义函数示例转自http://www.yiibai.com/awk/awk_user_definede_functions.html）：
# Returns minimum number
function find_min(num1, num2)
{
if (num1 < num2)
return num1
return num2
}
# Returns maximum number
function find_max(num1, num2)
{
if (num1 > num2)
return num1
return num2
}
# Main function
function main(num1, num2)
{
# Find minimum number
result = find_min(10, 20)
print "Minimum =", result
# Find maximum number
result = find_max(10, 20)
print "Maximum =", result
}
# Script execution starts here
BEGIN {
main(10, 20)
}
在执行上面的代码后，会得到如下结果：
Minimum = 10
Maximum = 20
