linux基础篇-文本三剑客之AWK

原创

维猫 2018-09-16 19:40:38 博主文章分类：linux基础 ©著作权

©著作权归作者所有：来自51CTO博客作者维猫的原创作品，请联系作者获取转载授权，否则将追究法律责任

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

awk语言

基本格式：awk [options] 'program' file… program:pattern{action,statements;..}：支持正则表达式。
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。

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可以是字符串，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}’
练习：
 1、有一文件如下格式，请提取”.magedu.com”前面的主机名部分并写入到回到该文件中 cat ip_list.txt 1 blog.magedu.com
2 www.magedu.com
…
999 study.magedu.com
答案：

cat ip_list.txt | awk -F"[ .]" '{print $2}'  >>ip_list.txt
注意：-F"[ .]" 中括号中是以空格和.作为分割符，特殊用法。

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 注：awk为第一参数，可用ARGV[0]显示出每个参数是什么。 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

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
printf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

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：

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

下面两语句有何不同

• awk ‘BEGIN{i=0;print ++i,i}’:先i+1,再赋值给i，结果为1 1  
• awk ‘BEGIN{i=0;print i++,i}  ：先输出i,再将i+1 ,结果为 0 1  
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）：如果第一项为真，则执行第二个表达式，否则执行第三个表达式
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  
df | awk -F" +|%" '$0 ~ /^\/dev\/sd/{print $1,$5}' ：取磁盘利用率。

awk PATTERN（支持正则表达式）  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 • 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 \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'

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

awk数组 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]}}’

awk函数 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