Linux命令篇 - awk 命令
awk
gawk - pattern scanning and processing language；
awk：gawk是Unix中原始awk程序的GNU版本,强大之处在于可以写脚本来读取文本行的数据，然后处理并显示数据；
格式：gawk [参数]
常用参数：
| OPTIONS | 意义 |
|---|---|
| f | 从文件程序文件读取AWK程序源，而不是从第一个命令行参数。可以使用多个-f（或--file）选项 |
| -F | 指定描绘一行中数据字段的文件分隔符 |
| -v | 定义gawk程序中使用的变量和默认值 |
| -mr | 指定数据文件中的最大记录大小 |
awk常用内建变量：
| OPTIONS | 意义 |
|---|---|
| $0 | 当前记录（这个变量中存放着整个行的内容） |
| $1 ~ $n | 当前记录的第n个字段，字段间由FS分隔 |
| FS | 输入字段分隔符 默认是空格或Tab |
| NF | 当前记录中的字段个数，就是有多少列 |
| NR | 已经读出的记录数，就是行号，从1开始，如果有多个文件话，这个值也是不断累加中。 |
| FNR | 当前记录数，与NR不同的是，这个值会是各个文件自己的行号 |
| RS | 输入的记录分隔符， 默认为换行符 |
| OFS | 输出字段分隔符， 默认也是空格 |
| ORS | 输出的记录分隔符，默认为换行符 |
| FILENAME | 当前输入文件的名字 |
参考案例：
# 案例数据
$ vi netstat.txt
Proto Recv-Q Send-Q Local-Address Foreign-Address State
tcp 0 0 0.0.0.0:3306 0.0.0.0:* LISTEN
tcp 0 0 0.0.0.0:80 0.0.0.0:* LISTEN
tcp 0 0 127.0.0.1:9000 0.0.0.0:* LISTEN
tcp 0 0 coolshell.cn:80 124.205.5.146:18245 TIME_WAIT
tcp 0 0 coolshell.cn:80 61.140.101.185:37538 FIN_WAIT2
tcp 0 0 coolshell.cn:80 110.194.134.189:1032 ESTABLISHED
tcp 0 0 coolshell.cn:80 123.169.124.111:49809 ESTABLISHED
tcp 0 0 coolshell.cn:80 116.234.127.77:11502 FIN_WAIT2
tcp 0 0 coolshell.cn:80 123.169.124.111:49829 ESTABLISHED
tcp 0 0 coolshell.cn:80 183.60.215.36:36970 TIME_WAIT
tcp 0 4166 coolshell.cn:80 61.148.242.38:30901 ESTABLISHED
tcp 0 1 coolshell.cn:80 124.152.181.209:26825 FIN_WAIT1
tcp 0 0 coolshell.cn:80 110.194.134.189:4796 ESTABLISHED
tcp 0 0 coolshell.cn:80 183.60.212.163:51082 TIME_WAIT
tcp 0 1 coolshell.cn:80 208.115.113.92:50601 LAST_ACK
tcp 0 0 coolshell.cn:80 123.169.124.111:49840 ESTABLISHED
tcp 0 0 coolshell.cn:80 117.136.20.85:50025 FIN_WAIT2
tcp 0 0 :::22 :::* LISTEN
- 输出首行
$ cat netstat.txt |awk 'NR==1'
- 输出最后一行
$ cat netstat.txt |awk 'END{print}'
- 输出指定列(未指定格式)
# 其中单引号中的被大括号括着的就是awk的语句; 注意,其只能被单引号包含;
# 其中的$1..$n表示第几例;注：$0表示整个行
# 下面两个命令是等价的
$ awk '{print $1, $4}' netstat.out
$ cat netstat.out | awk '{print $1, $4}'
- 输出指定列(指定格式)
# awk的格式化输出和C语言的printf没什么两样
$ awk '{printf "%-8s %-8s %-8s %-18s %-22s %-15s\n",$1,$2,$3,$4,$5,$6}' netstat.out
- 过滤记录
# 过滤记录 - 简单过滤
# 过滤条件为: 第三列的值为0 && 第6列的值为LISTEN
# "=="为比较运算符; 其他比较运算符：!=、>、<、>=、<=
$ awk '$3==0 && $6=="LISTEN" ' netstat.txt
# 过滤记录 - 其它条件使用
$ awk '$6=="LISTEN" {print $0}' netstat.out
# 过滤记录 - 表头显示
# 需要表头的话,可以引入内建变量NR
$ awk '$3==0 && $6=="LISTEN" || NR==1 ' netstat.out
# 复杂过滤记录 - 格式化输出
$ awk '$3==0 && $6=="LISTEN" || NR==1 {printf "%-20s %-20s %s\n",$4,$5,$6}' netstat.out
- 指定分隔符
# 下面两个命令是等价的
$ awk 'BEGIN{FS=":"} {print $1,$3,$6}' /etc/passwd
$ awk -F: '{print $1,$3,$6}' /etc/passwd
# 指定多个分隔符: awk -F '[;:]'
# 以\t作为分隔符输出
$ awk -F: '{print $1,$3,$6}' OFS="\t" /etc/passwd
- 正则匹配
# 匹配FIN状态
# ~ 表示模式开始; /xxx/中是模式,这是一个正则表达式的匹配;
$ awk '$6 ~ /FIN/ || NR==1 {print NR,$4,$5,$6}' OFS="\t" netstat.out
# 匹配WAIT字样的状态
$ awk '$6 ~ /WAIT/ || NR==1 {print NR,$4,$5,$6}' OFS="\t" netstat.out
# 使用 “/FIN|TIME/” 来匹配 FIN 或者 TIME
$ awk '$6 ~ /FIN|TIME/ || NR==1 {print NR,$4,$5,$6}' OFS="\t" netstat.out
# awk可以像grep一样的去匹配第一行
$ awk '/LISTEN/' netstat.out
# 模式取反
# 下面两个等价
$ awk '$6 !~ /WAIT/ || NR==1 {print NR,$4,$5,$6}' OFS="\t" netstat.out
$ awk '!/WAIT/ {print NR,$4,$5,$6}' OFS="\t" netstat.out
- 拆分文件
# 按第6例分隔文件
$ awk 'NR!=1{print > $6}' netstat.out
# 把指定的列输出到文件
$ awk 'NR!=1{print $4,$5 > $6}' netstat.out
# 复杂拆分文件
$ awk 'NR!=1{if($6 ~ /TIME|ESTABLISHED/) print > "1.txt";
else if($6 ~ /LISTEN/) print > "2.txt";
else print > "3.txt" }' netstat.out
- 统计
# 统计所有的C文件、CPP文件、H文件的文件大小总和
$ ls -l *.cpp *.c *.h | awk '{sum+=$5} END {print sum}'
# 统计各个connection状态的用法
$ awk 'NR!=1{a[$6]++;} END {for (i in a) print i ", " a[i];}' netstat.out
# 统计每个用户的进程的占了多少内存
$ ps aux | awk 'NR!=1{a[$1]+=$6;} END { for(i in a) print i ", " a[i]"KB";}'
