awk模式（Pattern）之二
正则模式
先说说什么是正则模式。
见名知义，"正则模式"肯定与"正则表达式"有关，所以，如果想要使用这种模式，则必须先学会在Linux中使用正则表达式，如果你对正则表达式还不是特别熟悉，可以参考博客中的系列文章：在Linux中使用正则表达式
前文中提到过，"模式"可以理解为"条件"，当不指定模式时，文本中的每一行都会执行对应的动作，当指定模式时，只有被模式匹配到的、符合条件的行才会执行对应的动作。
那么什么是正则模式呢？正则模式可以理解为，把"正则表达式"当做"条件"，能与正则匹配的行，就算满足条件，满足条件的行才会执行对应的动作，不能被正则匹配到的行，则不会执行对应的动作。如果你觉得我说的不明白，来看一个小例子，就能理解。
不过在进行示例之前，我们先来思考一个小问题。
我们知道，在Linux中，/etc/passwd文件中存放了用户信息，那么假设 ，我们想要从/etc/passwd文件中找出"用户名以zsy开头"的用户，我们该怎么办呢？
没错，我们可以使用grep命令，配合正则表达式，找出对应的信息，示例如下。
[root@server01 ~]# grep "root" /etc/passwd root:x:0:0:root:/root:/bin/bash operator:x:11:0:operator:/root:/sbin/nologin
如上例所示，我们通过grep命令，配合正则表达式，找出了我们需要的信息，那么，使用awk命令，能否完成上述需求呢？
答案是肯定的，那么我们一起来看看，使用awk命令，怎样从/etc/passwd文件中找出用户名以zsy开头的用户，示例如下
[root@server01 ~]# awk '/^root/{print $0}' /etc/passwd root:x:0:0:root:/root:/bin/bash
不管是使用grep命令，还是使用awk命令，都使用了相同的正则表达式"^zsy"
唯一的区别就是，在grep命令中，直接使用了正则表达式，而在awk命令中，正则表达式被放入了两个斜线中。
这样说可能不容易理解，看图说话似乎更加容易理解。
awk命令在使用正则表达式时，将正则表达式放入了"/ /"中。
其实，这就是我们今天要介绍的"正则模式"，在使用"正则模式"时，文本行如果能够被正则表达式匹配到，就会执行对应的动作，如果没有被正则匹配到，则不会执行对应的动作，而上例中，对应的动作就是{print $0}，也就是打印整行，所以，上例中的grep命令与awk命令所实现的效果是完全相同的，那么你可能会问，既然效果完全相同，为什么还要使用awk呢？似乎grep更加简单一些，没错，上例中，grep是更加简单一些，但是不要忘了，awk有自己的优势，就是格式化能力，那么，我们换一个场景，可能使用awk就会更加实用了，示例如下。
[root@server01 ~]# awk -F ":" 'BEGIN{printf "%-10s%-10s\n","用户名","用户ID"}/^root/{printf "%-10s\t%-10s\n",$1,$3}' /etc/passwd 用户名 用户ID root 0
[root@server01 ~]# awk -v FS=":" 'BEGIN{printf "%-10s%-10s\n","用户名","用户ID"}/^root/{printf "%-10s\t%-10s\n",$1,$3}' /etc/passwd 用户名 用户ID root 0
猛然一看，上例似乎非常复杂，但是如果你已经掌握了前文中的知识，那么你一定能够看明白，上例中蓝线标注的部分使用了BEGIN模式，并且格式化输出了一行文本作为"表头"，上例中红线标注的部分使用了正则模式，并且格式化输出了/etc/passwd文件中的第一列与第三列（用户名字段与用户ID字段），上例中，只使用了awk一条命令就完成了如下多项工作。
1、从/etc/passwd文件中找出符合条件的行（用户名以zsy开头的用户）。
2、找出符合条件的文本行以后，以":"作为分隔符，将文本行分段。
3、取出我们需要的字段，格式化输出。
4、结合BEGIN模式，输出一个格式化以后的文本，提高可读性。
因为我们在处理文本时，往往需要用到正则表达式，所以，awk的正则模式应该会经常用到。
但是需要注意，在使用正则模式时，如果正则中包含"/"，则需要进行转义，这样说可能不容易理解，我们来看个例子。
仍然使用/etc/passwd进行测试，我们知道，/etc/passwd中保存了用户信息，其中每行的最后一个字段为用户使用的登录shell，假设，我们想要从passwd文件中找出使用/bin/bash作为登录shell的用户，我们该怎么办呢？
没错，我们可以使用grep命令，配合正则表达式完成我们的需求，示例如下。
[root@server01 ~]# grep "/bin/bash$" /etc/passwd root:x:0:0:root:/root:/bin/bash
使用"/bin/bash"作为登录shell的用户都被我们找了出来。
同理，我们使用awk命令，同样能够实现与grep相同的效果。
于是，按照套路，你可能会尝试如下命令。
[root@server01 ~]# awk '/\/bin\/bash/{print $0}' /etc/passwd root:x:0:0:root:/root:/bin/bash
经过转义后，awk命令即可正常的匹配到符合正则条件的行，并执行了相应的动作。
除此之外，还要注意以下两点
1、当在awk命令中使用正则模式时，使用到的正则用法属于"扩展正则表达式"（如果不理解，请参考博客中的"正则表达式"系列文章）。
2、当使用 {x,y} 这种次数匹配的正则表达式时，需要配合--posix选项或者--re-interval选项。
[root@server01 ~]# awk --posix '/he{2,3}p/{print $0}' test3 heep heeep
[root@server01 ~]# awk --re-interval '/he{2,3}p/{print $0}' test3 heep heeep
上例中，正则模式中的正则表达式为"he{2,3}y"，此表达式表示"hey"中的字母e最少需要连续出现2次，最多只能连续出现3次，才能被正则表达式匹配到，但是正如上图所示，没有使用--posix选项或者--re-interval选项时，awk无法根据正则表达式对文本进行处理，因为上例的正则中包含类似"{x,y}"这样的次数匹配字符，所以，在使用正则模式时，如果对应的正则表达式中包含类似"{x,y}"这样的次数匹配字符，则需要使用--posix选项或者--re-interval选项。
行范围模式
其实，只要理解了正则模式，再理解行范围模式，就容易多了。
在介绍行范围模式之前，先来思考一个小问题，有一个文本文件，文件内容如下。
[root@server01 ~]# cat test4 Allen Phillips Green Lee William Aiden James Lee Angel Jack Tyler Kevin Lucas Thomas Kevin
[root@server01 ~]# awk '/Lee/,/Kevin/{print $0}' test4
Green Lee
William Aiden James Lee
Angel Jack
Tyler Kevin
上例中的行范围模式的语法是什么意思。
我们可以把上述行范围模式的语法与正则模式的语法对比着理解，可能更加方便我们理解。
上图中第一种语法是正则模式的语法，表示被正则表达式匹配到的行，将会执行对应的动作。
上图中第二种语法是行范围模式的语法，它表示，从被正则1匹配到的行开始，到被正则2匹配到的行结束，之间的所有行都会执行对应的动作，所以，这种模式被称为行范围模式，因为它对应的是一个范围以内的所有行，但是需要注意的是，在行范围模式中，不管是正则1，还是正则2，都以第一次匹配到的行为准，就像上述示例中，即使Lee在第2行与第3行中都出现了，但是由于正则1先匹配到第2行中的lee，所以，最终打印出的内容从第2行开始，即使Kevin在第5行与第7行中都出现了，但是由于Kevin第一次出现在第5行，所以最终打印出的内容到第5行结束，也就是说，最终打印出了第2行到第5行以内的所有行。
但是，你可能会有这样的需求，你不想依靠正则表达式去匹配行的特征，你只是想单纯的打印出从X行到Y行之间的所有行。
比如，我们有一个文本文件，这个文件中一共有7行文本，你想要打印出从第3行到第6行之间的所有行，该怎么做呢？
其实，使用之前学习到的"关系运算符模式"，即可满足我们的需求，示例如下。
[root@server01 ~]# awk 'NR>=3 && NR<6 {print $0}' test4 William Aiden James Lee Angel Jack Tyler Kevin
其他
其实，在学习"关系表达式模式"时，有一个"关系运算符"需要与"正则模式"配合使用，它就是"~"
还记得我们之前总结的一些常用的关系运算符吗，我们来回顾一下。
|
关系运算符 |
含义 |
用法示例 |
|
< |
小于 |
x < y |
|
<= |
小于等于 |
x <= y |
|
== |
等于 |
x == y |
|
!= |
不等于 |
x != y |
|
>= |
大于等于 |
x >= y |
|
> |
大于 |
x > y |
|
~ |
与对应的正则匹配则为真 |
x ~ /正则/ |
|
!~ |
与对应的正则不匹配则为真 |
x !~ /正则/ |
没错，细心如你一定发现了，关系运算符"~"与关系运算符"!~"都需要配合"正则模式"使用。
我们来看一个小示例，就更容易理解了。
比如，我想要从如下文本中找出，网卡1的IP地址在192.168.0.0/16网段内的主机，该怎么办呢？
[root@server01 ~]# cat test5 主机名 网卡1的IP 网卡2的IP 主机A 192.168.1.123 192.168.1.124 主机B 192.168.2.222 172.16.100.2 主机C 10.1.0.1 172.16.100.3 主机D 10.1.2.1 192.168.1.60 主机E 10.1.5.1 172.16.100.5 主机F 192.168.1.234 172.16.100.6 主机G 10.1.7.1 172.16.100.7
我们可以使用如下命令，利用关系运算符与正则模式，达到我们的目的。
[root@server01 ~]# awk --posix '$2~/192\.168\.[0-9]{1,3}\.[0-9]{1,3}/{print $1,$2}' test5 主机A 192.168.1.123 主机B 192.168.2.222 主机F 192.168.1.234
上述示例中，$2为awk的内置变量，表示文本中的第2列，"$2~/正则/"表示文本中的第2列如果与正则匹配，则执行对应的动作，对应的动作为"{print $1,$2}"，表示打印文本中的第1列与第2列，上例中的正则表达式我就不再赘述了，如果你还不太了解正则表达式，可以参考博客中的正则系列文章。
awk的模式，模式可以总结为如下5种。
1、空模式
2、关系运算模式
3、正则模式
4、行范围模式
5、BEGIN/END模式
