awk知识点总结
awk命令：
Linux文本处理三剑客之一，另外还有grep,sed
ls -l `which awk`：查看awk路径
GNU awk = gawk
基本用法：
gawk [options] 'program' file file ...
program: PATTERN {ACTION STATEMENT}
由语句组成，语句分隔符是;
ACTION: print, printf
注：{}中为每行要执行的代码
选项：
-F[]：指明输入字段分隔符，默认是分号；
例：awk -F: '{print $1,$2}' /etc/passwd
取出:分隔后的前两个字段
awk -F: '{print $1,$2,"password"}' /etc/passwd
取出:分隔后的前两个字段，且每一行最后都会加入password单词
1.awk的输出命令print
print item1,item2,...
要点：
1>各item之间使用逗号分隔，而输出时则使用输出分隔符分隔；
2>输出的各item可以字符串或数值当前记录的字段($n)、变量或awk的表达式，数值会隐式转换为字符进程输出；
3>print后面的item如果省略，相当于print $0; 输出空白，使用print "";
例：awk -F: '{print }' /etc/passwd
awk -F: '{print $0}' /etc/passwd
打印全部文本文件，即$0代表整行
2.变量
赋值要用-v，awk有自己的语法。
2.1 内置变量
FS: 输入时的字段分隔符，默认为空白字符
例：awk -v FS=":" '{print $1,$3}' /etc/passwd
RS: 输入时的文件换行符，默认为换行符
例：awk -v RS=" " '{print $0}' /etc/passwd
输出时会以空格为换行符
OFS: 输出时的字段分割符，默认为空白符
例：awk -v OFS="---------" '{print $1,$7}' /etc/passwd
输出时每行行尾会追加---------
awk -v FS=":" -v OFS="---------" '{print $1,$7}' /etc/passwd
输出时分隔符为---------
ORS: 输出时的文件换行符，默认为换行符
例：awk -v FS=":" -v ORS=" " '{print $1,$7}' /etc/passwd
都输出为一行，空格为分隔符
NF: 字段数
例：awk -F: '{print NF}' /etc/passwd
分别输出每行的字段数
awk -F: '{print $NF}' /etc/passwd
输出最后一个字段
NR: 行数，所有文件统一计数
例：awk '{print NR}' /etc/passwd /etc/issue
输出所有文件的行数
awk '{print NR,$0}' /etc/passwd /etc/issue
行首显示行号
FNR: 行数，各文件分别计数
例：awk '{print FNR,$0}' /etc/passwd /etc/issue
分别显示行号
FILENAME: 当前文件名
例：awk '{print FILENAME,$0}' /etc/passwd
每行都会添加/etc/passwd
ARGC: 命令行参数的个数
例：awk '{print ARGC}' /etc/passwd
ARGV: 数组，保存了命令行参数
例：awk '{print ARGV[0]}' /etc/passwd
输出为awk
awk '{print ARGV[1]}' /etc/passwd
输出为/etc/passwd
2.2自定义变量
-v var=val:
变量名区分字符大小写
定义变量的位置：
(1) 可以program中定义变量；
例：awk '{file="passwd";print file,$1}' /etc/passwd
每行行首都会追加passwd
(2) 通过-v选项定义变量；
3.printf命令
格式：printf format, item1,item2,...
例：awk 'BEGIN{printf "%d\n",6}'
输出数字6并回车
要点：
1>format是必须的；
2>不会自动换行，需显式给定行分隔符
3>format中需要分别为后面的每个item指定一个格式符
格式符：都以%开头，后跟一个字符
%: 显示字符的ASCII码
%d,%i: 显示十进制整数
%e,%E: 科学计数法显示数值
%f: 显示为浮点数
%ｇ,%G: 以科学计数法格式或浮点数格式显示数值
%s: 字符串
%u: 无符号的整数
%%: 显示%本身
修饰符：
#[.#]: 第一个#指定显示宽度，例如%30s，第二个#表示小数点后的精度
例：awk -F: '{printf "%20s %20d\n, $1,$3"}'/etc/passwd
输出为右对齐
-：左对齐
例：awk -F: '{printf "%-20s %-20d\n, $1,$3"}'/etc/passwd
输出为左对齐，加入了个减号
4.操作符
算术操作符：
x+y, x-y, x*y, x/y, x^y, x%y
-x：负值
+x: 转换为数值
例：awk -F: '$3>500{print $0}' /etc/passwd
输出UID大于500的行
字符串操作：
字符串连接
赋值操作符：
= += -= *= /= %= ^=
++ --
模式匹配符：
~
!~
例：awk -F: '$1~/root/ {print $7}' /etc/passwd
$1匹配上/root/之后，打印$7
逻辑操作符：
&&
||
条件表达式：
selector?if-true-expression:if-false-expression
例：awk -F: '{$3>=500?usertype="common user":usertype="sysuser or admin";printf "%20s:%-s\n",$1,usertype}' /etc/passwd
UID>500就是common user，否则就是sysuser or admin
函数调用：
5.PATTERN
(1)/regular expression/：仅处理能够被/regular expression/所匹配到的行
例：awk -F: '/^\<root\>/{print $0}' /etc/passwd
输出所有以root开头的行
(2) relational expression：关系表达式，有真假之分，一般来说，其结果为非0或非空字符串时为“真”，否则，为“假”；
例：awk -F: '$3>=500{print $1,$3}' /etc/passwd
awk -F: '$5~/root/{print $0}' /etc/passwd
(3) line ranges：行范围，类似sed或vim的地址定界法；startline, endline
(4) BEGIN/END: 特殊模式
仅在awk运行程序之前执行一次(BEGIN) 或仅在awk运行程序之后执行一次(END);
例：awk -F: 'BEGIN{print "username","shell\n"-------------------------}$7~/bash\>/{print $1,$7}END{print "------------------------------\n"}' /etc/passwd
awk -F: 'BEGIN{username="username";shell="shell";printf "%10s%10s\n",username,shell;print "---------------------------"}$7~/bash\>/{printf "%10s%10s\n",$1,$7}END{print "---------------------------"}' /etc/passwd
(5) empty: 空模式，匹配任意行；
6.常用的action
(1)表达式
(2)控制语句
(3)输入语句
(4)输出语句
7.控制语句
if (condition) statement [ else statement ]
while (condition) statement
do statement while (condition)
for (expr1; expr2; expr3) statement
for (var in array) statement
break
continue
delete array[index]
delete array
exit [ expression ]
{ statements }
7.1 if-else
语法：if (condition) statement [ else statement ]
if (condition) { statements; } [ else { statements; }]
例：awk -F: '{if ($3>=500) print $1," is a common user." }' /etc/passwd
awk -F: '{if ($3>=500) {print $1," is a common user."} else {print $1," is a system user or admin."}}' /etc/passwd
awk '{if (NF>6) print NF, $0 }' /etc/inittab
输出字段数大于6的整行
用法：对awk取得的整行或行中的字段做条件判断；
7.2 while循环
语法：while (condition) statement
while (condition) { statements }
条件为真时进行循环，直到为假退出；
用法：通常用于在当前行的各字段间进行循环；
例：awk '{i=1;while(i<=NF){printf "%20s:%d\n",$i,length($i); i++}}' /etc/inittab
输出每行中每个字段及其长度
awk '{i=1;while(i<=NF){if (length($i)>5) {printf "%20s:%d\n",$i,length($i);} i++}}' /etc/inittab
7.3 do-while循环
语法：do statement while (condition)
do { do-while-body } while (condition)
意义：至少执行一次循环体；
7.4 for循环
语法：for (expr1; expr2; expr3) statement
for (expr1; expr2; expr3) { statements }
for (varaiable assignment; condition; iteration process) { for-body }
例：awk '{for(i=1;i<=NF;i++) {printf "%s:%d\n", $i, length($i)}}' /etc/inittab
for循环在awk中有一个专用于遍历数组元素：
语法：for (var in array) { for-body }
7.5 switch
语法：switch (expression) {case VALUE or /REGEXP/: statement; ...; default: statementN}
7.6 break and continue
break [n]: 退出当前循环
continue：提前结束本轮循环，直接进入下轮循环
7.7 next
提前结束对本行的处理而进入下一行的处理
~]# awk -F: '{if($3%2!=0) next;print $1,$3}' /etc/passwd
8、Array
关联数组：array[index-expression]
index-expression:
可以使用任意字符串；
如果某数组元素事先不存在，在引用时，awk会自动创建此元素并将其值初始化为空串；
因此，若要判断数组是否存在某元素，要使用“index in array”进行；
a[mon]="Monday"
print a[mon]
要遍历数组中的每个元素，使用： for (var in array) { for body }
注意：var会遍历array的每一个索引，print array[var]
例子：统计每一行中各单词分别出现的次数
~]# awk '{for(i=1;i<=NF;i++) {count[$i]++}}END{for(j in count) {print j,count[j]}}' awk.txt
awk '{for(i=1;i<=NF;i++) {count[$i]++};for(j in count) {print j,count[j]};for(j in count) {count[j]=""};print
"---------------"}' awk.txt
~]# ss -tan | awk '!/^State/{state[$1]++}END{for (i in state) {print i,state[i]}}'
~]# netstat -tan | awk '/^tcp/{state[$NF]++}END{for(i in state){print i,state[i]}}'
练习：统计httpd访问日志中，每个IP出现的次数；
~]# awk '{ip[$1]++}END{for(i in ip){print i,ip[i]}}' /var/log/httpd/access_log
9、函数
9.1 内置函数
数值处理：
rand()： 返回0和1之间一个随机数；
字符串处理：
length([s])： 返回指定字符串的长度
sub(r, s [, t])：以r所表示的模式来查找t字符串中的匹配，将其第一次出现替换同s所表示的字符串；
sub(ab,AB,$0)
gsub(r, s [, t])：以r所表示的模式来查找t字符串中的匹配，将其所有的出现均替换同s所表示的字符串；
split(s, a [, r]): 以r为分隔符切割字符串s，并将切割的结果保存至a表示数组中；
~]# netstat -tan | awk '/^tcp/{len=split($5,client,":");ip[client[len-1]]++}END{for(i in ip){print i,ip[i]}}'
substr(s, i [, n])： 从s表示的字符串中取子串，从i开始，取n个字符；
时间类的函数：
systime(): 取时间戳；
位运算函数：
and(v1,va2):
9.2 自定义函数
function f_name(p,q)
{
...
}
