文本三剑客之awk

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 程序可由：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 (程序）通常是被放在单引号中 

awk的工作原理

    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 

awk基本格式

    基本格式：awk [options] 'program' file… 
    Program：pattern{action statements;..} 
    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。$0为所有域，注意：此时和shell中变量$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之print格式

    print格式：print item1, item2, ... 
    要点： 
        (1) 逗号分隔符 
        (2) 输出item可以字符串，也可是数值；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 

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 
    F：filed（域、列、字段）
    S：表示分割符
    OFS：输出字段分隔符，默认为空白字符 
        awk -v FS=‘:’ -v OFS=‘:’ '{print $1,$3,$7}’ /etc/passwd 
    O：输出
    OFS：输出分割符
    RS：输入记录分隔符，指定输入时的换行符 
        awk -v RS=' ' ‘{print }’ /etc/passwd 
    ORS：输出记录分隔符，输出时用指定符号代替换行符 
        awk -v RS=' ' -v ORS='###'‘{print }’ /etc/passwd 
    NF：字段数量 
        awk -F：‘{print NF}’ /etc/fstab 引用变量时，变量前不需加$ 
        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 
        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 

awk之printf

    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 

awk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：将字符串转换为数值 
    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}’ 
            awk ‘BEGIN{i=0;print i++,i}’ 

    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 
    条件表达式（三目表达式） 
        selector?if-true-expression:if-false-expression 
        示例： 
            awk -F: '{$3>=1000?usertype="Common User":usertype=" 
            SysUser";printf "%15s:%-s\n",$1,usertype}' /etc/passwd 

awk PATTERN 

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

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 

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” 
        (3) 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 ‘!line[$0]++’ dupfile 
        awk '{!line[$0]++;print $0, line[$0]}'  dupfile 

    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]}}’ 

    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  

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

awk实例：

1、判断UID是否大于等于500，如果为真就显示为普通用户，如果为假就显示为系统或管理用户
awk -F: '{$3>=500?name="common user":name="system user";print name,$1,$3}' /etc/passwd
2、显示用户id为奇数的用户。
awk -F: '{if(NR%2==0)next;print NR,$0}' /etc/passwd
3、统计web服务访问日志中的ip访问量
awk '{ip[$1]++}END{for(i in ip){print i,ip[i]}}' /var/log/httpd/access_log