文本三剑客之awk

awk

报告生成器，格式化文本输出 

常用选项

awk -F ："分隔符" 指明输入时用到的字段分隔符
-v ： 变量赋值

基本用法

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

示例:

取出第三列的域名

取分区利用率

取分区利用率并去掉%

一步直接取出df分区利用率

取/etc/passwd文件第一列和第三列

运算

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

示例:

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 $0}' /etc/passwd

示例

以冒号为分隔符，取第一个字符，默认换行

以等号为分隔符，不换行

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

示例:

倒数第一个

-1倒数第二个

取出倒数第二个

进行排序

NR

记录号
awk '{print NR}' /etc/fstab ;
awk END '{print NR}' /etc/fstab

示例

$0打印所有字符，并添加编号

以冒号为分隔符，打印出文件内容，加上编号

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

练习

自定义变量并运算

赋值并取出USER的值

赋值取出USER和UID的值

先变量后使用，不然会出现以下情况

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

示例

格式化输出

加n换行

取出分区利用率并且15个占位符后用冒号隔开

可以构建表格

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

示例:

实现条件过滤


打印20行之后的内容

打印出非#开头的行

取出IP地址

CentoS6的命令

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

示例

取出分区利用率在5到15之间的分区

后面每条命令都会处理一次

取出分区利用率大于5小于10的分区

取出分区利用率小于5的分区

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 "s:%-s\n",$1,usertype}' /etc/passwd

示例：

判断分区利用率，大于等于5的显示disk full，否则显示NOT FULL

过滤掉第一行

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

示例：

取出以UUID开头的行

取不是以UUID开头的行

取出三个磁盘的利用信息

取出远程连接IP

取出连接三次以上的IP

找出远程连接三次以上的IP地址，视为**放进防火墙


不是空不是0就是真，是空的或者0就是假



取出文件中b到f开头的行

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"}}'

示例：

判断分区利用率是否快慢，并且打印出利用率

用{}替换；

请提取".magedu.com"前面的主机名部分

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

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

示例：

用for循环运算1加到100

把文件每一段用空格隔开，合计每行每段有多少个字符

性能比较

分别用wak(for循环和while循环)和shell计算1加到100万的运算，并且看出awk时间短效率高

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)'
    echo "2008:08:08 08:08:08" | awk '{sub(/:/,"-",$1);print $0}'
• 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)'
    echo "2008:08:08 08:08:08" | awk '{gsub(/:/,"-",$0);print $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]}}'

示例:

打印出TCP连接IP并统计连接次数

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