锐客网

  1. 首页 > 睿知 > it技术 > >

文本三剑客之awk

IT知识文本三剑客

非淡泊无以明志，非宁静无以致远。这篇文章主要讲述文本三剑客之awk相关的知识，希望能为你提供帮助。
Awk编程语言用于处理文本文件。Awk在默认情况下，Awk文件的每一行都被视为一个记录。然后Awk记
录进一步分解成一系列的字段。Awk程序就是一系列作用在记录和字段上的“识别-执行”操作语句。
【文本三剑客之awk】行row：记录record
列column：字段，域field，属性

awk工作原理：
awk 程序通常由：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
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、打印输入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后才被执行，比如打印所有所有行的分析结果，这里信息汇总都在END语句块中完成，它也是一个可选语句块
pattern语句块中的同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
BEGIN语句常用于打印表头
END语句往往用来做汇总

awk基本用法：awk
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 …

option：
-F指明输入时用到的字段分隔符
-vvar=value: 自定义变量

基本格式：awk [options] ‘program’ var=value file…
program：pattern{action statement}
其中 pattern 表示 AWK 在数据中查找的内容，而 action 是在找到匹配内容时所执行的一系列命令。

pattern和action：
pattern部分决定动作语句何时触发及触发事件
如：BEGIN，END
action statements对数据进行处理，放在{}内指明
如：print，printf

分隔符、域和记录
awk执行时，由分隔符分隔的字段（域）标记$1,$2…$n成为标识域。$0表示所有域，即整行
文件的每一行成为记录（record）
省略action,则默认执行print $0的操作

awk pattern
根据pattern条件，过滤匹配到的行，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取出包含UUID的行的第一个域
awk ‘！/^UUID/{print $1}’ /etc/fstab取出不包含UUID的行的第一个域
（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 ‘i=1’ /etc/passwd结果为非零值，显示/etc/passwd内容
awk ‘i=0’ /etc/passwd结果为零值，不显示/etc/passwd内容
awk ‘i=””‘ /etc/passwd结果为空，不显示/etc/passwd内容
awk ‘!(i=””)’ /etc/passwd结果不为空，显示/etc/passwd内容
awk -F: ‘$NF==”/bin/bash”{print $1$NF}’ /etc/passwd
显示/etc/passwd文件中Shell为/bin/bash行的用户名和Shell类型
awk -F: ‘$NF~/bash$/{print $1$NF}’ /etc/passwd
显示/etc/passwd文件中以bash结尾行的用户名和Shell类型

（4）line ranges：行范围
起始行，结尾行：/pat1/,/pat2/不支持直接给出数字格式
awk -F: ‘/^root> /,/^nobody> /{print $1}’ /etc/passwd
显示root开头的行到nobody开头的行之间的用户名
awk -F: ‘(NR> =10& & NR< =20){print NR,$1}’ /etc/passwd
显示第10行到第20行，标准行号并显示用户名

（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：
awk -F: ‘BEGIN{print “USER USERID”}{print$1″:”$3}END{print “end file”}’ /etc/passwd
处理文本前打印USER USERID，之后处理/etc/passwd文件取出每一行的用户名和UID，并在处理
完文本后打印end file
awk -F: ‘{print “USER USEID\\n”$1”:”$3}END{print “end file”}’ /etc/passwd
awk -F: ‘{print “USER USEID”; print $1″:”$3}END{print”end file”}’ /etc/passwd
在/etc/passwd文件每一行上都添加USER USERID，并在处理完文本后打印end file
seq 10|awk ‘i=0’
结果为0，条件为假，不显示
seq 10|awk ‘i=1’
结果不为0，条件为真，显示所有数字
seq 10|awk ‘i=!i’
显示奇数，第一行i为空，!i则为非空，打印该行，第二行i为非空，!i为空则不打印，以此类推
seq 10 | awk ‘{i=!i; print i}’
显示1,0,1,0…即上例工作原理
seq 10|awk ‘!(i=!i)’
显示偶数
seq 10 |awk -v i=1 ‘i=!i’
显示偶数，第一行i已赋值，所以!i为空，不显示

awp操作符：输出操作符：print、printf
print格式：
print item1，item2，…
要点：
（1）逗号分隔符
（2）输出的各item可以是字符串，也可以是数值；当前记录的字段、变量或awk的表达式
（3）如省略item，相当于打印整行print $0

printf格式：
格式化输出：print “FORMAT”,item1,item2,…
要点：
（1）必须指定FORMAT（格式）
（2）不会自动换行，需要显示给出换行控制符，\\n
（3）FROMAT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#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：
awk -F: ‘{printf “%s”,$1}’ /etc/passwd
将/etc/passwd文件中所有用户名作为一个字符串输出
awk -F: ‘{printf “%s\\n”,$1}’ /etc/passwd
效果等同于awk -F: ‘{print $1}’ /etc/passwd
awk -F: ‘{printf “%-20s %10d\\n”,$1,$3}’ /etc/passwd
显示用户名左对齐，UID以十进制数显示且宽度为10
awk -F: ‘{printf “Username: %s\\n”,$1}’ /etc/passwd
效果等同于awk -F: ‘{print “Username: “$1}’ /etc/passwd
awk -F: ‘{printf “Username: %s,UID:%d\\n”,$1,$3}’ /etc/passwd
显示结果如：
Username: basher,UID:504
awk -F: ‘{printf “Username: %15s,UID:%d\\n”,$1,$3}’ /etc/passwd
显示结果如：
Username:basher,UID:504
awk -F: ‘{printf “Username: %-15s,UID:%d\\n”,$1,$3}’ /etc/passwd
显示结果如：
Username: basher,UID:504

awk变量：
变量：内置和自定义变量
内置变量：
FS：输入字段分隔符，默认为空白字符
OFS：输出字段分隔符，默认为空白字符
RS：输入记录分隔符，指定输入时的换行符
ORS：输出记录分隔符，输出时用指定符号代替换行符
NF：字段数量
NR：记录号，相当于行号
FNR：同时针对多个文件时，分别计数，添加记录号
FILENAME：当前文件名
ARGC：命令行参数的个数
ARGV：数组，保存的是命令行所给定的各参数，参数标号默认从0开始，且第一个参数为awk命令本身
注：引用内置变量不需要加$


示例：
awk -F: ‘{print $1″:”$3}’ /etc/passwd等价于
awk -v FS=’:’ ‘{print $1FS$3}’ /etc/passwd
以：作为分隔符，显示每行的第一和第三个域，即用户名和UID
awk -v FS=”:” -v OFS=”:” ‘{print $1,$3,$7}’ /etc/passwd
以：作为分隔符，取出用户名，UID，shell类型，并以：分隔
awk -v RS=” ‘{print$2}’ /etc/passwd
没有记录分隔符，文件被看做一个整体记录，取$2即为第二行
awk -v RS=” -v ORS=’###’ ‘{print}’ /etc/passwd
没有记录分隔符，文件被看做一个整体的记录，文件尾添加###
awk -F: ‘{print NF}’ /etc/passwd
显示以：为分隔符，每一个行的字段数量
awk -F: ‘{print $(NF-1)}’ /etc/passwd
打印/etc/passwd每行的倒数第二个字段
awk ‘{print NR}’ /etc/fstab ; awk END\'{print NR}’ /etc/fstab
显示/etc/fstab文件每行行号，总行号
awk ‘{print FNR}’ /etc/fstab /etc/inittab
对/etc/fstab和/etc/inittab文件分别计数，显示行号
awk ‘{print FILENAME}’ /etc/fstab
在/etc/fstab文件每一行显示文件名
awk ‘{print ARGC}’ /etc/fstab /etc/inittab
显示每行参数的个数
awk ‘BEGIN{print ARGV[0],ARGV[1]}’ /etc/fstab /etc/inittab
显示第一个和第二个参数：awk/etc/fstab

自定义变量（区分字符大小写）：
（1）-v var=value
（2）在program中直接定义
注：{}内赋值变量要用；隔开；
{}外赋值变量时，每个变量前都要加-v选项；


示例：
awk -v test=’hello’ ‘{print test}’ /etc/fstab
在/etc/fstab文件每一行打印hello
awk -v test=’hello’ ‘BEGIN{print test}’
打印hello
awk ‘BEGIN{test=”hello”; print test}’
打印hello，{}内赋值变量后加；
awk -F: ‘{age=18; sex=”male”; print $1,sex,age; }’ /etc/passwd
取出每行用户名，并在用户名后，打印male 18
cat awkscript
{print script$1$3}
awk -F: -f awkscript script=”awk” /etc/passwd
取出每一行的用户名和UID并在每行前面打印awk

算术操作符：
x+y加法运算
x-y减法运算
x*y乘法运算
x/y除法运算（可精确到小数点）
x^y乘方运算
x%y 取余运算

示例：
awk ‘BEGIN{print 9/2.2}’
计算9/2.2的结果为4.09091
awk ‘BEGIN{print 2^10}’
计算2的10次方显示1024

字符串操作符：没有符合的操作符，字符串连接
赋值操作符：
=，+=，-=，*=，/=，%=，^=，++，–

示例：
awk ‘BEGIN{i=0; print ++i,i }’
显示：1 1
awk ‘BEGIN{i=0; print i++,i }’
显示：0 1
awk ‘BEGIN{i=0; print i+=5,i}’
显示：5 5

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
取/etc/passwd文件中包含root的行中以：为分隔符的第一个域
awk ‘$0 ~ “^root”‘ /etc/passwd
取/etc/passwd文件中以root开头的行
awk ‘$0 !~ “root”‘ /etc/passwd
取/etc/passwd文件中不包含root的行
awk -F: ‘$3==0’ /etc/passwd
取/etc/passwd文件中UID=0的行

逻辑操作符：
& & 与
||或
！非
注意：这里的& & 和||不是shell中的短路与和短路或，而是类似于[test]判断中的-a和-e

示例：
awk -F: ‘$3> =0 & & $3< =1000{print $1}’ /etc/passwd
取出/etc/passwd文件中UID大于0且小于1000的用户名
awk -F: ‘$3==0 || $3< =1000{print $1}’ /etc/passwd
取出/etc/passwd文件中UID等于0或小于1000的用户名
awk -F: ‘!($3==0){print $1}’ /etc/passwd
取出/etc/passwd文件中UID不等于0的用户名

函数调用：function_name（argu1，argu2…）

条件表达式（三目表达式）：
格式：
条件判断式？if-true-expression:if-false-expression

示例：
awk -F: ‘{$3> =1000?usertype=”Common User”:usertype=”Sysadmin or SysUser”; printf
“%15s:%-s\\n”,$1,usertype}’ /etc/passwd
判断/etc/passwd文件中如果UID大于1000，在用户名后标注普通用户，如果UID小于1000，则标注root或系统用户
如：rpcuser:Sysadmin or SysUser
nfsnobody:Common User


awk循环判断：if-else语句
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,$3}’ /etc/passwd
打印UID大于等于1000的用户名和UID
awk -F: ‘{if($NF==”/bin/bash”)print$1,$3}’ /etc/passwd
打印shell类型为/bin/bash的用户名和UID
awk ‘{if(NF> 5)print$0}’ /etc/fstab
显示/etc/fstab文件中字段大于5的行
awk -F: ‘{if($3> =1000){printf “Common user: %s\\n”,$1}else{printf “System or root: %s\\n”,$1}}’ /etc/passwd
取出UID大于等于1000用户名，并在前面加Common user：其他用户名前加System or root：
awk -F: ‘{if($3> =1000)printf “Common user: %s\\n”,$1; else printf “System or root: %s\\n”,$1}’ /etc/passwd
等同于上例，在只有两种条件时，可用此格式替换
df -h|awk -F% ‘/^\\/dev/{print $1}’|awk ‘$NF> 80{print $1,$NF}’
取出磁盘利用率大于80的磁盘名称和磁盘利用率
awk ‘BEGIN{test=100; if(test> 90){print “very good”}else if(test> 60){ print “good”}else{print “no pass”}}’
如果test打印90显示very good，大于60小于90显示good，小于60显示no pass
###
while循环语句
语法：while（condition）{statement}
条件为“真”，进入循环；条件为“假”，退出循环
使用场景：
a）对一行内的多个字段之一类似处理时使用
b）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
取出grub2文件中空白开头跟linux16的行，并显示每个字段和每个字段的字符数
awk ‘/^[[:space:]]*linux16/{i=1; while(i< =NF){if(length($i)> =10) {print $i,length($i)}; i++}}’ /etc/grub2.cfg
取出grub2文件中空白开头跟linux16的行，并显示字符数大于10个的字段和对应字段的字符数

do-whlie循环语句
语法：do{statement; …}while（condition）
意义：无论真假，至少执行一次循环体

示例：
计算1到100的数字之和：
awk ‘BEGIN{i=1; sum=0; do{sum+=i; i++; }while(i< =100); print sum}’
对比
awk ‘BEGIN{i=1; sum=0; while(i< =100){sum+=i; i++}; print sum}’

for循环语句
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 “BEGIN{for(i=0; i< =100; i++)sum+=i; print sum}”
计算1到100数字之和
与shell语言for循环第二种风格很类似：
for ((i=1,sum=0; i< =100; i++)); do let sum+=i; done; echo $sum

break和continue
用于循环体中
break：提前结束本轮循环
continue：提前结束本轮循环，而直接进入下一轮判断；
break[N]：提前结束第N层循环，最内层为第一层
continue[N]：提前结束第N层的本轮循环，而直接进入下一轮判断；最内层为第1层

示例：
awk ‘BEGIN{sum=0; for(i=1; i< =100; i++){if(i%2==0)continue; sum+=i}print sum}’
计算1到100奇数之和，数字为偶数时跳过，奇数时相加
awk ‘BEGIN{sum=0; for(i=1; i< =100; i++){if(i==66)break; sum+=i}print sum}’
数字加到66时，break退出循环，结果为1到66的数字之和

next语句
提前结束对本行处理而直接进入下一行处理（awk自身循环）
awk -F: ‘{if($3%2!=0) next; print $1,$3}’ /etc/passwd

awk数组：
关联数组：array[#]
下标：
a）可使用任意字符串；字符串要使用双引号括起来
b）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”

示例：
weekdays[“mon”]=”Monday”
awk ‘BEGIN{weekdays[“mon”]=”Monday”; weekdays[“tue”]=”Tuesday”; print weekdays[“mon”]}’
awk !arr[$0]++ dupfile取出文件内容重复行

遍历数组：
使用for循环可遍历数组中的每个元素
格式：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]}}’
显示weekdays[]数组中的每个元素
netstat -tan|awk ‘/^tcp/{state[$NF]++}END{for(i in state){print i,state[i]}}’
显示网络连接每种状态的数量
awk ‘{ip[$1]++}END{for(i in ip) {print i,ip[i]}}’ /var/log/httpd/access_log
统计网络访问ip和访问次数

awk函数：
系统内置函数：
数组处理：
rand（）：返回0和1之间一个随机数，只有和srand（）函数配合才生效

示例：
awk ‘BEGIN{srand(); print rand()}’
返回0和1之间一个随机数

    推荐阅读


    上一篇：jenkins调优——实战

    下一篇：EasyCVR调用RTSP地址个别不能播放是什么原因（）