版权声明:本文为博主原创文章,转载请注明出处。 https://blog.csdn.net/qq_17054989/article/details/82684423
awk
awk有3个不同版本: awk、nawk和gawk,未作特别说明,一般指gawk,gawk 是 awk 的 GNU 版本,可以使用以下命令来查看awk的版本。
ls -l `which awk`
1、工作原理 -行工作模式
1)提取文本中的一行,并将这一行赋给内部变量$0,默认时每一行也可以称为一个记录,以换行符结束。
2)对该行按照分隔符进行切片命名,从前往后,$1,$2,$3等。每列的字段组成域
3)输出的时候按照内置变量OFS(out FS),输出
4)读入下一行继续操作。
2、awk基本语法
awk [options] 'script' file1 file2, ...
awk [options] 'PATTERN { action }' file1 file2, ...
2.1 awk输出
1)print的使用格式:
print item1, item2, ...
要点:
1. 各项目之间使用逗号隔开,而输出时则以空白字符分隔;
2. 输出的item可以为字符串或数值、当前记录的字段(如$1)、变量或awk的表达式;数值会先转换为字符串,而后再输出;
3. print命令后面的item可以省略,此时其功能相当于print $0, 因此,如果想输出空白行,则需要使用print “”;
示例:
[root@localhost ~]# awk 'BEGIN { print "line one\nline two\nline three"}'
line one
line two
line three
[root@localhost ~]# awk -F: '{print $1,$3}' /etc/passwd | head -n 3
root 0
bin 1
daemon 2
2)printf命令的使用格式:
1、其与print命令的最大不同是,printf需要指定format;
2、format用于指定后面的每个item的输出格式;
3、printf语句不会自动打印换行符;\n
format格式的指示符都以%开头,后跟一个字符;如下:
%c: 显示字符的ASCII码;
%d, %i:十进制整数;
%e, %E:科学计数法显示数值;
%f: 显示浮点数;
%g, %G: 以科学计数法的格式或浮点数的格式显示数值;
%s: 显示字符串;
%u: 无符号整数;
%%: 显示%自身;
修饰符:
N: 显示宽度;
-: 左对齐;
+:显示数值符号;
示例:
[root@localhost ~]# awk -F: '{printf "%-15s %i\n",$1,$3}' /etc/passwd |head -n 3
root 0
bin 1
daemon 2
3)输出重定向
print items > output-file
print items >> output-file
print items | command
特殊文件描述符:
/dev/stdin:标准输入
/dev/sdtout: 标准输出
/dev/stderr: 错误输出
/dev/fd/N: 某特定文件描述符,如/dev/stdin就相当于/dev/fd/0;
示例:
[root@localhost ~]# awk -F: '{printf "%-15s %i\n",$1,$3 > "test1" }' /etc/passwd
2.2 awk变量
1) awk内置变量之记录变量
FS: field separator,读取文件本时,所使用字段分隔符;
OFS: Output Filed Separator: 输出分割符
awk -F: F指定输入分割符
OFS=”#” 指定输出分割符
示例:
[root@localhost ~]# echo "this is" > test.txt
[root@localhost ~]# awk 'BEGIN {OFS="#"} {print $1,$2,"a","test"}' test.txt
this#is#a#test
2) awk内置变量之数据变量
NR: The number of input records,awk命令所处理的记录数;如果有多个文件,这个数目会把处理的多个文件中行统一计数;
NF:Number of Field,当前记录的field个数; 当前行的字段总数
FNR: 与NR不同的是,FNR用于记录正处理的行是当前这一文件中被总共处理的行数; awk可能处理多个文件,各自文件计数
ENVIRON:当前shell环境变量及其值的关联数组;
示例:
[root@localhost ~]# awk 'BEGIN{print ENVIRON["PATH"]}'
/usr/kerberos/sbin:/usr/kerberos/bin:/usr/local/sbin:/usr/local/bin:/sbin:/bin:/usr/sbin:/usr/bin:/root/bin
3) 用户自定义变量
gawk允许用户自定义自己的变量以便在程序代码中使用,变量名命名规则与大多数编程语言相同,只能使用字母、数字和下划线,且不能以数字开头。gawk变量名称区分字符大小写。
A、 在gawk中给变量赋值使用赋值语句进行
示例:
[root@localhost ~]# awk 'BEGIN{test="hello";print test}'
hello
B、 在命令行中使用赋值变量
gawk命令也可以在“脚本”外为变量赋值,并在脚本中进行引用。例如,上述的例子还可以改写为:
[root@localhost ~]# awk -v test="hello" 'BEGIN {print test}'
hello
2.3 awk操作符
1) 算术操作符
-x:负值
+x:转换为数值
x^y:次方
x**y:次方
x*y:
x/y:
x+y:
x-y:
x%y:
示例:
[root@localhost ~]# awk 'BEGIN{x=2;y=3;print x**y,x^y,x*y,x/y,x+y,x-y,x%y}'
8 8 6 0.666667 5 -1 2
2) 字符串操作符
只有一个,而且不用写出来,用于实现字符串拼接;
示例:
[root@localhost ~]# awk 'BEGIN{print "This","is","test"}'
This is test
3) 赋值操作符
=
+=
-=
*=
/=
%=
^=
**=
++
--
需要注意的是,如果某模式为=号,此时使用/=/可能会有语法错误,应以/[=]/替代;
示例:
[root@localhost ~]# awk 'BEGIN{x=2;y=x;printf "%-5s %i\n%-5s %i\n","++x=",++x,"--y=",--y}'
++x= 3
--y= 1
4) 布尔值
awk中,任何非0值或非空字符串都为真,反之就为假;
5) 比较操作符
x < y True if x is less than y.
x <= y True if x is less than or equal to y.
x > y True if x is greater than y.
x >= y True if x is greater than or equal to y.
x == y True if x is equal to y.
x != y True if x is not equal to y.
x ~ y True if the string x matches the regexp denoted by y.
x !~ y True if the string x does not match the regexp denoted by y.
subscript in array True if the array array has an element with the subscript subscript.
示例:
6) 逻辑关系符
&&
||
7) 条件表达式
selector?if-true-exp:if-false-exp
if selector; then
if-true-exp
else
if-false-exp
fi
a=3
b=4
a>b?a is max:b ia max
# cat num
5 8
7 2
1 9
6 4
7 2
使用条件测试表达式打印出每行的最大值:
# awk '{max=$1>$2?$1:$2;print NR,"max =",max}' num
1 max = 8
2 max = 7
3 max = 9
4 max = 6
5 max = 7
2.4 awk模式
awk 'program' input-file1 input-file2 ...
其中的program为:
pattern { action }
pattern { action }
...
1) 常见的模式类型
1、Regexp: 正则表达式,格式为/regular expression/
2、expresssion: 表达式,其值非0或为非空字符时满足条件,如:$1 ~ /foo/ 或 $1 == "uplook",用运算符~(匹配)和!~(不匹配)。
3、Ranges: 指定的匹配范围,格式为pat1,pat2
4、BEGIN/END:特殊模式,仅在awk命令执行前运行一次或结束前运行一次
5、Empty(空模式):匹配任意输入行
2) 常见的action
1、Expressions:
2、Control statements
3、Compound statements
4、Input statements
5、Output statements
/正则表达式/:使用通配符的扩展集。
+ : 匹配其前的单个字符一次以上,是awk自有的元字符,不适用于grep或sed等
? : 匹配其前的单个字符1次或0次,是awk自有的元字符,不适用于grep或sed等
关系表达式:可以用下面运算符表中的关系运算符进行操作,可以是字符串或数字的比较,如$2>%1选择第二个字段比第一个字段长的行。
模式匹配表达式:
模式,模式:指定一个行的范围。该语法不能包括BEGIN和END模式。
BEGIN:让用户指定在第一条输入记录被处理之前所发生的动作,通常可在这里设置全局变量。
END:让用户在最后一条输入记录被读取之后发生的动作。
#使用正则
[root@localhost ~]# awk -F: '/^r/ {print $1}' /etc/passwd
root
rpc
rpcuser
#使用BEGIN
[root@localhost ~]# awk -F: 'BEGIN {printf "%-15s %-3s %-15s\n","user","uid","shell"} $3==0,$7~"nologin" {printf "%-15s %-3s %-15s\n",$1,$3,$7}' /etc/passwd
user uid shell
root 0 /bin/bash
bin 1 /sbin/nologin
#使用END
[root@localhost ~]# awk -F: 'BEGIN {printf "%-15s %-3s %-15s\n","user","uid","shell"} $3==0,$7~"nologin" {printf "%-15s %-3s %-15s\n",$1,$3,$7} END {print "-----End file-----"}' /etc/passwd
user uid shell
root 0 /bin/bash
bin 1 /sbin/nologin
-----End file-----
2.5 awk控制语句
1)if-else
语法:if(表达式) {语句1} else if(表达式) {语句2} else {语句3}
示例:
[root@localhost ~]# awk -F: '{if ($1=="root") printf "%-10s %-15s\n", $1, "Admin"; else printf "%-10s %-15s\n",$1, "Common User"}' /etc/passwd | head -n 3
root Admin
bin Common User
daemon Common User
将上面的两个数比较,打印最大数的用if语句改写:
# awk '{if ($1>$2) print NR,"max =",$1;else print NR,"max =",$2}' num
1 max = 8
2 max = 7
3 max = 9
4 max = 6
5 max = 7
2)while
语法: while(表达式) {语句}
示例:
[root@localhost ~]# awk -F: '{i=1;while (i<=3) {print $i;i++}}' /etc/passwd
[root@localhost ~]# awk -F: '{i=1;while (i<=NF) { if (length($i)>=4) {print $i}; i++ }}' /etc/passwd
计算1+2+3+...+100累加和
# awk 'BEGIN{while(i<=100){sum+=i;i++;}print "sum =",sum}'
sum = 5050
3)do-while
语法: do{语句}while(条件)
示例:
[root@localhost ~]# awk -F: '{i=1;do {print $i;i++}while(i<=3)}' /etc/passwd | head -n 3
root
x
0
计算1+2+3+...+100累加和
# awk 'BEGIN{do{sum+=i;i++;}while(i<=100)print "sum =",sum}'
sum = 5050
4)for
格式1:
语法:for(变量;条件;表达式){语句}
示例:
[root@localhost ~]# awk -F: '{for(i=1;i<=3;i++) print $i}' /etc/passwd
[root@localhost ~]# awk -F: '{for(i=1;i<=NF;i++) { if (length($i)>=4) {print $i}}}' /etc/passwd
计算1+2+3+...+100累加和
# awk 'BEGIN{for(i=1;i<=100;i++){sum+=i;}print "sum =",sum}'
sum = 5050
for循环还可以用来遍历数组元素:
格式2:
语法: for(变量 in 数组){语句}
示例:
#查看用户的shell
[root@localhost ~]# awk -F: '$NF!~/^$/{BASH[$NF]++}END{for(A in BASH){printf "%15s:%i\n",A,BASH[A]}}' /etc/passwd
/sbin/shutdown:1
/bin/bash:1
/sbin/nologin:29
/sbin/halt:1
/bin/sync:1
5)case
语法:switch (expression) { case VALUE or /REGEXP/: statement1, statement2,... default: statement1, ...}
6)break 和 continue
常用于循环或case语句中
7)next
提前结束对本行文本的处理,并接着处理下一行;例如,下面的命令将显示其ID号为奇数的用户:
[root@localhost ~]# awk -F: '{if($3%2==0) next;print $1,$3}' /etc/passwd |head -n 3
bin 1
adm 3
sync 5
2.6 awk使用数组
1)数组
array[index-expression]
index-expression可以使用任意字符串;需要注意的是,如果某数据组元素事先不存在,那么在引用其时,awk会自动创建此元素并初始化为空串;因此,要判断某数据组中是否存在某元素,需要使用index in array的方式。
要遍历数组中的每一个元素,需要使用如下的特殊结构:
for (var in array) { statement1, ... }
其中,var用于引用数组下标,而不是元素值;
示例:
[root@localhost ~]# netstat -ant | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'
ESTABLISHED 1
LISTEN 10
每出现一被/^tcp/模式匹配到的行,数组S[$NF]就加1,NF为当前匹配到的行的最后一个字段,此处用其值做为数组S的元素索引;
2)删除数组变量
从关系数组中删除数组索引需要使用delete命令。使用格式为:
delete array[index]
2.7 awk内置函数
split(string, array [, fieldsep [, seps ] ])
功能:将string表示的字符串以fieldsep为分隔符进行分隔,并将分隔后的结果保存至array为名的数组中;数组下标为从0开始的序列;
# date +%T | awk '{split($0,a,":");print a[1],a[2],a[3]}'
length([string])
功能:返回string字符串中字符的个数;
# awk 'BEGIN{print length("uplooking")}'
9
substr(string, start [, length])
功能:取string字符串中的子串,从start开始,取length个;start从1开始计数;
# awk 'BEGIN{print substr("uplooking",u,2)}'
up
system(command)
功能:执行系统command并将结果返回至awk命令
# awk 'BEGIN{print system("whoami")}'
systime()
功能:取系统当前时间
# awk 'BEGIN{print systime()}'
tolower(s)
功能:将s中的所有字母转为小写
# awk 'BEGIN{print tolower("WWW.baidu.COM")}'
toupper(s)
功能:将s中的所有字母转为大写
# awk 'BEGIN{print toupper("WWW.baidu.COM")}'
3、awk 应用实例
3.1 系统连接状态
1) 查看TCP连接状态
# netstat -nat |awk '/^tcp/ {print $NF}'| sort|uniq -c |sort -rn
# netstat -nat | awk '/^tcp/ {++state[$NF]}; END {for(key in state) print state[key],key}'| sort -nr
2) 查找请求数20个IP(常用于查找攻击源)
# netstat -nalp|awk '/^tcp/ {print $5}'|awk -F: '{print $1}'| sort | uniq -c |sort -nr | head -n 20
# netstat -nalp|awk '/^tcp/ {print $5}'|awk -F: '{++IP[$1]};END {for (ip in IP) print IP[ip],ip}'|sort -nr | head -n 20
3)用tcpdump嗅探80端口的访问看看谁最高
#tcpdump -i eth0 -tnn dst port 80 -c 1000 | awk -F"." '{print $1"."$2"."$3"."$4}' | sort | uniq -c | sort -nr |head -20
3.2 网站日志分析
以apache为例
1)获取访问前10位的ip地址
2) 统计404的连接
awk '($(NF-1) ~/404/)' 2015_09_10_access_log | awk '{print $(NF-1),$7}' | sort | head
AWK应用实战20例
<1>输出当前系统所有用户的UID:
#awk –F:’{print $3}’ /etc/passwd
注释:-F:指定分隔符为:$3指定第三段
<2>输出当前系统所有用户的UID,在首行加入UseUid:
#awk -F: 'BEGIN{print "UserUid"}{print $3}' /etc/passwd
<3>输出当前系统shell为/bin/bash的用户名,在最后一行加入END That is last line!!!
#awk -F: /bash$/'{print $1}END{print "END That is last line!!!"}' /etc/passwd
<4>输出当前系统上GID为0的用户的用户名
# awk -F: '$4==0{print $1}' /etc/passwd
<5>输出当前系统上GID大于500的用户的用户名
# awk -F: '$4>500{print $1}' /etc/passwd
<6>输出当前系统上的所有用户名和UID,以“ # # ”为分隔符
# awk -F: 'OFS=" # # "{print $1,$3}' /etc/passwd
<7>输出/etc/passwd文件中以“:”为分隔符的最后一段。
# awk -F: '{print $NF}' /etc/passwd
<8>对/etc/passwd文件中输出的每一行计数
#awk '{print NR,$0}' /etc/passwd
<9>对/etc/passwd、/etc/fstab文件中输出的每一行分别计数。
# awk '{print FNR,$0}' /etc/passwd /etc/fstab
<10>自定义变量
# awk -v var="Linux.com.cn" BEGIN'{print var}'
<11>以printf格式输出用户名,UID、GID
# awk -F: '{printf "%-15s %d %8i\n",$1,$3,$4}' /etc/passwd
<12>检测当前系统上所有用户,如果用户名为root输出:Admin
如果用户名不为root输出:Common User
# awk -F: '{if ($1=="root") printf "%-15s: %s\n", $1,"Admin"; else printf "%-15s: %s\n", $1, "Common User"}' /etc/passwd
<13> 统计当前系统上UID大于500的用户的个数
# awk -F: -v sum=0 '{if ($3>=500) sum++}END{print sum}' /etc/passwd
<14>读取/etc/passwd文件中的每一行的每一个字段,输出每个字段中字符个数大于等于四的字段。
#awk -F: '{i=1;while (i<=NF) { if (length($i)>=4) {print $i}; i++ }}' /etc/passwd
<15>使用do-while语句输出/etc/passwd中每一行中的前三个字段
#awk -F: '{i=1;do {print $i;i++}while(i<=3)}' /etc/passwd
<16>使用for语句输出/etc/passwd中每一行中的前三个字段
#awk -F: '{for(i=1;i<=3;i++) print $i}' /etc/passwd
<17>统计/etc/passwd文件中各种shell的个数
#awk -F: '$NF!~/^$/{BASHsum[$NF]++}END{for(A in BASHsum){printf "%-15s:%i\n",A,BASHsum[A]}}' /etc/passwd
注释:
$NF!~/^$/:最后一个字段非空
BASHsum[$NF]++:最后一个字段相同的加一
<18> 显示当前系统上UID号为偶数的用户名和UID
# awk -F: '{if($3%2==1) next;{printf "%-15s%d\n",$1,$3}}' /etc/passwd
<19> 统计当前系统上以tcp协议工作的各端口的状态数
#netstat -ant | awk '/^tcp/ {++STATE[$NF]} END {for(a in STATE) print a, STATE[a]}'
<20>输出/etc/passwd中的每一行以||||隔开,默认不换行
#awk -F: 'BEGIN{ORS="||||"}{print $0}' /etc/passwd
==================================================================================================
作业
1、获取根分区剩余大小
# df -hP |awk '/\/$/{print $(NF-1)}'
2、获取当前机器ip地址
# ifconfig eth0 |grep "inet addr:" | cut -d: -f2 |cut -d' ' -f1
# ifconfig eth0 |grep "inet addr:" |sed -r 's/[ ]+.*dr:(.*)[ ]+Bc.*/\1/'
# ifconfig eth0 | awk -F'[ ]+|:' 'NR==2 {print $4}'
# ifconfig eth0 | awk -F'[ :]+' 'NR==2 {print $4}'
3、统计出apache的access.log中访问量最多的5个IP
# awk '{print $1}' access_log | sort | uniq -c | sort -nr | head -5
# awk '{++IP[$1]};END {for (key in IP) print IP[key],key}' access_log |sort -nr | head -5
4、打印/etc/passwd中UID大于500的用户名和uid
# awk -F: 'BEGIN {printf "%10-s %5-s\n","USER","UID"} $3>500 {printf "%10-s %5-s\n",$1,$3}' /etc/passwd
5、/etc/passwd 中匹配包含root或net或ucp的任意行
# awk '/root|net|ucp/' /etc/passwd
# awk '$0~"root|net|ucp"' /etc/passwd
6、处理以下文件内容,将域名取出并根据域名进行计数排序处理(百度搜狐面试题)
test.txt
http://www.uplooking.com/index.html
http://www.uplooking.com/1.html
http://post.uplooking.com/index.html
http://mp3.uplooking.com/index.html
http://www.uplooking.com/3.html
http://post.uplooking.com/2.html
# cut -d'/' -f3 test.txt | sort | uniq -c | sort -nr
# sed -r 's#^h.*//(.*)/.*#\1#' test.txt |sort | uniq -c | sort -nr
# awk -F'/' '{print $3}' test.txt | sort | uniq -c | sort -nr
# awk -F'/' '{++IP[$3]};END {for (key in IP) print IP[key],key}' test.txt | sort -nr