文本三剑客之终——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 通常是被放在单引号中
-
选项:
-F “分隔符” 指明输入时用到的字段分隔符 -v var=value 变量赋值
awk语言
-
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, n称为域标识。 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
-
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
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
-
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
-
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 $0}’ /etc/passwd
-
NF:字段数量
awk -F:’{print NF}’ /etc/fstab 引用变量时,变量前不需加$
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
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
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:
=, +=, -=, *=, /=, %=, ^=,++, –
-
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
-
逻辑操作符:与&&,或||,非!
-
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
(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 KaTeX parse error: Expected 'EOF', got '}' at position 2: 1}̲'|awk 'NF>=80{print $1,$5}’
awk ‘BEGIN{ test=100;if(test>90){print “very good”}
else if(test>60){ print “good”}else{print “no pass”}}’
awk控制语句
-
while循环
-
语法:while(condition){statement;…}
-
条件“真”,进入循环;条件“假”,退出循环
-
使用场景:
对一行内的多个字段逐一类似处理时使用
对数组中的各元素逐一处理时使用
-
示例:
awk ‘/1*linux16/{i=1;while(i<=NF)
{print i); i++}}’ /etc/grub2.cfgawk ‘/2*linux16/{i=1;while(i<=NF)
{if(length($i)>=10){print 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 ‘/3*linux16/{for(i=1;i<=NF;i++) {print 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控制语句
-
break [n]
-
continue [n]
-
next:
提前结束对本行处理而直接进入下一行处理(awk自身循环)
示例:
awk -F: '{if($3%2!=0) next; print $1,$3}' /etc/passwd
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]}}'
-
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
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