awk
简介:是一个优良的文本处理工具,Linux及Unix环境中现有的功能最强大的数据处理引擎之一。这种编程及数据操作语言的最大功能 取决于一个人所拥有的知识。awk经过改进生成的新的版本nawk,gawk,现在默认linux系统下日常使用的是gawk,用命令可以查 看正在应用的awk的来源(ls -l /bin/awk ) 名称由来:三位作者名字的首字母,Aho, Weinberger, Kernighan 格式: awk [options] ‘program’ var=value file… awk [options] - f programfile var=value file… awk [options] 'BEGIN{ action;… } pattern{ action;… } END{action;… }' file ... awk通常组成: BEGIN语句块、能够使用模式匹配的通用语句块、END语句块 program通常是被单引号或双引号中 常用选项 -F:指定分割符,默认为空白分隔符 -v:定义变量,每个变量前添加-v 基本格式:awk [options] 'program' file… program组成:patter{action}两个部分组成 patter:决定动作的何时触发和触发事件 (BEGIN,END) action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。 $0为所有域,注意:和shell中变量$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。 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 action动作 print格式:print item1,item2 (1)用逗号隔开,输入结果以空格分割 (2)item的值可以是字符串(用双引号引起来)、变量、当前记录(行)的字段、数值、awk表达式 (3)如果不写item默认打印$0 awk 变量 内置变量: FS:指定字段的分隔符,默认为空格 awk -v FS=":" '{print $1}' file awk -F ":" '{print $1}' file OFS:输出字段的分隔符,默认的为空白 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,原换行符仍有效 awk -v RS=' ' ‘{print }’ /etc/passwd NF:字段数量 awk -F: '{print NF}' /etc/passwd NR:行号(多个文件时,将不单独统计每个文件的行号) awk '{print NR,$0}' /etc/passwd FNR:分别显示每个文件的行号 awk '{print FNR,$0}' /etc/passwd /etc/fstab FILENAME:当前文件名 awk '{print FILENAME}’ /etc/fstab ARGV:数组,保存的是命令行所给定的各参数 awk ‘BEGIN {print ARGV[0]}’ /etc/fstab 自动变量: (1) - v var=value 变量名区分字符大小写 (2) 在program中直接定义 awk - v test='hello gawk' '{print test}' /etc/fstab :/etc/fstab有几行将会打印出几行‘hellow gawk’ awk - v test='hello gawk' 'BEGIN{print test}' awk 'BEGIN{test="hello,gawk";print test}' printf 格式:printf "格式",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 %s:字符 %d %i:数字十进制格式 %f:浮点型 %e %E:科学计数法表示 %u:显示无符号整数 %g %G:科学计数法表示或者浮点型表示 %%:显示%本身 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实例: awk -F: '{printf "username:%-15s \t UID:%+4d\n",$1,$3}' /etc/passwd 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: 转换为数值 [root@mycentos6 ~]# awk -v a=10 -v b=10 'BEGIN{print a + b}' 20 [root@mycentos6 ~]# 字符串操作符:没有符号的操作符,字符串连接 [root@mycentos6 ~]# awk -v a=10 -v b=10 'BEGIN{print a b}' 1010 [root@mycentos6 ~]# 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 [root@mycentos6 ~]# cat /etc/passwd |awk '$0 !~ /root/' |wc -l 35 [root@mycentos6 ~]# cat /etc/passwd |awk '$0 !~ /^root/' |wc -l 36 [root@mycentos6 ~]# 逻辑操作符: &&, ||, ! 示例:注意{}位置 • 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 条件表达示 selector?if- true- expression:if- false- expression selector:为条件,如果为真执行?后面的语句,如果为假则执行:后面的语句 示例: [root@mycentos6 ~]# awk -F: '{$3>=500?type="commonuser":type="systemuser"; \ :分行显示,可以直接写一行 > printf "%-10s \t %s\n ",$1,type}' /etc/passwd PATTERN 作用: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 $1}' /etc/fstab (3) relational expression: 关系表达式;结果有“真”有“假”;结果为“ 真”才会被处理; 真:结果为非0值,非空字符串 ‘0,1’:结果为真 假:结果为空字符串 示例: [root@mycentos6 ~]# awk -F: '$NF=="/bin/bash"{print $1 ,$3}' /etc/passwd root 0 mysql 27 user1 500 user2 501 user3 502 [root@mycentos6 ~]# [root@mycentos6 ~]# seq 10 |awk 'i=!i' 1 3 5 7 9 [root@mycentos6 ~]# (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>=2&&NR<=10){print $1}' /etc/passwd [root@mycentos6 ~]# awk -F: '/^root/,/^user2/{print $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 使用于打印标题等 END{}:仅在文本处理完成之后执行一次
示例: 1、awk - F : 'BEGIN {print "USER USERID"} {print$1":"$3} END{print "end file"}' /etc/passwd 2、awk - F: 'BEGIN{print " USER UID \n ---------------- "}{print $1,$3}'END{print "=============="} /etc/passwd
awk action分类 (1) Expressions:算术,比较表达式等 (2) Control statements: if, while等 (3) Compound statements:组合语句 (4) input statements (5) output statements: print等
awk 控制语句:if else
'{ if(condition) statement [else statement]}' '{if(condition1){statement1}else if(condition2){statement 2}else{statement3}}' 示例: 1、判断磁盘使用率,如果大于70,打印磁盘名 2、判断成绩
1、
2、
while 语句:
while循环:语法 while(condition) statement 使用场景:对一行内的多个字段逐一类似处理时使用 对数组中的各元素逐一处理时使用 示例:
awk中do …while语句
语法: do statement while(condition) 意义:无论真假,至少执行一次循环体 示例: awk 'BEGIN{ total=0;i=0;do{total+=i;i++;}while(i<=100);print total}'
for 语句:
语法: for(expr1;expr2;expr3) statement for(variable assignment;condition;iteration process) {forbody} 特殊用法:能够遍历数组中的元素; 语法: for(var in array) {for- body} 示例: awk '/^[[:space:]]*linux16/{for(i=1;i<=NF;i++) {print$i,length($i)}}' /etc/grub2.cfg
性能比较:
#time (awk 'BEGIN{total=0;for(i=0;i<=10000;i++){total+=i;};print total;}') #time(total=0;for i in $(seq 10000);dototal=$(($total+i));done;echo $total)
关键字:time
awk控制语句
switch语句 语法: switch(expression) {case VALUE1 or /REGEXP/:statement; case VALUE2 or /REGEXP2/: statement;...; default: statement} break和continue 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)
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 awk '!a[$0]++' dupfile:过滤掉重复行 ,我用以下方法写也许更容易理解
1、要理解:awk '!a[$0]++'先看下面程序,数组在默认不给值时,当对空值数组进行++操作,数组的值会自动+1
2、详细说明!a[$0]++的值 当awk读取f1时, a[111]值为空——>!a[111]值为1 ,因此打印$0;a[111]++;a[111]值为2;当再遇见a[111],也就是相同的两行
a[111]=2;!a[111]=0 ;一次不在打印111这一行,a[111]++ ;a[111]=3
awk数组 :
若要遍历数组中的每个元素,要使用for循环 格式:for(var in array) {for- body} 注意: var会遍历array的每个索引,所以var的值也就是索引的值
实例1、
实例2、查看每个tcp状态的连接数
实例3、查看每个ip地址访问http链接数
awk函数:
数值处理:
rand():返回0和1之间一个随机数 ,必须加srand()结合使用
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字符串进行搜索r表示的模式匹配的内容,并将第一个匹配的内容替换为s
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
split(s,array,[r]):以r为分隔符切割字符s,并将切割后的结果保存至array所表示的数组中
自定义函数格式:
格式:
function name ( parameter, parameter, … ) {
statements
return expression
}
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) }'
将awk程序写成脚本,直接调用或执行
#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
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
练习题:
1、 统计/etc/fstab文件中每个文件系统类型出现的次数
2、 统计/etc/fstab文件中每个单词出现的次数;
原创文章,作者:wangnannan,如若转载,请注明出处:http://www.178linux.com/47860