GNU awk
·文本处理三工具：grep，sed，awk
grep,egrep,fgrep：文本过滤工具：pattern
sed：行编辑器
模式空间、保持空间
awk：报告生成器，格式化文本输出：
AWK：Aho，Weinberger，Kernighan –> New AWK, NAWK
GNU awk，gwak
·gawk – pattern scanning and processing language
基本用法：gawk [options] 'program' FILE …
program：PATTERN{ACTION STATEMENTS}
语句之间用分号分隔
print,printf
选项：
-F：指明输入时用到的字段分隔符
-v var=value：自定义变量
awk中的变量不给初始值默认是0
·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
1、print
print item1,item2,…..
要点：
(1)：逗号分隔符
(2)：输出的各item可以字符串，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print $0
字段 $1,$2,$3 以-F指定的分隔符对每行切片产生的字段，不指定-F默认是空格
awk -F: '{print $0}' /etc/passwd
awk -F: '{print $1"\t"$3}' /etc/passwd
2、变量
2.1 内建变量
FS：input field seperator，默认为空白字符
OFS：output field seperator，默认为空白字符
RS：input record seperator，输入时的换行符
ORS：output record seperator，输出时的换行符
NF：number of field，字段数量
区别：{print NF}，{print $NF}
NR：number of record，行数
FNR：各文件分别计数；行数
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
2.2 自定义变量
(1) -v var=value
变量名区分字符大小写
每个-v 指明一个变量
(2) 在program中直接定义
awk -v test='hello gawk' '{print test}' /etc/fstab
awk 'BEGIN{test="hello,gawk";print test}'
3、printf命令
格式化输出：printf FORMAT，item1，item2
(1) FORMAT(格式符)必须给出
(2) 不会自动换行，余姚显示给出换行控制符，\n
(3) FORMAT中需要分别为后面的每个item指定一个格式化符号
格式符：
%c：显示字符的ASCII码
%d，%i：显示十进制整数
%e，%E：科学计数法数值显示
%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#表示小数点后的进度
%3.1f
-：左对其
默认是右对其
+：显示数值的符号
awk -F: '{printf "Username: %s\n",$1}' /etc/passwd
awk -F: '{printf "Username: %-15sUID:%d\n",$1,$3}' /etc/passwd
4、操作符
算术操作符：
x+y，x-y，x/y，x^y，x%y
-x
+x：转换其数值
字符串操作符：没有符号的操作符，字符串连接诶
赋值操作符：
=，+=，-=，*=，/=，%=，^=
++，–
比较操作符：
>，>=，<，<=，!=，==
模式匹配符：
~：是否匹配
!~：是否不匹配
逻辑操作符：
&&
||
!
函数调用：
function_name(argu1，argu2，….)
条件表达式：<三目运算符>
selector?if-true-expression:if-false-expression
# awk -F: '{$3>=500?usertype="Common User":usertype="Sysadmin or SysUser";printf "%s15s:%-s\n",$1,usertype}' /etc/passwd
5、PATTERN——确切表示应该为行定位符
(1) empty：空模式，匹配每一行
(2) /regular expression/：仅处理能够被此处的模式匹配到的行
(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，或非空字符串
(4) line ranges：行范围
startline,endline：/pat1/,/pat2/
注意：不支持直接给出数字的格式
# awk -F: '(NR>=2&&NR<+10){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
END{}：仅在文本处理完成后执行一次
awk '!0' /etc/passwd
seq 10 | awk '{i=!i;print i}'
awk -F: 'BEGIN{print " USER UID \n —————"}{print $1,$3}END{print "=============="}' /etc/passwd
6、常用的action
(1) Expressions
(2) Control statements：if，while等
(3) Compound statements：组合语句
(4) input statements
(5) output statements
7、控制语句
if(condition) {statements}
if(condition) {statements} else {statements}
while(condition) {statements}
do {statements} while(condition)
for(expr1;expr2;expr3) {statements}
break
continue
delete array[index]
delete array
exit
{statements}
7.1 if-else
语法：if(condition) {statements}
# awk -F: '{if($3>=1000) {printf "Common user: %s\n",$1} else {printf "root or Sysuser: %s\n",$1}}' /etc/passwd
# awk -F: '{if($NF=="/bin/bash") print $1}' /etc/passwd
# awk '{if(NF>5) print $0}' /etc/fstab
# df -h | awk -F% '/^\/dev/{print $1}' | awk '$NF>=80{print $1,$5}'
使用场景：对awk取得的整行或某个字段做条件判断
7.2 while循环
语法：while(condition) statement
条件“真”，进入循环；条件为“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
# 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
7.3 do-while循环
语法：do statement while(condition)
意义：至少执行一次循环体
# awk 'BEGIN{ total=0;i=0;do{total+=i;i++;}while(i<=100);print total}'
7.4 for循环
语法：for(expr1;expr2;expr3) statement
for(variable assignment;condition;iteration process) {for-body}
# awk '/^[[:space:]]*linux16/{for(i=1;i<=NF;i++) {print $i,length($i)}}' /etc/grub2.cfg
特殊用法：能够遍历数组中的元素；
语法：for(var in array) {for-body}
7.5 switch语句
语法：switch(expression) {case VALUE1 or /REGEXP/: statement; case VALUE2 or /REGEXP2/: statement; …; default: statement}
7.6 break和continue语句
break [n]
continue [n]
# 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}'
7.7 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
8、array
·关联数组：array[index-expression]
·index-expression：
(1)可使用任意字符串
(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”
若要判断数组中是否存在某元素，要使用“index in array <for循环的特殊用法>”格式进行
weekdays[mon]="Monday"
·若要遍历数组中的每个元素，要使用for循环：
for(var in array) {for-body}
awk 'BEGIN{weekdays["mon"]="Monday"; weekdays["tue"]="Tuesday"; print weekdays["mon"]}'
awk '!a[$0]++' dupfile
去掉文件中重复的行
注意：var会遍历array的每个索引
# netstat -tan | awk '/^tcp\>/{state[$NF]++}END{for(index in state) { print index,state[index]}}'
# awk '{ip[$1]++}END{for(i in ip) {print i,ip[i]}}' /var/log/httpd/access_log
练习1、统计/etc/fstab 文件中每个文件系统类型出现的次数：
# awk '/^UUID/{fs[$3]++}END{for(i in fs) {print i,fs[i]}}' /etc/fstab
练习2、统计/etc/fstab 文件中每个单词出现的次数；
# awk '{for(i=1;i<=NF;i++){count[$i]++}}END{for(i in count) {print i,count[i]}}' /etc/fstab
9、函数
9.1 内置函数
数值处理：
rand()：返回0-1之间的一个随机数
awk中使用随机数要配置srand（种子）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])：以r表示的模式来查找t字符串中是否有匹配的内容，并将其第一次出现替换为s所表示的内容
gsub(r,s,[t])：以r表示的模式来查找t字符串中是否有匹配的内容，并将其所有出现均替换为s所表示的内容
split(s,a[,r])：以r为分割符切割字符s，并将切割后的结果保存至a所表示的数组中
# netstat -tan | awk '/^tcp\>/{split($5,ip,":");count[ip[1]]++} END{for (i in count) {print i,count[i]}}'
9.2 自定义函数
格式：
function name ( parameter, parameter, … ) {
statements
return expression
}
示例：
#cat fun.awk
function max(v1,v2) {
v1>v2?var=v1:var=v2
return var
}
BEGIN{a=3;b=2;print max(a,b)}
#awk –f fun.awk
《sed和awk》
10、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) }'
练习1、求每班总成绩和平均成绩
[root@localhost ~]# cat score.txt zhangsan 1 100 lisi 1 95 wangwu 2 90 cuihua 1 80 meigui 2 90 honghua 2 85 [root@localhost ~]# awk 'BEGIN{sum1=0; sum2=0; num1=0; num2=0}{if($2==1){sum1+=$3;num1++}else{sum2+=$3;num2++}} \ END{ num1=sum1/num1;num2=sum2/num2;printf "one class sum score: %s\taverage score: %s\ntwo class sum score: %s\t \ average score: %s\n", sum1,num1,sum2,num2}' score.txt one class sum score: 275 average score: 91.6667 two class sum score: 265 average score: 88.3333
原创文章，作者：megedugao，如若转载，请注明出处：http://www.178linux.com/47995
