Linux文本处理三剑客：
1、grep ： 文本过滤（模式：pattern）工具
2、sed ： （stream editor），文本编辑工具
3、awk ： Linux上的实现gawk，文本报告生成器，格式化文本输出
一、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，现linux系统默认使用的版本
二、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。（本身即循环）
- 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
- 分割符、域和记录
1、文件的每一行称为记录record（默认回车为换行符），列称为字段、域或者属性（默认空格为分割符）。记录和域 的分隔符可人为指定换行符，如：空格，冒号，或字母a等
2、awk执行时，由分隔符分隔的字段（域column）标记$1,$2..$n称为域标识。
3、$0为所有域，注意：和shell中变量$符含义不同
4、省略action，则默认执行 print $0 的操作
- awk语言
基本格式：awk [options] ‘program’ file…
program 即 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和 END 也算是特殊的pattern
action statements对数据进行处理，放在{}内指明，如print, printf
三、awk 基本用法
（1） awk [options] ‘program’ var=value file…
（2） awk [options] -f programfile var=value file…
（3） awk [options] ‘BEGIN{ action;… } pattern{ action;… } END{ action;… }’ file …
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
program即要执行的命令，通常是放单引号或双引号中
选项：
-F 指明输入时用到的字段分隔符（默认空格为分隔符，连续多个空格会被当做一个空格，与cut不同）
-v var=value: 自定义变量
-f /PATH/TO/FILE 对文件的处理动作太多或太复杂时可放入文件中，用 -f 调用文件 。
四、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 如：awk -v FS=’:’ ‘{print $1,FS,$3}’ /etc/passwd
OFS：输出字段分隔符，默认为空白字符 如：awk -v FS=‘:’ -v OFS=‘:’ ‘{print $1,$3,$7}’ /etc/passwd
RS：输入记录分隔符，指定输入时的换行符
ORS：输出记录分隔符，输出时用指定符号代替换行符
NF：字段数量
awk -F： ‘{print NF}’ /etc/fstab,引用内置变量不用$
awk -F: ‘{print $(NF-1)}’ /etc/passwd 打印倒数第二的域字符串
NR：记录号，即行号 如：awk ‘{print NR}’ /etc/fstab /etc/passwd 两个文件的记录号总和
FNR：各文件分别计数,记录号 如：awk ‘{print FNR}’ /etc/fstab /etc/inittab
FILENAME：当前文件名 如：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
五、awk的格式化输出：printf命令
- 格式化输出：printf “FORMAT”, item1, item2, …
(1) 必须指定FORMAT（print不用指定格式）
(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
- printf 示例： awk -F: ‘{printf “Username: %-15s,UID:%d\n”,$1,$3}’ /etc/passwd
六、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
如： awk ‘BEGIN{print 2^10}’ 计算2的10次方，输出为1024
字符串操作符：没有符号的操作符，字符串连接
赋值操作符：
=, +=, -=, *=, /=, %=, ^=，++, —
如：awk ‘BEGIN{i=0;print ++i,i}’ 输出为 1 1
awk ‘BEGIN{i=0;print i++,i}’ 输出为 0 1
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=”Sysadmin or SysUser”;printf “%15s:%-s\n”,$1,usertype}’ /etc/passwd
根据文件中第三列字符串（即用户UID）是否大于100，给usertype赋值，然后打印每一行的第一列字符串（即用户名）和对应的变量usertype值。
七、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 如：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
示例：
awk ‘!0’ /etc/passwd ; awk ‘!1’ /etc/passwd !0为真，全打印；!1为假，不打印
seq 10 |awk ‘i=!i’ 打印奇数行
seq 10 |awk ‘!(i=!i)’ 打印偶数行
seq 10 |awk ‘{i=!i;print i}’ 打印
- （4) line ranges：行范围
/pat1/,/pat2/ 从匹配到pat1开始，到第一次匹配到pat2结束，之间所有的行；不支持直接给出行号，如果要表示行号范围，可使用NR>=10&&NR<=20方式
awk -F: ‘/^root\>/,/^nobody\>/{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{}：仅在文本处理完成之后执行一次
示例：: ‘BEGIN{print ” USER UID \n————— “}{print $1,$3}’END{print”==============”} /etc/passwd
八、awk action
常用的action分类
(1) Expressions:算术，比较表达式等
(2) Control statements：if, while等
(3) Compound statements：组合语句
(4) input statements
(5) output statements：print等
九、awk控制语句
{ statements;… } 组合语句
if(condition) {statements;…}
if(condition) {statements;…} else {statements;…}
while(conditon) {statments;…}
do {statements;…} while(condition)
for(expr1;expr2;expr3) {statements;…}
break
continue
delete array[index]
delete array
exit
1、awk控制语句if-else
- 语法：if(condition){statement;…}[else statement]
- if(condition1){statement1}else if(condition2){statement2}else{statement3}
使用场景：对awk取得的整行或某个字段做条件判断
示例：
awk -F: ‘{if($NF==”/bin/bash”) print $1}’ /etc/passwd
awk -F: ‘{if($3>=1000) printf “Common user: %s\n”,$1; else printf “root or Sysuser: %s\n”,$1}’ /etc/passwd
awk ‘BEGIN{ test=100;if(test>90){print “very good“}else if(test>60){ print “good”}else{print “no pass”}}’
2、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 ‘/^[[: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
对文件每一行的每一个字段处理，打印字段长度小于等于10的字段和字段长度，如下：
- 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}’
3、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} var in array在awk中遍历的是数组的下标，而不是具体元素的值
示例：
awk ‘/^[[:space:]]*linux16/{for(i=1;i<=NF;i++) {print $i,length($i)}}’ /etc/grub2.cfg
awk ‘{ip[$i]++}END{for(i in ip){print i,ip[i]}}’ /var/log/httpd/access_log 统计访问日志中的IP和同一个IP的出现次数
题外话：性能比较（从1加到10000的和）
time命令可查看指定命令所消耗的时间
time (awk ‘BEGIN{ total=0;for(i=0;i<=10000;i++){total+=i;};print total;}’)
time(total=0;for i in {1..10000};do total=$(($total+i));done;echo $total)
time(for ((i=0;i<=10000;i++));do let total+=i;done;echo $total)
time(seq –s ”+” 10000|bc)
4、break、continue和next
awk ‘BEGIN{sum=0;for(i=1;i<=100;i++) {if(i%2==0)continue;sum+=i}print sum}‘ 计算1到100之间奇数的和，偶数跳过
awk ‘BEGIN{sum=0;for(i=1;i<=100;i++) {if(i==66)break;sum+=i}print sum}‘ i=66时结束循环，即1到66的和
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）
如： awk -F: ‘{if($3%2!=0) next; print $1,$3}’ /etc/passwd 打印UID是偶数的用户名和UID
十、awk数组
- 1、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”
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：
awk ‘BEGIN{weekdays[“mon”]=”Monday”;weekdays[“tue”]=”Tuesday”;print weekdays[“mon”]}‘
awk ‘!arr[$0]++’ dupfile 去掉文件中重复的行
- 2、若要遍历数组中的每个元素，要使用for循环
- for(var in array) {for-body}
注意：var会遍历array的每个索引
示例：
netstat -tan | awk ‘/^tcp/{state[$NF]++}END{for(i in state) { print i,state[i]}}’ 显示基于tcp协议的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 统计访问IP及其访问次数
十一、awk函数
- 数值处理：
rand()：返回0到1之间一个随机数，要和 srand（）函数配合才能生效
示例：awk ‘BEGIN{srand(); for (i=1;i<=10;i++)print int(rand()*100) }’ 返回10个0到100之间的随机数
- 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
示例：echo “2008:08:08 08:08:08” | awk ‘sub(/:/,“-“,$1)’
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
示例：echo “2008:08:08 08:08:08” | awk ‘gsub(/:/,“-“,$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,…
示例：netstat -tan | 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(v1,v2) {
v1>v2?var=v1:var=v2
return var
}
BEGIN{a=3;b=2;print max(a,b)}
编写一个awk函数，判断两个数字大小
awk –f fun.awk 调用上述脚本
十二、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。
示例：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
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
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
本文来自投稿，不代表Linux运维部落立场，如若转载，请注明出处：http://www.178linux.com/99636
