awk讲解

awk:

一、基础知识讲解

文本三剑客：grep, sed, awk

grep: 文本过滤器

sed: 行编辑器

awk: 报告生成器

基本语法

awk [options] 'program' file file ... [选项]’程序’文件

awk [options] 'PATTERN{action}' file file ...[选项] 模式 功能

-F CHAR：输入分隔符 例如 ： ’ ’

1、awk的输出

Print  item1, item2,...  可以是变量，字符，子串等

要点：

(1) 各项目之间使用逗号分隔，而输出时则使用输出分隔符分隔；

(2) 输出的各item可以字符串或数值、当前记录的字段、变量或awk的表达式；

数值会被隐式转换为字符串后输出；

(3) print后面item如果省略，相当于print $0；输出空白，使用pirnt ""；

2、awk的变量

内置变量，自定义变量

2.1 内置变量

F :字段

FS：Field Seperator, 输入时的字段分隔符

OFS: Output Field Seperator, 输出时的字段分隔符;

RS：Record Seperator, 输出行分隔符

ORS: Outpput Row Seperator, 输出时的行分隔符；

NF：Numbers of Field，字段数

NR：Numbers of Record, 行数；所有文件的一并计数；

FNR：行数；各文件分别计数；

ARGV：数组，保存命令本身这个字符，awk '{print $0}' 1.txt 2.txt，

意味着ARGV[0]保存awk,

ARGC: 保存awk命令中参数的个数；

FILENAME： awk正在处理的当前文件的名称；

2.2 可自定义变量

-v var_name=VALUE

变量名区分字符大小写；

(1) 可以program中定义变量；

(2) 可以命令行中通过-v选项自定义变量；

3、awk的printf命令

命令的使用格式：printf format, item1, item2,...

要点：

(1) 要指定format；

(2) 不会自动换行；如需换行则需要给出\n

(3) format用于为后面的每个item指定其输出格式；

format格式的指示符都%开头，后跟一个字符：

%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: 以科学计数法格式或浮点数格式显示数值；

%s: 显示字符串；

%u: 显示无符号整数；

%%: 显示%自身；

\n换行

修饰符：

#：显示宽度

-：左对齐

+：显示数值的符号

.#: 取值精度

4、awk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/stdout: 标准输出

/dev/stderr: 错误输出

5、awk的操作符

算术操作符：

x+y

x-y

x*y

x/y

x**y, x^y

x%y

-x：负值

+x：转换为数值

字符串操作符：连接

赋值操作符：赋值要用” ”引起来

=

+=

-=

*=

/=

%=

^=  次方等

**= 次方等

++ 自加加

--  自减减

如果模式自身是=号，要写为/=/ 全文逐行匹配搜索

比较操作符： 比较操作符要在 [ ] 或 ` ` 中

<

<=

>

>=

==

!=

~：模式匹配，左边的字符串能够被右边的模式所匹配为真，否则为假；

!~:

逻辑操作符：

&&： 与 都为真时才为真

||：或 一个为真时就为真

条件表达式:

selector?if-true-expression:if-false-expression

# awk -F: '{$3>=500?utype="common user":utype="admin or

system user";print $1,"is",utype}' /etc/passwd

函数调用：

function_name(argu1,argu2)

6、模式

(1) Regexp: 格式为/PATTERN/

仅处理被/PATTERN/匹配到的行；

(2) Expression: 表达式，其结果为非0或非空字符串时满足条件；

仅处理满足条件的行；

(3) Ranges: 行范围，此前地址定界，startline, endline

仅处理范围内的行

(4) BEGIN/END: 特殊模式，仅在awk命令的program运行之前

（BEGIN）或运行之后（END）执行一次；

(5) Empty:空模式，匹配任意行；

7、常用的action

(1) Expressions 表达式

(2) Control statements 控制

(3) Compound statements 组合条件

(4) input statements 输入

(5) output statements 输出

8、控制语句

8.1 if-else

格式：if (condition) {then body} else {else body}

# awk -F: '{if ($3>=500) {print $1,"is a common user"} else {print $1,

"is an admin or system user"}}' /etc/passwd  判断用户类型

# awk '{if (NF>=8) {print}}' /etc/inittab 输出超过8个字符的行

8.2 while

格式：while (condition) {while body}

# awk '{i=1; while (i<=NF){printf  FNR "%s ",$i;i+=2};print ""}' /etc/inittab 显示基数行

# awk '{i=1; while (i<=NF){if (length($i)>=6) {print $i}; i++}}' /etc/inittab 显示字段数大于6的行

length()函数：取字符串的长度

8.3 do-while循环

格式：do {do-while body} while (condition)

8.4 for循环

格式：for (variable assignment; condition; iteration process) {for body}

# awk '{for (i=1;i<=NF;i+=2){printf  NFS "%s ",$i};print ""}' /etc/inittab 显示偶数字段的单词

# awk '{for (i=1;i<=NF;i++){if (length($i)>=6) print $i}}' /etc/inittab 显示字段数大于6的单词

for循环可用来遍历数组元素：

语法：for (i in array) {for body}

8.5 case语句

语法：switch (expression) {case VALUE or /RGEEXP/: statement1;... default: stementN}

8.6 循环控制

break

continue

8.7 next

提前结束对本行的处理进而进入下一行的处理；

# awk -F: '{if($3%2==0) next;print $1,$3}' /etc/passwd 显示UID号为基数的用户和uid

# awk -F: '{if(NR%2==0) next; print NR,$1}' /etc/passwd 显示UID号为基数的用户

9、数组

关联数组：

array[index-expression]

index-expression: 可以使用任意字符串; 如果某数组元素事先不存在，那么在引用时，

awk会自动创建此元素并将其初始化为空串；因此，要判断某数组是否存在某元素，必须

使用“index in array”这种格式；

A[first]="hello awk"

print A[second]

要遍历数组中的每一个元素，需要使用如下特殊结构：

for (var in array) {for body}

其var会遍历array的索引；

state[LISTEN]++

state[ESTABLISHED]++

# netstat -tan | awk '/^tcp/{++state[$NF]}END{for (s in state) {print s,state[s]}}'

统计状态数

# awk '{ip[$1]++}END{for (i in ip) {print i,ip[i]}}' /var/log/httpd/access_log

统计用户访问网站的请求次数

删除数组元素：

delete array[index]

10、awk的内置函数

split(string,array[,fieldsep[,seps]])：

功能：将string表示的字符串以fieldsep为分隔符进行切片，并切片后的结果保存

至array为名的数组中；数组下标从1开始

root:x:0:0::/root:/bin/bash

user[1]="root", user[2]

此函数有返回值，返回值为切片后的元素的个数

# netstat -tn | awk '/^tcp/{lens=split($5,client,":");ip[client[lens-1]]++}

END{for (i in ip) print i,ip[i]}'

统计外网访问主机的次数

length(string)

功能：返回给定字串的长度

substr(string,start[,length])

功能：从string中取子串，从start为起始位置为取length长度的子串；