awk

1.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

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通常是被单引号或双引号中

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 ...

• 选项：
  -F 指明输入时用到的字段分隔符
  -v var=value: 自定义变量

2.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,$2..$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

3.awk工作原理

(1)第一步：执行BEGIN{action;… }语句块中的语句

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

(2)第二步：从文件或标准输入读取一行，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。
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

(3)第三步：当读至输入流末尾时，执行END{action;…}语句块

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

3. print格式：print item1, item2, ...

• (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表达式
• (3) 如省略item，相当于print $0

eg：
# awk '{print "hello,awk"}'
# awk –F: '{print}' /etc/passwd
# awk –F: ‘{print “wang”}’ /etc/passwd
# awk –F: ‘{print $1}’ /etc/passwd
# awk –F: ‘{print $0}’ /etc/passwd
# awk –F: ‘{print $1”\t”$3}’ /etc/passwd
# tail –3 /etc/fstab |awk ‘{print $2,$4}’

4.awk内置变量

(1) 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

(2)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

(3)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

(4)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 }’ /etc/passwd

(5)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

(6)NR：行号

# awk '{print NR}' /etc/fstab ; awk END'{print NR}' /etc/fstab

(7) FNR：各文件分别计数,行号

# awk '{print FNR}' /etc/fstab /etc/inittab

(8)FILENAME：当前文件名

# awk '{print FILENAME}’ /etc/fstab

(9) ARGC：命令行参数的个数

# awk '{print ARGC}’ /etc/fstab /etc/inittab
# awk ‘BEGIN {print ARGC}’ /etc/fstab /etc/inittab

(10)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

5.awk自定义变量变量

自定义变量(区分字符大小写)

(1) -v var=value
(2) 在program中直接定义

eg：
# awk -v test='hello gawk' '{print test}' /etc/fstab
# awk -v test='hello gawk' 'BEGIN{print test}'
# awk 'BEGIN{test="hello,gawk";print test}'
# awk –F:‘{sex=“male”;print $1,sex,age;age=18}’
/etc/passwd
cat awkscript
{print script,$1,$2}
awk -F: -f awkscript script=“awk” /etc/passwd

6.printf命令

①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

②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

③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

eg:
• awk -F: ‘{printf "%s",$1}’ /etc/passwd
• awk -F: ‘{printf "%s\n",$1}’ /etc/passwd
• awk -F: '{printf "%-20s %10d\n",$1,$3}' /etc/passwd
• awk -F: ‘{printf "Username: %s\n",$1}’ /etc/passwd
• awk -F: ‘{printf “Username: %s,UID:%d\n",$1,$3}’
/etc/passwd
• awk -F: ‘{printf "Username: %15s,UID:%d\n",$1,$3}’
/etc/passwd
• awk -F: ‘{printf "Username: %-15s,UID:%d\n",$1,$3}’
/etc/passwd

7.操作符

(1)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

(2)字符串操作符：没有符号的操作符，字符串连接
(3)赋值操作符：

=, +=, -=, *=, /=, %=, ^=
++, --

(4)比较操作符：

==, !=, >, >=, <, <=

(5)模式匹配符：~：左边是否和右边匹配包含 !~：是否不匹配

# awk –F: '$0 ~ /root/{print $1}‘ /etc/passwd
# awk '$0~“^root"' /etc/passwd
# awk '$0 !~ /root/‘ /etc/passwd
# awk –F: ‘$3==0’ /etc/passwd

(6)逻辑操作符：与&&，或||，非!

eg：
• 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

(7)函数调用： function_name(argu1, argu2, ...)
(8)条件表达式（三目表达式）：

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

• eg：
awk -F: '{$3>=1000?usertype="Common User":usertype="Sysadmin or SysUser";printf "%15s:%-s\n",$1,usertype}' /etc/passwd

8.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

eg：
• awk -F: 'i=1;j=1{print i,j}' /etc/passwd
• awk ‘!0’ /etc/passwd ; awk ‘!1’ /etc/passwd
• awk –F: '$3>=1000{print $1,$3}' /etc/passwd
• awk -F: '$3<1000{print $1,$3}' /etc/passwd
• awk -F: '$NF=="/bin/bash"{print $1,$NF}' /etc/passwd
• awk -F: '$NF ~ /bash$/{print $1,$NF}' /etc/passwd
• seq 10 | awk 'i=!i'

(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

eg:
• awk -F : 'BEGIN {print "USER USERID"} {print $1":"$3}END{print "end file"}' /etc/passwd
• awk -F : '{print "USER USERID“;print $1":"$3} END{print "end file"}' /etc/passwd
• awk -F: 'BEGIN{print " USER UID \n---------------"} {print $1,$3}' /etc/passwd
• awk -F: 'BEGIN{print " USER UID \n---------------"} {print $1,$3}'END{print "=============="} /etc/passwd
• seq 10 |awk ‘i=0’
• seq 10 |awk ‘i=1’
• seq 10 | awk 'i=!i‘
• seq 10 | awk '{i=!i;print i}‘
• seq 10 | awk ‘!(i=!i)’
• seq 10 |awk -v i=1 'i=!i'

9.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

10.awk控制语句

(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

eg:
# 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 $1}'|awk '$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"}}'

(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

eg:
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

(3)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

eg:
• awk 'BEGIN{ total=0;i=0;do{
total+=i;i++;}while(i<=100);print total}‘

(4) 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}

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 {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)

(5) 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}‘

 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）
awk -F: '{if($3%2!=0) next; print $1,$3}' /etc/passwd

11.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”
• 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

eg:
• weekdays[“mon”]="Monday“
• awk 'BEGIN{weekdays["mon"]="Monday";
weekdays["tue"]="Tuesday";print weekdays["mon"]}‘
• awk ‘!arr[$0]++’ dupfile
• awk '{!arr[$0]++;print $0, arr[$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

eg:
• 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

12.awk函数

(1)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) }'

(2)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

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所表示内容

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,…

# netstat -tan | awk '/^tcp\>/{split($5,ip,":");count[ip[1]]++}
END{for (i in count) {print i,count[i]}}'

13.awk函数

(1)自定义函数

格式：
function name ( parameter, parameter, ... ) {
statements
return expression
}

eg:
#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

(2)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) }'

(3)awk脚本
将awk程序写成脚本，直接调用或执行

eg:
#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

(4)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

eg:
#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