文本三剑客之awk详解
awk简介
awk的名称来源于三个开发者的姓名：Aho, Weinberger, Kernighan，报告生成器，格式化文本输出，
Linux文本处理三剑客之一。
有多种版本：New awk（nawk），GNU awk（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 ）
Awk编程语言用于处理文本文件。Awk在默认情况下，Awk文件的每一行都被视为一个记录。然后Awk记
录进一步分解成一系列的字段。Awk程序就是一系列作用在记录和字段上的“识别-执行”操作语句。
行row：记录record
列column：字段，域field，属性
awk的工作原理
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
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、打印输入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后才被执行，比如打印所有所有行的分析结果，这里信息汇总都在END语句块中完成，它也是一个可选语句块
pattern语句块中的同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
BEGIN语句常用于打印表头
END语句往往用来做汇总
awk的基本用法
awk的基本格式:
awk [options] ‘program’ file
option：
-F 指明输入时用到的字段分隔符
-v var=value: 自定义变量
program：pattern{action statement}
pattern部分决定动作语句何时触发及触发事件
如: BEGIN,ENDaction statements对数据进行处理，放在{}内指明
如: print, printf分隔符、域和记录
awk执行时，由分隔符分隔的字段（域）标记 1, 1 , 2… n成为标识域。 n 成 为 标 识 域 。 0表示所有域，即整行
文件的每一行成为记录（record）
省略action,则默认执行print $0的操作
awk的匹配模式
根据pattern条件，过滤匹配到的行，再做处理
- 如果未指定：空模式，匹配每一行
例:直接打印文件内容：
awk '{print }' passwd - /正则表达式/：使用通配符的扩展集
例: 取出包含UUID的行的第一个域 :
awk ‘/^UUID/{print $1}’ /etc/fstab - 关系表达式：使用运算符进行操作，可以是字符串或数字的比较测试
例1: 结果为非零值，显示/etc/passwd内容
awk ‘i=1’ /etc/passwd
例2: 结果为零值，不显示/etc/passwd内容
awk ‘i=0’ /etc/passwd
例3: 结果为空，不显示/etc/passwd内容
awk ‘i=””‘ /etc/passwd
例4: 结果不为空，显示/etc/passwd内容
awk ‘!(i=””)’ /etc/passwd
例5: 显示/etc/passwd文件中Shell为/bin/bash行的用户名和Shell类型
awk -F: ‘$NF==”/bin/bash”{print $1$NF}’ /etc/passwd
例6: 显示/etc/passwd文件中以bash结尾行的用户名和Shell类型
awk -F: ‘$NF~/bash$/{print $1$NF}’ /etc/passwd模式匹配表达式：用运算符~（匹配）和~!（不匹配）
line ranges：行范围
起始行，结尾行：/pat1/,/pat2/不支持直接给出数字格式
例2: 显示root开头的行到nobody开头的行之间的用户名
awk -F: ‘/^root\>/,/^nobody\>/{print $1}’ /etc/passwd
例3:显示第10行到第20行，标准行号并显示用户名
awk -F: ‘(NR>=10&&NR<=20){print NR,$1}’ /etc/passwd
- BEGIN语句块、pattern语句块、END语句块
例1: 处理文本前打印USER USERID，处理时/etc/passwd文件取出每一行的用户名和UID，处理后打印end file
awk -F: ‘BEGIN{print “USER USERID”}{print$1":"$3}END{print “end file”}’ /etc/passwd
例2: 在/etc/passwd文件每一行上都添加USER USERID，并在处理完文本后打印end file
awk -F: ‘{print “USER USEID”;print $1″:”$3}END{print”end file”}’ /etc/passwd
例3: 结果为0，条件为假，不显示
seq 10|awk ‘i=0’
例4: 结果不为0，条件为真，显示所有数字
seq 10|awk ‘i=1’
例5: 显示奇数，第一行i为空，!i则为非空，打印该行，第二行i为非空，!i为空则不打印，以此类推
seq 10|awk ‘i=!i’
例6: 显示1,0,1,0…即上例工作原理
seq 10 | awk ‘{i=!i;print i}’
例7: 显示偶数
seq 10|awk ‘!(i=!i)’
例8: 显示偶数，第一行i已赋值，所以!i为空，不显示
seq 10 |awk -v i=1 ‘i=!i’awk操作符：
输出操作符：print、printf
print格式：
print item1，item2，…
要点：
（1）逗号分隔符
（2）输出的各item可以是字符串，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，相当于打印整行print $0
printf格式：
格式化输出：print “FORMAT”,item1,item2,…
要点：
（1）必须指定FORMAT（格式）
（2）不会自动换行，需要显示给出换行控制符，\n
（3）FROMAT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#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实例：
例1: 将/etc/passwd文件中所有用户名作为一个字符串输出
awk -F: ‘{printf “%s”,$1}’ /etc/passwd
例2: 将 /etc/passwd中的所有用户名一行一行的输出
awk -F: ‘{printf “%s\n”,$1}’ /etc/passwd
效果等同于awk -F: ‘{print $1}’ /etc/passwd
例3:显示用户名左对齐，UID以十进制数显示且宽度为10
awk -F: ‘{printf “%-20s %10d\n”,$1,$3}’ /etc/passwd
例4: 将 /etc/passwd中的所有用户名一行一行的输出,并在每行的开头加上 Username:
awk -F: ‘{printf “Username: %s\n”,$1}’ /etc/passwd
效果等同于awk -F: ‘{print “Username: “$1}’ /etc/passwd
例5: 将/etc/passwd中的用户名和UID按照"Username: UID: "的格式输出
awk -F: ‘{printf “Username: %s,UID:%d\n”,$1,$3}’ /etc/passwd
显示结果如：
Username: basher,UID:504
例6: 将/etc/passwd中的用户名和UID按照"Username: UID: "的格式输出,用户名的宽度为15
awk -F: ‘{printf “Username: %15s,UID:%d\n”,$1,$3}’ /etc/passwd
显示结果如：
Username: basher,UID:504
例7: 将/etc/passwd中的用户名和UID按照"Username: UID: "的格式输出,用户名为左对齐且宽度为15
awk -F: ‘{printf “Username: %-15s,UID:%d\n”,$1,$3}’ /etc/passwd
显示结果如：
Username: basher ,UID:504
awk变量：
变量：内置和自定义变量
内置变量：
FS：输入字段分隔符，默认为空白字符
OFS：输出字段分隔符，默认为空白字符
RS：输入记录分隔符，指定输入时的换行符
ORS：输出记录分隔符，输出时用指定符号代替换行符
NF：字段数量
NR：记录号，相当于行号
FNR：同时针对多个文件时，分别计数，添加记录号
FILENAME：当前文件名
ARGC：命令行参数的个数
ARGV：数组，保存的是命令行所给定的各参数，参数标号默认从0开始，且第一个参数为awk命令本身
注：引用内置变量不需要加$
示例：
awk -F: ‘{print $1″:”$3}’ /etc/passwd 等价于
awk -v FS=’:’ ‘{print $1FS$3}’ /etc/passwd
以：作为分隔符，显示每行的第一和第三个域，即用户名和UID
awk -v FS=”:” -v OFS=”:” ‘{print $1,$3,$7}’ /etc/passwd
以：作为分隔符，取出用户名，UID，shell类型，并以：分隔
awk -v RS=” ‘{print$2}’ /etc/passwd
没有记录分隔符，文件被看做一个整体记录，取$2即为第二行
awk -v RS=” -v ORS=’###’ ‘{print}’ /etc/passwd
没有记录分隔符，文件被看做一个整体的记录，文件尾添加###
awk -F: ‘{print NF}’ /etc/passwd
显示以：为分隔符，每一个行的字段数量
awk -F: ‘{print $(NF-1)}’ /etc/passwd
打印/etc/passwd每行的倒数第二个字段
awk ‘{print NR}’ /etc/fstab ; awk END'{print NR}' /etc/fstab
显示/etc/fstab文件每行行号，总行号
awk ‘{print FNR}’ /etc/fstab /etc/inittab
对/etc/fstab和/etc/inittab文件分别计数，显示行号
awk ‘{print FILENAME}’ /etc/fstab
在/etc/fstab文件每一行显示文件名
awk ‘{print ARGC}’ /etc/fstab /etc/inittab
显示每行参数的个数
awk ‘BEGIN{print ARGV[0],ARGV[1]}’ /etc/fstab /etc/inittab
显示第一个和第二个参数：awk /etc/fstab
自定义变量（区分字符大小写）：
（1）-v var=value
（2）在program中直接定义
注：{}内赋值变量要用；隔开； {}外赋值变量时，每个变量前都要加-v选项；
示例：
awk -v test=’hello’ ‘{print test}’ /etc/fstab
在/etc/fstab文件每一行打印hello
awk -v test=’hello’ ‘BEGIN{print test}’
打印hello
awk ‘BEGIN{test=”hello”;print test}’
打印hello，{}内赋值变量后加；
awk -F: ‘{age=18;sex=”male”;print $1,sex,age;}’ /etc/passwd
取出每行用户名，并在用户名后，打印male 18
cat awkscript
{print script$1$3}
awk -F: -f awkscript script=”awk” /etc/passwd
取出每一行的用户名和UID并在每行前面打印awk
算术操作符：
x+y 加法运算
x-y 减法运算
x*y 乘法运算
x/y 除法运算（可精确到小数点）
x^y 乘方运算
x%y 取余运算
示例：
awk ‘BEGIN{print 9/2.2}’
计算9/2.2的结果为4.09091
awk ‘BEGIN{print 2^10}’
计算2的10次方显示1024字符串操作符：
赋值操作符：
=， +=， -=， *=， /=， %=， ^=， ++， –
示例：
awk ‘BEGIN{i=0;print ++i,i }’ 显示：1 1 awk ‘BEGIN{i=0;print i++,i }’ 显示：0 1 awk ‘BEGIN{i=0;print i+=5,i}’ 显示：5 5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
示例：
awk -F: ‘$0 ~ /root/{print $1}’ /etc/passwd 取/etc/passwd文件中包含root的行中以：为分隔符的第一个域 awk ‘$0 ~ “^root”‘ /etc/passwd 取/etc/passwd文件中以root开头的行 awk ‘$0 !~ “root”‘ /etc/passwd 取/etc/passwd文件中不包含root的行 awk -F: ‘$3==0’ /etc/passwd 取/etc/passwd文件中UID=0的行逻辑操作符：
&& 与
|| 或
！ 非
注意：这里的&&和||不是shell中的短路与和短路或，而是类似于[test]判断中的-a和-e
示例：
```
awk -F: ‘$3>=0 && $3<=1000{print $1}’ /etc/passwd
取出/etc/passwd文件中UID大于0且小于1000的用户名
awk -F: ‘$3==0 || $3<=1000{print $1}’ /etc/passwd
取出/etc/passwd文件中UID等于0或小于1000的用户名
awk -F: ‘!($3==0){print $1}’ /etc/passwd
取出/etc/passwd文件中UID不等于0的用户名
```
函数调用：function_name（argu1，argu2…）
条件表达式（三目表达式）：
格式：
条件判断式？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 判断/etc/passwd文件中如果UID大于1000，在用户名后标注普通用户，如果UID小于1000，则标注root或系统用户 如： rpcuser:Sysadmin or SysUser nfsnobody:Common User
awk循环判断：
if-else语句
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($3>=1000)print$1,$3}’ /etc/passwd 打印UID大于等于1000的用户名和UID awk -F: ‘{if($NF==”/bin/bash”)print$1,$3}’ /etc/passwd 打印shell类型为/bin/bash的用户名和UID awk ‘{if(NF>5)print$0}’ /etc/fstab 显示/etc/fstab文件中字段大于5的行 awk -F: ‘{if($3>=1000){printf “Common user: %s\n”,$1}else{printf “System or root: %s\n”,$1}}’ /etc/passwd 取出UID大于等于1000用户名，并在前面加Common user：其他用户名前加System or root： awk -F: ‘{if($3>=1000)printf “Common user: %s\n”,$1;else printf “System or root: %s\n”,$1}’ /etc/passwd 等同于上例，在只有两种条件时，可用此格式替换 df -h|awk -F% ‘/^\/dev/{print $1}’|awk ‘$NF>80{print $1,$NF}’ 取出磁盘利用率大于80的磁盘名称和磁盘利用率 awk ‘BEGIN{test=100;if(test>90){print “very good”}else if(test>60){ print “good”}else{print “no pass”}}’ 如果test打印90显示very good，大于60小于90显示good，小于60显示no passwhile循环语句
语法：while（condition）{statement}
条件为“真”，进入循环；条件为“假”，退出循环使用场景：
a）对一行内的多个字段之一类似处理时使用 b）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
取出grub2文件中空白开头跟linux16的行，并显示每个字段和每个字段的字符数
awk ‘/^[[:space:]]*linux16/{i=1;while(i<=NF){if(length($i)>=10) {print $i,length($i)}; i++}}’ /etc/grub2.cfg
取出grub2文件中空白开头跟linux16的行，并显示字符数大于10个的字段和对应字段的字符数
do-whlie循环语句
语法：do{statement;…}while（condition）
意义：无论真假，至少执行一次循环体
示例：
计算1到100的数字之和：
awk ‘BEGIN{i=1;sum=0;do{sum+=i;i++;}while(i<=100);print sum}’
对比
awk ‘BEGIN{i=1;sum=0;while(i<=100){sum+=i;i++};print sum}’for循环语句
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}
示例：
awk “BEGIN{for(i=0;i<=100;i++)sum+=i;print sum}”
计算1到100数字之和
与shell语言for循环第二种风格很类似：
for ((i=1,sum=0;i<=100;i++));do let sum+=i;done;echo $sumbreak和continue
用于循环体中
break：提前结束本轮循环 continue：提前结束本轮循环，而直接进入下一轮判断； break[N]：提前结束第N层循环，最内层为第一层 continue[N]：提前结束第N层的本轮循环，而直接进入下一轮判断；最内层为第1层示例：
awk ‘BEGIN{sum=0;for(i=1;i<=100;i++){if(i%2==0)continue;sum+=i}print sum}’ 计算1到100奇数之和，数字为偶数时跳过，奇数时相加 awk ‘BEGIN{sum=0;for(i=1;i<=100;i++){if(i==66)break;sum+=i}print sum}’ 数字加到66时，break退出循环，结果为1到66的数字之和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 3 1,$3}’ /etc/passwd
awk数组：
关联数组：array[#]
下标：
a）可使用任意字符串；字符串要使用双引号括起来
b）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”
示例：
```
weekdays[“mon”]=”Monday”
awk ‘BEGIN{weekdays[“mon”]=”Monday”;weekdays[“tue”]=”Tuesday”;print weekdays[“mon”]}’
awk !arr[$0]++ dupfile 取出文件内容重复行
```
遍历数组：
使用for循环可遍历数组中的每个元素
格式：for(var in array) {for-body}
注意：var会遍历array的每个索引
示例：
```
awk ‘BEGIN{weekdays[“mon”]=”Monday”;weekdays[“tue”]=”Tuesday”;for(i in weekdays) {print weekdays[i]}}’
显示weekdays[]数组中的每个元素
netstat -tan|awk ‘/^tcp/{state[$NF]++}END{for(i in state){print i,state[i]}}’
显示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
统计网络访问ip和访问次数
```
awk函数：
系统内置函数：
数组处理：
rand（）：返回0和1之间一个随机数，只有和srand（）函数配合才生效
示例：
```
awk ‘BEGIN{srand();print rand()}’
返回0和1之间一个随机数
awk ‘BEGIN{srand();for(i=1;i<=10;i++)print 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)’
替换字符第一个出现的“：”为“-”；
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
echo “2008:08:08 08:08:08” | awk ‘gsub(/:/,“-“,$0)’
全局替换字符第一个出现的“：”为“-”；
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,…
```
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，比较两个数字的大小
awk –f fun.awk
文件调用函数
awk中调用shell命令：
awk BEGIN'{system(“hostname”) }’
awk ‘BEGIN{score=100; system(“echo your score is ” score) }’