Shell之awk

awk是什么

AWK 是一种处理文本文件的语言，是一个强大的文本分析工具。

语法
awk [选项参数] ‘script’ var=value file(s)
或
awk [选项参数] -f scriptfile var=value file(s)

案例收集

log.txt

2 this is a test
3 Do you like awk
This’s a test
10 There are orange,apple,mongo

#用法一 
#行匹配语句 awk '' 只能用单引号
awk '{[pattern] action}' {filenames}   
# 每行按空格或TAB分割，输出文本中的1、4项
awk '{print $1,$4}' log.txt
# 格式化输出
awk '{printf "%-8s %-10s\n",$1,$4}' log.txt

#用法二：
#awk -F  #-F相当于内置变量FS, 指定分割字符
使用","分割
awk -F, '{print $1,$2}'   log.txt
或者使用内建变量
awk 'BEGIN{FS=","} {print $1,$2}'     log.txt
# 使用多个分隔符.先使用空格分割，然后对分割结果再使用","分割
awk -F '[ ,]'  '{print $1,$2,$5}'   log.txt

#用法三：
# 设置变量
awk -v  
awk -va=1 '{print $1,$1+a}' log.txt
awk -va=1 -vb=s '{print $1,$1+a,$1b}' log.txt

#用法四：
awk -f {awk脚本} {文件名}
awk -f cal.awk log.txt

#过滤第一列大于2的行
awk '$1>2' log.txt
#过滤第一列等于2的行
awk '$1==2 {print $1,$3}' log.txt
#过滤第一列大于2并且第二列等于'Are'的行
awk '$1>2 && $2=="Are" {print $1,$2,$3}' log.txt    #命令
# 内建变量，输出顺序号 NR, 匹配文本行号
awk '{print NR,FNR,$1,$2,$3}' log.txt
# 输出第二列包含 "th"，并打印第二列与第四列
awk '$2 ~ /th/ {print $2,$4}' log.txt
# ~ 表示模式开始。// 中是模式。
# 输出包含 "re" 的行
awk '/re/ ' log.txt
#忽略大小写
awk 'BEGIN{IGNORECASE=1} /this/' log.txt
#模式取反
awk '$2 !~ /th/ {print $2,$4}' log.txt
#打印九九乘法表
seq 9 | sed 'H;g' | awk -v RS='' '{for(i=1;i<=NF;i++)printf("%dx%d=%d%s", i, NR, i*NR, i==NR?"\n":"\t")}'
#统计第一列字符的最大个数
awk -F: 'BEGIN{num=0}{if(length($1)>num){num=length($1)}}END{print num}' /etc/passwd
#要求输出第1列和最后一列，排版整齐
awk -F: '{printf "%-15s %s\n",$1,$NF}' /etc/passwd
#打印奇数行的数据
awk -F: '{if( NR % 2 ){print NR,$0}}' /etc/passwd
#要求打印出偶数行中的包含bash的行
awk -F: '/bash/{if(NR%2==0){print NR,$0}}' /etc/passwd
#要求在奇数行前输出奇数行，偶数行前输出偶数行
awk -F: '{if( NR % 2 == 0){printf "偶数行 %d %s\n",NR,$0}else{printf "奇数行 %d %s\n",NR,$0}}' /etc/passwd
#统计/etc/nginx/nginx.conf中的所有的词的个数
egrep -o "[a-zA-Z0-9]+" /etc/nginx/nginx.conf | awk '{if(arr[$1]){arr[$1]++}else{arr[$1]=1}}END{for(i in arr){printf "%-20s %d\n",i,arr[i]}}'
#把/etc/passwd中的每一行都重复打印3遍
awk '{i=0;while(i<3){print $0;i++}}' /etc/passwd
#统计/etc/passwd中每个解析器的用户数
awk -F: '{arr[$NF]++}END{for(i in arr){print i,arr[i]}}' /etc/passwd
#要求把/etc/passwd中第10行的中每一列都打印出来
awk -F: 'NR==10{i=1;while(i<=NF){print $i;i++}}' /etc/passwd
#文件开头加REDHAT，末尾加WESTOS，打印行号和内容
awk -F: 'BEGIN {print "REDHAT"} {print NR;print} END {print "WESTOS"}' passwd
#统计登录shell为bash的用户
awk -F: 'BEGIN{i=0}{if($7~/bash$/){i++}}END{print i}' /etc/passwd
#统计/etc/passwd下uid小于500的用户个数
awk -F: 'BEGIN{i=0}{if($3<500){i++}}END{print i}' /etc/passwd
#统计uid小于等于500和大于500的用户个数
awk -F: 'BEGIN{i=0;j=0}{if($3<=500){i++}else{j++}}END{print i,j}' /etc/passwd
#生成1-5序列
awk 'BEGIN{for(i=1;i<=5;i++){print i}}'
seq 5    ##seq命令可以直接生成
awk 'i=1 {} BEGIN {while (i<3) {++i;print i}}' test.txt 
awk 'BEGIN {do {++i;print i} while (i<3)}' test.txt 

内建变量

变量	描述
$n	当前记录的第n个字段，字段间由FS分隔
$0	完整的输入记录
ARGC	命令行参数的数目
ARGIND	命令行中当前文件的位置(从0开始算)
ARGV	包含命令行参数的数组
CONVFMT	数字转换格式(默认值为%.6g)ENVIRON环境变量关联数组
ERRNO	最后一个系统错误的描述
FIELDWIDTHS	字段宽度列表(用空格键分隔)
FILENAME	当前文件名
FNR	各文件分别计数的行号
FS	字段分隔符(默认是任何空格)
IGNORECASE	如果为真，则进行忽略大小写的匹配
NF	一条记录的字段的数目
NR	已经读出的记录数，就是行号，从1开始
OFMT	数字的输出格式(默认值是%.6g)
OFS	输出字段分隔符，默认值与输入字段分隔符一致。
ORS	输出记录分隔符(默认值是一个换行符)
RLENGTH	由match函数所匹配的字符串的长度
RS	记录分隔符(默认是一个换行符)
RSTART	由match函数所匹配的字符串的第一个位置
SUBSEP	数组下标分隔符(默认值是/034)