AWK命令使用

前言

---

文本处理三剑客中，grep强在文本查找，sed强在文本处理，现awk强在文本查找后的输出处理。awk可以在处理文本的过程中使用编程结构(变量、条件判断、循环)以及其内置的变量，这就是它强大的地方。

语法结构

---

awk [options] 'program' file file ...

awk [options] 'PATTERN{action}' file file ...

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，若输出空白，使用pirnt ""

options

-F:指定输入分隔符

-v:自定义变量

PATTERN

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，匹配任行

常用的action

①Expressions：表达式 赋值等

② Control statements：条件语句，控制语句if while...

③Compound statements：组合语句

④ input statements：输入语句

⑤ output statements：输出语句

关于变量及其操作

---

内置变量

FS：Field Seperator, 输入时的字段分隔符

RS：Record Seperator, 输出行分隔符

OFS: Output Field Seperator, 输出时的字段分隔符;12121212

ORS: Outpput Row Seperator, 输出时的行分隔符；

NR：Numbers of Record, 行数；代表当前所处理的行是第几行

NF：Numbers of Field, 字段数；代表当前所处理的行所包含的所有字段

FNR：行数；各文件分别计数；

1212

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

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

awk -v A="test" 'BEGIN{print A}'

② 可以命令行中通过-v选项自定义变量

awk 'BEGIN{A="test";print A}'

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：

    =

    +=

    -=

    *=

    /=

    %=

    ^=

    **=

    ++

    --

     如果模式自身是=号，要写为/=/

比较操作符：

    <

    <=

    >

    >=

    ==

    !=

    ~：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；

    !~:不匹配为真，匹配为假

逻辑操作符：

    &&： 与

    ||：或

 

条件表达式:

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

函数调用：

    function_name(argu1,argu2)

printf命令

---

printf format, item1, item2,...

① 要指定format

②不会自动换行；如需换行则需要给出\n

③format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；

修饰符：

#：显示宽度

-：左对齐

+：显示数值的符号

.#: 取值精度

举例

awk 'BEGIN{str=65;printf "%c\n",str}'

awk 'BEGIN{str=3.14159;printf "%.2f\n",str}'

awk -F : '{printf "%+10s %-5d\n", $1,$3}' /etc/passwd

print的输出重定向

print items > output-file     #保存到某文件

print items >> output-file    #追加到某文件

print items | command         #使用管道交给某些命令处理

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2347

控制语句

---

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

# awk '{if (NF>=8) {print}}' /etc/i12

while

格式：while (condition) {while body}

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

# awk '{i=1; while (i<=NF){if (length($i)>=6) {print $i}; i++}}' /etc/inittab

length()函数：取字符串的长度

do-while

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

for

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

# awk '{for (i=1;i<=NF;i+=2){printf "%s ",$i};print ""}' /etc/inittab

# awk '{for (i=1;i<=NF;i++){if (length($i)>=6) print $i}}' /etc/inittab

for循环可用来遍历数组元素：

语法：for (i in array) {for body}

case

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

循环控制

break

continue

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

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

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]++

举例：

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

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

删除数组元素：

delete array[index]

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]}'

length(string)

功能：返回给定字串的长度12121212

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；

# awk -F: '{if ($3>=500) {print $1,"is a common user"} else {print $1, "is an admin or system user"}}' /etc/passwd 
# awk '{if (NF>=8) {print}}' /etc/i12

来自为知笔记(Wiz)