linux awk详解

awk:
　　awk是一个强大的文本分析工具，相对于grep的查找，sed的编辑，
　　awk在其对数据分析并生成报告时，显得尤为强大。
　　简单来说awk就是把文件逐行的读入，以空格为默认分隔符将每行切片，切开的部分再进行各种分析处理。
　　awk有3个不同版本: awk、nawk和gawk，未作特别说明，一般指gawk，gawk 是 AWK 的 GNU 版本。
　　awk其名称得自于它的创始人 Alfred Aho 、Peter Weinberger 和 Brian Kernighan 姓氏的首个字母。
　　实际上 AWK 的确拥有自己的语言： AWK 程序设计语言 ， 三位创建者已将它正式定义为“样式扫描和处理语言”。
　　它允许您创建简短的程序，这些程序读取输入文件、为数据排序、处理数据、对输入执行计算以及生成报表，还有无数其他的功能。

awk工作流程:
　　读入有"\n"换行符分割的一条记录,然后把记录按照指定的域分隔符划分域,填充域
　　$0表示所有的域,$1表示第一个域,以此类推
　　默认域分隔符是空白键或者tab键

　　-F:指定域分隔符
　　

　　cat /etc/passwd | awk -F":" '{print $1}'

　　中间可以用\t来填充

　　cat /etc/passwd | awk -F":" '{print $1"\t"$7}'

当有BEGIN,END时AWK工作流程:
　　先执行begin,然后读取文件,读入有\n换行符分割的第一条记录,然后安装
　　指定的域分隔符划分域,填充域,$0表示所有的域,$1表示第一个域,以此类推
　　随后开始执行模式所对应的动作action
　　最后都执行完,最后执行end操作

　　cat /etc/passwd | awk -F':' 'BEGIN {print "username bash"} {print $1","$7} END {print "run over"}'

　　输出内容需要用""包含,其中BEGIN,END都是关键字,必须大写

awk内置变量:
　　awk中同样定义了很多内置变量，我们可以直接像使用普通变量一样使用他们，由于awk的版本众多，有些内置变量并不是得到所有awk版本的支持。

　　说明：[A][N][P][G]表示支持该变量的工具，[A]=awk、[N]=nawk、[P]=POSIXawk、[G]=gawk

　　$n 当前记录的第n个字段，比如n为1表示第一个字段，n为2表示第二个字段。
　　$ 这个变量包含执行过程中当前行的文本内容。
　　[N] ARGC 命令行参数的数目。
　　[G] ARGIND 命令行中当前文件的位置（从0开始算）。
　　[N] ARGV 包含命令行参数的数组。
　　[G] CONVFMT 数字转换格式（默认值为%.6g）。
　　[P] ENVIRON 环境变量关联数组。
　　[N] ERRNO 最后一个系统错误的描述。
　　[G] FIELDWIDTHS 字段宽度列表（用空格键分隔）。
　　[A] FILENAME 当前输入文件的名。
　　[P] FNR 同NR，但相对于当前文件。
　　[A] FS 字段分隔符（默认是任何空格）。
　　[G] IGNORECASE 如果为真，则进行忽略大小写的匹配。
　　[A] NF 表示字段数，在执行过程中对应于当前的字段数。
　　[A] NR 表示记录数，在执行过程中对应于当前的行号。
　　[A] OFMT 数字的输出格式（默认值是%.6g）。
　　[A] OFS 输出字段分隔符（默认值是一个空格）。
　　[A] ORS 输出记录分隔符（默认值是一个换行符）。
　　[A] RS 记录分隔符（默认是一个换行符）。
　　[N] RSTART 由match函数所匹配的字符串的第一个位置。
　　[N] RLENGTH 由match函数所匹配的字符串的长度。
　　[N] SUBSEP 数组下标分隔符（默认值是34）。

awk编程:
　　变量和赋值
　　　　print只是语句

　　　　awk 'BEGIN {count=0} {count++;print $0} END {print "user count is ",count}' /etc/passwd

　　　　ls -l /etc/ | grep ^- | awk 'BEGIN{size=0} {size=size+$5} END{print size}'

　　条件语句:

if(expression){
statement;
statement;
......
}

if(expression){
statement;
statement;
......
} else {
statement;
}

if(expression){
statement;
statement;
......
} else if (expression) {
statement;
} else {
statement;
}

统计目录下文件大小,过滤掉4096(一般都是文件夹)

ls -l | awk 'BEGIN {size=0;} {if($5!=4096){size=size+$5}} END {print "size is:",size}'

循环语句:
　　while循环

awk 'BEGIN {count=0;while(count<5){print count;count++;}}'

　　do...while循环

awk 'BEGIN {count=0;do{print count;count++;}while(count<5)}

　　for循环

awk 'BEGIN {for(count=0; count<5; count++){print count}}'

　　使用数组求和,for...in循环

awk '{sum[$1]+=$2}END{for(k in sum){print k" "sum[k]}}'

awk内置函数:
　　算术：

　　　　atan2(y,x) 返回 y/x 的反正切。
　　　　cos(x) 返回 x 的余弦；x 是弧度。
　　　　sin(x) 返回 x 的正弦；x 是弧度。
　　　　exp(x) 返回 x 幂函数。
　　　　log(x) 返回 x 的自然对数。
　　　　sqrt(x) 返回 x 平方根。
　　　　int(x) 返回 x 的截断至整数的值。
　　　　rand() 返回任意数字 n，其中  <= n < 。
　　　　srand([expr]) 将 rand 函数的种子值设置为 Expr 参数的值，或如果省略 Expr 参数则使用某天的时间。返回先前的种子值。

　　字符串：

　　　　gsub(reg,str1,str2) 使用str1替换所有str2中符合正则表达式reg的子串
　　　　sub(reg,str1,str2) 含义与gsub相同，只不过gsub是替换所有匹配，sub只替换第一个匹配
　　　　index(str,substr) 返回substr在str中第一次出现的索引，注意索引从1开始计算，如果没有则返回0
　　　　length(str) 返回str字符串的长度，length函数还可以返回数组元素的个数
　　　　blength(str) 返回字符串的字节数
　　　　match(str,reg) 与index函数一样，只不过reg使用正则表达式，例如match("hello",/lo/)
　　　　split（str,array,reg)将str分隔成数组保存到array中，分隔使用正则reg，或者字符串都可以，返回数组长度
　　　　tolower(str) 转换为小写
　　　　toupper(str) 转换为大写
　　　　substr(str,start,length) 截取字符串，从start索引开始的length个字符，如不指定length则截取到末尾，索引从1开始

　　其他：

　　　　system(command) 执行系统命令，返回退出码
　　　　mktime( YYYY MM dd HH MM ss[ DST]) 生成时间格式
　　　　strftime(format,timestamp) 格式化时间输出，将时间戳转换为时间字符串
　　　　systime() 得到时间戳,返回从1970年1月1日开始到当前时间(不计闰年)的整秒数

参考:https://www.cnblogs.com/wangqiguo/p/5863266.html