linux 之awk--格式化文本信息

https://www.cnblogs.com/xudong-bupt/p/3721210.html

awk是行处理器: 相比较屏幕处理的优点，在处理庞大文件时不会出现内存溢出或是处理缓慢的问题，通常用来格式化文本信息

awk处理过程: 依次对每一行进行处理，然后输出

awk命令形式:

awk [-F|-f|-v] ‘BEGIN{} //{command1; command2} END{}’ file

 [-F|-f|-v]   大参数，-F指定分隔符，-f调用脚本，-v定义变量 var=value

'  '          引用代码块

BEGIN   初始化代码块，在对每一行进行处理之前，初始化代码，主要是引用全局变量，设置FS分隔符

//           匹配代码块，可以是字符串或正则表达式

{}           命令代码块，包含一条或多条命令

；          多条命令使用分号分隔

END      结尾代码块，在对每一行进行处理之后再执行的代码块，主要是进行最终计算或输出结尾摘要信息

 

特殊要点:

$0           表示整个当前行

$1           每行第一个字段

NF          字段数量变量

NR          每行的记录号，多文件记录递增

FNR        与NR类似，不过多文件记录不递增，每个文件都从1开始

\t            制表符

\n           换行符

FS          BEGIN时定义分隔符

RS       输入的记录分隔符， 默认为换行符(即文本是按一行一行输入)

~            匹配，与==相比不是精确比较

!~           不匹配，不精确比较

==         等于，必须全部相等，精确比较

!=           不等于，精确比较

&&　     逻辑与

||             逻辑或

• 匹配时表示1个或1个以上
  
  /[0-9][0-9]+/   两个或两个以上数字
  
  /[0-9][0-9]/    一个或一个以上数字
  
  FILENAME 文件名
  
  OFS      输出字段分隔符， 默认也是空格，可以改为制表符等
  
  ORS        输出的记录分隔符，默认为换行符,即处理结果也是一行一行输出到屏幕
  
  -F'[:#/]'   定义三个分隔符
  
   
  
  print & $0
  
  print 是awk打印指定内容的主要命令
  
  awk '{print}'  /etc/passwd   ==   awk '{print $0}'  /etc/passwd  
  
  awk '{print " "}' /etc/passwd                                           //不输出passwd的内容，而是输出相同个数的空行，进一步解释了awk是一行一行处理文本
  
  awk '{print "a"}'   /etc/passwd                                        //输出相同个数的a行，一行只有一个a字母
  
  awk -F":" '{print $1}'  /etc/passwd 
  
  awk -F: '{print $1; print $2}'   /etc/passwd                   //将每一行的前二个字段，分行输出，进一步理解一行一行处理文本
  
  awk  -F: '{print $1,$3,$6}' OFS="\t" /etc/passwd        //输出字段1,3,6，以制表符作为分隔符
  
   
  
  -f指定脚本文件
  
  awk -f script.awk  file
  
  BEGIN{
  
  FS=":"
  
  }
  
  {print $1}               //效果与awk -F":" '{print $1}'相同,只是分隔符使用FS在代码自身中指定
  
   
  
  awk 'BEGIN{X=0} /^$/{ X+=1 } END{print "I find",X,"blank lines."}' test 
  
  I find 4 blank lines.
  
   ls -l|awk 'BEGIN{sum=0} !/^d/{sum+=$5} END{print "total size is",sum}'                    //计算文件大小
  
  total size is 17487
  
   
  
  -F指定分隔符
  
  $1 指指定分隔符后，第一个字段，$3第三个字段， \t是制表符
  
  一个或多个连续的空格或制表符看做一个定界符，即多个空格看做一个空格
  
  awk -F":" '{print $1}'  /etc/passwd
  
  awk -F":" '{print $1 $3}'  /etc/passwd                       //$1与$3相连输出，不分隔
  
  awk -F":" '{print $1,$3}'  /etc/passwd                       //多了一个逗号，$1与$3使用空格分隔
  
  awk -F":" '{print $1 " " $3}'  /etc/passwd                  //$1与$3之间手动添加空格分隔
  
  awk -F":" '{print "Username:" $1 "\t\t Uid:" $3 }' /etc/passwd       //自定义输出  
  
  awk -F: '{print NF}' /etc/passwd                                //显示每行有多少字段
  
  awk -F: '{print $NF}' /etc/passwd                              //将每行第NF个字段的值打印出来
  
   awk -F: 'NF4 {print }' /etc/passwd                       //显示只有4个字段的行
  
  awk -F: 'NF>2{print $0}' /etc/passwd                       //显示每行字段数量大于2的行
  
  awk '{print NR,$0}' /etc/passwd                                 //输出每行的行号
  
  awk -F: '{print NR,NF,$NF,"\t",$0}' /etc/passwd      //依次打印行号，字段数，最后字段值，制表符，每行内容
  
  awk -F: 'NR5{print}'  /etc/passwd                         //显示第5行
  
  awk -F: 'NR5 || NR6{print}'  /etc/passwd       //显示第5行和第6行
  
  route -n|awk 'NR!=1{print}'                                       //不显示第一行
  
   
  
  //匹配代码块
  
  //纯字符匹配   !//纯字符不匹配   ~//字段值匹配    !~//字段值不匹配   ~/a1|a2/字段值匹配a1或a2   
  
  awk '/mysql/' /etc/passwd
  
  awk '/mysql/{print }' /etc/passwd
  
  awk '/mysql/{print $0}' /etc/passwd                   //三条指令结果一样
  
  awk '!/mysql/{print $0}' /etc/passwd                  //输出不匹配mysql的行
  
  awk '/mysql|mail/{print}' /etc/passwd
  
  awk '!/mysql|mail/{print}' /etc/passwd
  
  awk -F: '/mail/,/mysql/{print}' /etc/passwd         //区间匹配
  
  awk '/[2][7][7]/{print $0}' /etc/passwd               //匹配包含27为数字开头的行，如27，277，2777...
  
  awk -F: '$1~/mail/{print $1}' /etc/passwd           //$1匹配指定内容才显示
  
  awk -F: '{if($1~/mail/) print $1}' /etc/passwd     //与上面相同
  
  awk -F: '$1!~/mail/{print $1}' /etc/passwd          //不匹配
  
  awk -F: '$1!~/mail|mysql/{print $1}' /etc/passwd        
  
   
  
  IF语句
  
  必须用在{}中，且比较内容用()扩起来
  
  awk -F: '{if($1~/mail/) print $1}' /etc/passwd                                       //简写
  
  awk -F: '{if($1~/mail/) {print $1}}'  /etc/passwd                                   //全写
  
  awk -F: '{if($1~/mail/) {print $1} else {print $2}}' /etc/passwd            //if...else...
  
   
  
   
  
  条件表达式
  
  ==   !=   >   >=  
  
  awk -F":" '$1"mysql"{print $3}' /etc/passwd  
  
  awk -F":" '{if($1"mysql") print $3}' /etc/passwd          //与上面相同 
  
  awk -F":" '$1!="mysql"{print $3}' /etc/passwd                 //不等于
  
  awk -F":" '$3>1000{print $3}' /etc/passwd                      //大于
  
  awk -F":" '$3>=100{print $3}' /etc/passwd                     //大于等于
  
  awk -F":" '$3<1{print $3}' /etc/passwd                            //小于
  
  awk -F":" '$3<=1{print $3}' /etc/passwd                         //小于等于
  
   
  
  逻辑运算符
  
  &&　|| 
  
  awk -F: '$1~/mail/ && $3>8 {print }' /etc/passwd         //逻辑与，$1匹配mail，并且$3>8
  
  awk -F: '{if($1~/mail/ && $3>8) print }' /etc/passwd
  
  awk -F: '$1~/mail/ || $3>1000 {print }' /etc/passwd       //逻辑或
  
  awk -F: '{if($1~/mail/ || $3>1000) print }' /etc/passwd 
  
   
  
  数值运算
  
  awk -F: '$3 > 100' /etc/passwd    
  
  awk -F: '$3 > 100 || $3 < 5' /etc/passwd  
  
  awk -F: '$3+$4 > 200' /etc/passwd
  
  awk -F: '/mysql|mail/{print $3+10}' /etc/passwd                    //第三个字段加10打印 
  
  awk -F: '/mysql/{print $3-$4}' /etc/passwd                             //减法
  
  awk -F: '/mysql/{print $3*$4}' /etc/passwd                             //求乘积
  
  awk '/MemFree/{print $2/1024}' /proc/meminfo                  //除法
  
  awk '/MemFree/{print int($2/1024)}' /proc/meminfo           //取整
  
   
  
  输出分隔符OFS
  
  awk '$6 ~ /FIN/ || NR1 {print NR,$4,$5,$6}' OFS="\t" netstat.txt
  
  awk '$6 ~ /WAIT/ || NR1 {print NR,$4,$5,$6}' OFS="\t" netstat.txt        
  
  //输出字段6匹配WAIT的行，其中输出每行行号，字段4，5,6，并使用制表符分割字段
  
   
  
  输出处理结果到文件
  
  ①在命令代码块中直接输出    route -n|awk 'NR!=1{print > "./fs"}'   
  
  ②使用重定向进行输出           route -n|awk 'NR!=1{print}'  > ./fs
  
   
  
  格式化输出
  
  netstat -anp|awk '{printf "%-8s %-8s %-10s\n",$1,$2,$3}' 
  
  printf表示格式输出
  
  %格式化输出分隔符
  
  -8长度为8个字符
  
  s表示字符串类型
  
  打印每行前三个字段，指定第一个字段输出字符串类型(长度为8)，第二个字段输出字符串类型(长度为8),
  
  第三个字段输出字符串类型(长度为10)
  
  netstat -anp|awk '$6"LISTEN" || NR1 {printf "%-10s %-10s %-10s \n",$1,$2,$3}'
  
  netstat -anp|awk '$6"LISTEN" || NR1 {printf "%-3s %-10s %-10s %-10s \n",NR,$1,$2,$3}'
  
   
  
  IF语句
  
  awk -F: '{if($3>100) print "large"; else print "small"}' /etc/passwd
  
  small
  
  small
  
  small
  
  large
  
  small
  
  small
  
  awk -F: 'BEGIN{A=0;B=0} {if($3>100) {A++; print "large"} else {B++; print "small"}} END{print A,"\t",B}' /etc/passwd 
  
                                                                                                                    //ID大于100,A加1，否则B加1
  
  awk -F: '{if($3<100) next; else print}' /etc/passwd                         //小于100跳过，否则显示
  
  awk -F: 'BEGIN{i=1} {if(i<NF) print NR,NF,i++ }' /etc/passwd   
  
  awk -F: 'BEGIN{i=1} {if(i<NF) {print NR,NF} i++ }' /etc/passwd
  
  另一种形式
  
  awk -F: '{print ($3>100 ? "yes":"no")}'  /etc/passwd 
  
  awk -F: '{print ($3>100 ? $3":\tyes":$3":\tno")}'  /etc/passwd
  
   
  
  while语句
  
  awk -F: 'BEGIN{i=1} {while(i<NF) print NF,$i,i++}' /etc/passwd 
  
  7 root 1
  
  7 x 2
  
  7 0 3
  
  7 0 4
  
  7 root 5
  
  7 /root 6
  
   
  
  数组
  
  netstat -anp|awk 'NR!=1{a[$6]++} END{for (i in a) print i,"\t",a[i]}'
  
  netstat -anp|awk 'NR!=1{a[$6]++} END{for (i in a) printf "%-20s %-10s %-5s \n", i,"\t",a[i]}'
  
  9523                               1     
  
  9929                               1     
  
  LISTEN                            6     
  
  7903                               1     
  
  3038/cupsd                   1     
  
  7913                               1     
  
  10837                             1     
  
  9833                               1     
  
   
  
  应用1
  
  awk -F: '{print NF}' helloworld.sh                                                       //输出文件每行有多少字段
  
  awk -F: '{print $1,$2,$3,$4,$5}' helloworld.sh                                 //输出前5个字段
  
  awk -F: '{print $1,$2,$3,$4,$5}' OFS='\t' helloworld.sh                 //输出前5个字段并使用制表符分隔输出
  
  awk -F: '{print NR,$1,$2,$3,$4,$5}' OFS='\t' helloworld.sh           //制表符分隔输出前5个字段，并打印行号
  
   
  
  应用2
  
  awk -F'[:#]' '{print NF}'  helloworld.sh                                                  //指定多个分隔符: #，输出每行多少字段
  
  awk -F'[:#]' '{print $1,$2,$3,$4,$5,$6,$7}' OFS='\t' helloworld.sh   //制表符分隔输出多字段
  
   
  
  应用3
  
  awk -F'[:#/]' '{print NF}' helloworld.sh                                               //指定三个分隔符，并输出每行字段数
  
  awk -F'[:#/]' '{print $1,$2,$3,$4,$5,$6,$7,$8,$9,$10,$11,$12}' helloworld.sh     //制表符分隔输出多字段
  
   
  
  应用4
  
  计算/home目录下，普通文件的大小，使用KB作为单位
  
  ls -l|awk 'BEGIN{sum=0} !/^d/{sum+=$5} END{print "total size is:",sum/1024,"KB"}'
  
  ls -l|awk 'BEGIN{sum=0} !/^d/{sum+=$5} END{print "total size is:",int(sum/1024),"KB"}'         //int是取整的意思
  
   
  
  应用5
  
  统计netstat -anp 状态为LISTEN和CONNECT的连接数量分别是多少
  
  netstat -anp|awk '$6~/LISTEN|CONNECTED/{sum[$6]++} END{for (i in sum) printf "%-10s %-6s %-3s \n", i," ",sum[i]}'
  
   
  
  应用6
  
  统计/home目录下不同用户的普通文件的总数是多少？
  
  ls -l|awk 'NR!=1 && !/^d/{sum[$3]++} END{for (i in sum) printf "%-6s %-5s %-3s \n",i," ",sum[i]}'   
  
  mysql        199 
  
  root           374 
  
  统计/home目录下不同用户的普通文件的大小总size是多少？
  
  ls -l|awk 'NR!=1 && !/^d/{sum[$3]+=$5} END{for (i in sum) printf "%-6s %-5s %-3s %-2s \n",i," ",sum[i]/1024/1024,"MB"}'
  
   
  
  应用7
  
  输出成绩表
  
  awk 'BEGIN{math=0;eng=0;com=0;printf "Lineno.   Name    No.    Math   English   Computer    Total\n";printf "------------------------------------------------------------\n"}{math+=$3; eng+=$4; com+=$5;printf "%-8s %-7s %-7s %-7s %-9s %-10s %-7s \n",NR,$1,$2,$3,$4,$5,$3+$4+$5} END{printf "------------------------------------------------------------\n";printf "%-24s %-7s %-9s %-20s \n","Total:",math,eng,com;printf "%-24s %-7s %-9s %-20s \n","Avg:",math/NR,eng/NR,com/NR}' test0

[root@localhost home]# cat test0 

Marry   2143 78 84 77

Jack    2321 66 78 45

Tom     2122 48 77 71

Mike    2537 87 97 95

Bob     2415 40 57 62