awk笔记1

grep: 文本过滤器
    grep 'pattern' input_file ...

sed：流编辑器

awk: 报告生成器
    格式化以后，显示

AWK a.k.a. Aho, Kernighan and Weinberger

new awk: nawk

gawk, awk

# awk [options] 'script' file1 file2, ...
# awk [options] 'PATTERN { action }' file1 file2, ...
awk -F: 'BEGIN{OFS="#"}{print $2,"hello",$1}' /etc/passwd

print, printf

-F

awk的输出：

一、print
print的使用格式：
    print item1, item2, ...
要点：
1、各项目之间使用逗号隔开，而输出时则以空白字符分隔；
2、输出的item可以为字符串或数值、当前记录的字段(如$1)、变量或awk的表达式；数值会先转换为字符串，而后再输出；
3、print命令后面的item可以省略，此时其功能相当于print $0, 因此，如果想输出空白行，则需要使用print ""；

例子：
# awk 'BEGIN { print "line one\nline two\nline three" }'
awk -F: '{ print $1, $3 }' /etc/passwd

二、awk变量

2.1 awk内置变量之记录变量：
FS: field separator，读取文件本时，所使用字段分隔符；
RS: Record separator，输入文本信息所使用的换行符；
OFS: Output Filed Separator: 输出字段所使用的分隔符
ORS：Output Row Separator：输出行所使用的分隔符

awk -F:  输入分隔符
OFS="#"：输出分隔符
FS=":" 输入分隔符

aaarticlea/png;base64,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" alt="" />
2.2 awk内置变量之数据变量：
NR: The number of input records，awk命令所处理的记录数；如果有多个文件，这个数目会把处理的多个文件中行统一计数；

[root@localhost ~]# awk '{print NR}' test.txt /etc/fstab
1
2
3
4
5
6
7
8
9
10
11
12

NF：Number of Field，当前记录的field个数；

[root@localhost ~]# awk '{print NF}' test.txt
4
2

[root@localhost ~]# awk '{print $NF}' test.txt
test
awk

FNR: 与NR不同的是，FNR用于记录正处理的行是当前这一文件中被总共处理的行数；

[root@localhost ~]# awk '{print FNR}' test.txt /etc/fstab
1
2
1
2
3
4
5
6
7

ARGV: 数组，保存命令行本身这个字符串，如awk '{print $0}' a.txt b.txt这个命令中，ARGV[0]保存awk，ARGV[1]保存a.txt；
ARGC: awk命令的参数的个数；
FILENAME: awk命令所处理的文件的名称；
ENVIRON：当前shell环境变量及其值的关联数组；

如：awk 'BEGIN{print ENVIRON["PATH"]}'

2.3 用户自定义变量

gawk允许用户自定义自己的变量以便在程序代码中使用，变量名命名规则与大多数编程语言相同，只能使用字母、数字和下划线，且不能以数字开头。gawk变量名称区分字符大小写。

2.3.1 在脚本中赋值变量

在gawk中给变量赋值使用赋值语句进行，例如：
awk 'BEGIN{var="variable testing";print var}'

2.3.2 在命令行中使用赋值变量

gawk命令也可以在“脚本”外为变量赋值，并在脚本中进行引用。例如，上述的例子还可以改写为：
awk -v var="variable testing" 'BEGIN{print var}'

三、printf
printf命令的使用格式：
printf format, item1, item2, ...

要点：
1、其与print命令的最大不同是，printf需要指定format；
2、format用于指定后面的每个item的输出格式；
3、printf语句不会自动打印换行符；\n

format格式的指示符都以%开头，后跟一个字符；如下：
%c: 显示字符的ASCII码；

[root@localhost ~]# awk 'BEGIN{var="l";printf "%c\n",var}'
l

%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: 以科学计数法的格式或浮点数的格式显示数值；
%s: 显示字符串；

[root@localhost ~]# awk 'BEGIN{var="lalala";printf "%s\n",var}'
lalala

%u: 无符号整数；
%%: 显示%自身；

修饰符：
N: 显示宽度；
-: 左对齐；
+：显示数值符号；

[root@localhost ~]# awk 'BEGIN{var="lalala";printf "%10s\n",var}'
    lalala                  //前面有四个空白字符
[root@localhost ~]# awk 'BEGIN{var="lalala";printf "%-10s\n",var}'
lalala                      //后面有四个空白字符
[root@localhost ~]# awk '{printf "%-10s%-10s\n",$1,$2}' test.txt 
this      is        
hello     awk       
[root@localhost ~]# awk '{printf "%-10s,%-10s\n",$1,$2}' test.txt 
this      ,is        
hello     ,awk       

例子：
# awk -F: '{printf "%-15s %i\n",$1,$3}' /etc/passwd

四、输出重定向

print items > output-file
print items >> output-file
print items | command

特殊文件描述符：
/dev/stdin：标准输入
/dev/sdtout: 标准输出
/dev/stderr: 错误输出
/dev/fd/N: 某特定文件描述符，如/dev/stdin就相当于/dev/fd/0；

例子：
# awk -F: '{printf "%-15s %i\n",$1,$3 > "/dev/stderr" }' /etc/passwd

六、awk的操作符：

6.1 算术操作符：

-x: 负值
+x: 转换为数值；
x^y:
x**y: 次方
x*y: 乘法
x/y：除法
x+y:
x-y:
x%y:

6.2 字符串操作符：
只有一个，而且不用写出来，用于实现字符串连接；

6.3 赋值操作符：
=
+=
-=
*=
/=
%=
^=
**=

++
--

需要注意的是，如果某模式为=号，此时使用/=/可能会有语法错误，应以/[=]/替代；

6.4 布尔值

awk中，任何非0值或非空字符串都为真，反之就为假；

6.5 比较操作符：
x < y    True if x is less than y.
x <= y    True if x is less than or equal to y.
x > y    True if x is greater than y.
x >= y    True if x is greater than or equal to y.
x == y    True if x is equal to y.
x != y    True if x is not equal to y.
x ~ y    True if the string x matches the regexp denoted by y.
x !~ y    True if the string x does not match the regexp denoted by y.
subscript in array      True if the array array has an element with the subscript subscript.

6.7 表达式间的逻辑关系符：
&&
||

6.8 条件表达式：
selector?if-true-exp:if-false-exp

if selector; then
  if-true-exp
else
  if-false-exp
fi

a=3
b=4
a>b?a is max:b ia max

6.9 函数调用：
function_name (para1,para2)

七 awk的模式：

awk 'program' input-file1 input-file2 ...
其中的program为:
pattern { action }
pattern { action }
...

7.1 常见的模式类型：
1、Regexp: 正则表达式，格式为/regular expression/

[root@localhost ~]# awk '/^r/{print $1}' /etc/passwd
root:x:0:0:root:/root:/bin/bash
rpc:x:32:32:Rpcbind
rpcuser:x:29:29:RPC
rtkit:x:496:495:RealtimeKit:/proc:/sbin/nologin

2、expresssion： 表达式，其值非0或为非空字符时满足条件，如：$1 ~ /foo/ 或 $1 == "magedu"，用运算符~(匹配)和!~(不匹配)。

[root@localhost ~]# awk -F: '$3>=500{print $1,$3}' /etc/passwd
nfsnobody 65534
tom 500
hadoop 501
mandriva 4004
fedora 2003
openstack 4005
hive 5000
[root@localhost ~]# awk -F: '$3+1>=500{print $1,$3}' /etc/passwd
nfsnobody 65534
saslauth 499
tom 500
hadoop 501
mandriva 4004
fedora 2003
openstack 4005
hive 5000
[root@localhost ~]# awk -F: '$7~"bash$"{print $7}' /etc/passwd
/bin/bash
/bin/bash
/bin/bash
/bin/bash
/bin/bash
/bin/bash
/bin/bash
/bin/bash
[root@localhost ~]# awk -F: '$7~/bash$/{print $7}' /etc/passwd
/bin/bash
/bin/bash
/bin/bash
/bin/bash
/bin/bash
/bin/bash
/bin/bash
/bin/bash
[root@localhost ~]# awk -F: '$7~/bash$/{print $1,$7}' /etc/passwd
root /bin/bash
mysql /bin/bash
tom /bin/bash
apache /bin/bash
hadoop /bin/bash
mandriva /bin/bash
openstack /bin/bash
hive /bin/bash
[root@localhost ~]# awk -F: '$7!~/bash$/{print $1,$7}' /etc/passwd
bin /sbin/nologin
daemon /sbin/nologin
adm /sbin/nologin
lp /sbin/nologin
sync /bin/sync
shutdown /sbin/shutdown
halt /sbin/halt
mail /sbin/nologin
uucp /sbin/nologin
operator /sbin/nologin

3、Ranges： 指定的匹配范围，格式为pat1,pat2

[root@localhost ~]# awk -F: '$3==0,$7~"nologin"{print $1,$7}' /etc/passwd
root /bin/bash
bin /sbin/nologin

4、BEGIN/END：特殊模式，仅在awk命令执行前运行一次或结束前运行一次（例如：加表头表尾）
5、Empty(空模式)：匹配任意输入行；

7.2 常见的Action
1、Expressions:
2、Control statements控制语句

3、Compound statements复合语句
4、Input statements
5、Output statements

/正则表达式/：使用通配符的扩展集。

关系表达式：可以用下面运算符表中的关系运算符进行操作，可以是字符串或数字的比较，如$2>%1选择第二个字段比第一个字段长的行。

模式匹配表达式：

模式，模式：指定一个行的范围。该语法不能包括BEGIN和END模式。

BEGIN：让用户指定在第一条输入记录被处理之前所发生的动作，通常可在这里设置全局变量。

END：让用户在最后一条输入记录被读取之后发生的动作。

八 控制语句：
8.1 if-else
语法：if (condition) {then-body} else {[ else-body ]}
例子：
awk -F: '{if ($1=="root") print $1, "Admin"; else print $1, "Common User"}' /etc/passwd
awk -F: '{if ($1=="root") printf "%-15s: %s\n", $1,"Admin"; else printf "%-15s: %s\n", $1, "Common User"}' /etc/passwd
awk -F: -v sum=0 '{if ($3>=500) sum++}END{print sum}' /etc/passwd

8.2 while
语法： while (condition){statement1; statment2; ...}
awk -F: '{i=1;while (i<=3) {print $i;i++}}' /etc/passwd
awk -F: '{i=1;while (i<=NF) { if (length($i)>=4) {print $i}; i++ }}' /etc/passwd

8.3 do-while
语法： do {statement1, statement2, ...} while (condition)
awk -F: '{i=1;do {print $i;i++}while(i<=3)}' /etc/passwd

8.4 for
语法： for ( variable assignment; condition; iteration process) { statement1, statement2, ...}
awk -F: '{for(i=1;i<=3;i++) print $i}' /etc/passwd
awk -F: '{for(i=1;i<=NF;i++) { if (length($i)>=4) {print $i}}}' /etc/passwd

for循环还可以用来遍历数组元素：
语法： for (i in array) {statement1, statement2, ...}
awk -F: '$NF!~/^$/{BASH[$NF]++}END{for(A in BASH){printf "%15s:%i\n",A,BASH[A]}}' /etc/passwd

8.5 case
语法：switch (expression) { case VALUE or /REGEXP/: statement1, statement2,... default: statement1, ...}

8.6 break 和 continue
常用于循环或case语句中

8.7 next
提前结束对本行文本的处理，并接着处理下一行；例如，下面的命令将显示其ID号为奇数的用户：
# awk -F: '{if($3%2==0) next;print $1,$3}' /etc/passwd

九 awk中使用数组

9.1 数组

array[index-expression]

index-expression可以使用任意字符串；需要注意的是，如果某数据组元素事先不存在，那么在引用其时，awk会自动创建此元素并初始化为空串；因此，要判断某数据组中是否存在某元素，需要使用index in array的方式。

要遍历数组中的每一个元素，需要使用如下的特殊结构：
for (var in array) { statement1, ... }
其中，var用于引用数组下标，而不是元素值；

例子：
netstat -ant | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'
每出现一被/^tcp/模式匹配到的行，数组S[$NF]就加1，NF为当前匹配到的行的最后一个字段，此处用其值做为数组S的元素索引；

awk '{counts[$1]++}; END {for(url in counts) print counts[url], url}' /var/log/httpd/access_log
用法与上一个例子相同，用于统计某日志文件中IP地的访问量

9.2 删除数组变量

从关系数组中删除数组索引需要使用delete命令。使用格式为：

delete  array[index]

十、awk的内置函数

split(string, array [, fieldsep [, seps ] ])
功能：将string表示的字符串以fieldsep为分隔符进行分隔，并将分隔后的结果保存至array为名的数组中；数组下标为从0开始的序列；

netstat -ant | awk '/:80\>/{split($5,clients,":");IP[clients[1]]++}END{for(i in IP){print IP[i],i}}' | sort -rn | head -50

length([string])
功能：返回string字符串中字符的个数；

substr(string, start [, length])
功能：取string字符串中的子串，从start开始，取length个；start从1开始计数；

system(command)
功能：执行系统command并将结果返回至awk命令

systime()
功能：取系统当前时间

tolower(s)
功能：将s中的所有字母转为小写

toupper(s)
功能：将s中的所有字母转为大写

十一、用户自定义函数

自定义函数使用function关键字。格式如下：

function F_NAME([variable])
{
    statements
}

函数还可以使用return语句返回值，格式为“return value”。