Linux awk使用方法~~整理

awk行处理方式

　　awk和sed一样，一次处理一行内容；也可以对每行进行切片处理

awk命令格式

　　命令行格式

$  awk [options] 'command' files

　　脚本格式

$ awk -f scirpt_file files

基本格式

$ awk [options] 'command' files

　　command 由两部分组成，分别是

　　1、pattern，可以是正则表达式或者逻辑判断式

　　2、{ awk 命令 } 花括号括起来的是代码段

awk内置变量

变量	含义
$0	当前记录（整行的记录）
$1~$n	当前记录的第几列
FILENAME	输入的文件名称
FS	输入文件的字段分隔符（Fields Separator）
RS	输入文件的记录（每一行之间）的分隔符（Record Separator）
NF	当前行的字段数目（Number of Fields）
NR	当前记录所在的行号
OFS	输出字段的分隔符
ORS	输出记录的分隔符

awk函数

函数声明	含义
length(str)	返回str中字符的个数
int(num)	返回num的整数部分
index(str1, str2)	返回str2在str1中的索引，如果不存在就返回0
split(str, arr, separator)	使用separator作为分隔符，将str切分为数组保存到arr中，返回数组的元素个数
printf(fmt, args)	根据fmt格式化args，并输出结果
sprintf(fmt, args)	根据fmp格式化args，并返回格式化后的字符串
substr(str, pos, len)	返回str中从pos开始，长度为len个字符的子字符串
tolower(str)	返回str转换为小写字母后的副本
toupper(str)	返回str转换为大写字母后的副本

测试数据

-> # cat data.txt

小红    female     一年级   BeiJing      90     Yes

小花    female     一年级   ShangHai     55

小明    male       三年级   BeiJing      90

小可    female     一年级   ChongQing    70

小林    male       一年级   ChongQing    90     Yes

小飞    male       二年级   GuangDong    65

小波    male       一年级   HangZhou     90     No

小康    male       四年级   ShenZhen     65     No

小雷    male       一年级   FuJian       70

小冰    female     五年级   BeiJing      90

测试awk变量和函数

　　打印每一行的行号、字段数、以及每一行的内容

-> # awk '{print "row:" NR "\t" "fields:" NF "\t" $0}' data.txt

row:1   fields:6        小红    female     一年级   BeiJing      90     Yes

row:2   fields:5        小花    female     一年级   ShangHai     55

row:3   fields:5        小明    male       三年级   BeiJing      90

row:4   fields:5        小可    female     一年级   ChongQing    70

row:5   fields:6        小林    male       一年级   ChongQing    90     Yes

row:6   fields:5        小飞    male       二年级   GuangDong    65

row:7   fields:6        小波    male       一年级   HangZhou     90     No

row:8   fields:6        小康    male       四年级   ShenZhen     65     No

row:9   fields:5        小雷    male       一年级   FuJian       70

row:10  fields:5        小冰    female     五年级   BeiJing      90

　　打印所有的人名、城市

-> # awk '{print $1 "\t" $4}' data.txt

小红    BeiJing

小花    ShangHai

小明    BeiJing

小可    ChongQing

小林    ChongQing

小飞    GuangDong

小波    HangZhou

小康    ShenZhen

小雷    FuJian

小冰    BeiJing

　　使用printf来格式化打印用户信息

-> # awk -F ':' '{printf("Line:%s   Fields:%s   User:%s\n", NR, NF, $1)}' /etc/passwd

Line:1   Fields:7   User:root

Line:2   Fields:7   User:bin

Line:3   Fields:7   User:daemon

Line:4   Fields:7   User:adm

Line:5   Fields:7   User:lp

Line:6   Fields:7   User:sync

Line:7   Fields:7   User:shutdown

　　打印用户id大于100的行号和用户名，其他用户不打印，输出hello

-> # awk -F ':' '{

> 	if ($3 > 100) {

>     	printf("Line:%s   Fields:%s   User:%s   UID:%s\n", NR, NF, $1, $3)

> 	} else {

>     	print "hello"

> 	}

> }' /etc/passwd

　　找出服务器访问日志中，出现Error的时间

-> # sed -n '/Error/ p' access_log | awk '{print $1}'

-> # awk '/Error/ {print $1}' access_log

逻辑判断式

　　注意，逻辑判断式是在{ awk命令 }前面的

　　~，！~ 是否匹配正则表达式，后面跟一个正则表达式

-> # #查询主机中，用户名包含'g'的用户，打印出用户名和UID

-> # awk -F ':' '$1 ~ /g/ {print "User:"$1 "\t" "UID:"$3}' /etc/passwd

User:games      UID:12

User:libstoragemgmt     UID:998

User:syslog     UID:996

User:yingjie    UID:1005

-> # #查询主机中，用户名不包含'g'的用户，打印出用户名和UID

-> # awk -F ':' '$1 !~ /g/ {print "User:"$1 "\t" "UID:"$3}' /etc/passwd

　　==，！= ， >=，<=，<，> ，||，&& 用于判断大小、是否相等、逻辑关系

-> # #打印分数高于70，或者低于或者等于60的记录

-> # awk '$5 > 70 || $5 < 60 {print $0}' data.txt

小红    female     一年级   BeiJing      90     Yes

小花    female     一年级   ShangHai     55

小明    male       三年级   BeiJing      90

小林    male       一年级   ChongQing    90     Yes

小波    male       一年级   HangZhou     90     No

小冰    female     五年级   BeiJing      90

扩展格式

$ awk [options]  'command' file

　　扩展格式是指，command扩展，格式如下：

　　BEGIN { command1 } pattern { awk命令 } END { command2 }

　　其中 BEGIN中的command1，会在读入第一行之前执行，并且只执行一次。接着循环执行中间的awk命令、

　　然后END后面的command2，会在文件所有行都读完之后，并执行一次command2。

-> # awk 'BEGIN {print "start"} /female/ {print $0} END {print "end"}' data.txt

start

小红    female     一年级   BeiJing      90     Yes

小花    female     一年级   ShangHai     55

小可    female     一年级   ChongQing    70

小冰    female     五年级   BeiJing      90

end

BEGIN和END

　　一般在BEGIN中可以做一下事情：

　　1、定义分隔符

　　2、定义表头　　

　　自定义分割符、输出时使用的分隔符

　　FS （fields separator）

　　OFS（ output fields separator）

-> # awk 'BEGIN{FS=" ";OFS="-"}{print $2,$1}' data.txt

female-小红

female-小花

male-小明

female-小可

male-小林

male-小飞

male-小波

male-小康

male-小雷

female-小冰

　　定义表头

-> #  awk '

> BEGIN {print "Name" "\t"  "Gender" "\t" "Grade" "\t" "Addr" "\t" "Score" "\t" "VIP"}

> NF == 6 {print $0}

> END {print "----------end-----------"}' data.txt

Name    Gender  Grade   Addr    Score   VIP

小红    female  一年级   BeiJing    90     Yes

小林    male    一年级   ChongQing  90     Yes

小波    male    一年级   HangZhou   90     No

小康    male    四年级   ShenZhen   65     No

----------end-----------

　　统计当前文件夹下，文件总大小

[root@VM_0_8_centos test]# ls -l

total 8

-rw-r--r-- 1 root root  367 Sep 16 11:51 data.txt

-rw-r--r-- 1 root root 1803 Aug 17 00:14 test.cpp

[root@VM_0_8_centos test]# ls -l | awk 'BEGIN {size=0} {size+=$5} END {print "Size is " size}'

Size is 2170

　　统计文件中非空行的行数

[root@VM_0_8_centos test]# cat demo.txt

11111

22222

33333

44444

[root@VM_0_8_centos test]# awk 'BEGIN {count=0} $0 !~ /^$/ {count += 1} END {print "Not empty line count " count}' demo.txt

Not empty line count 4

　　统计女生的数量

-> # awk '

> BEGIN {count = 0}

> {

>	if ($2 == "female") {

>       name[count++] = $1

>   }

> }

> END {

>   print "tot " count

>   for (i = 0; i < count; i++) {

>     print name[i]

>   }

> }' data.txt

tot 4

小红

小花

小可

小冰