linux的awk命令解读

转自：http://blog.csdn.net/guoer9973/article/details/44650729

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，处理完成后统计然后输出。

命令格式：

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

下面我们来看怎么使用吧，手把手教你用起来：

1，打印日志part01中的内容。

liuhanlindemac:Downloads yishiyaonie$ awk '{print}' part01

2，打印相同行数多的a行。

liuhanlindemac:Downloads yishiyaonie$ awk '{print "a"}' part01

3，-F定义分隔符。默认是用空格来作为分隔符的。

liuhanlindemac:Downloads yishiyaonie$ awk -F'【】' '{print $1}' part01

【】处可以是任意的字符。作为段停的一个标记。很好用欧。

4，将字段分行打印。

liuhanlindemac:Downloads yishiyaonie$ awk  '{print $1;print $6}' part01

5，输出数据格式化

1liuhanlindemac:Downloads yishiyaonie$ awk '{print $1,$3,$4}' OFS='\t' part01

6，awk调用脚本对文件执行操作。

脚本script代码：

BEGIN{

FS=":"

}

{print $1}

liuhanlindemac:Downloads yishiyaonie$ awk -f script part01

7，awk自定义输出：

liuhanlindemac:Downloads yishiyaonie$ awk -F' '  '{print "username:"$1 "\t\t uid: " $4}' part01

awk  '{print $1 $3}'  part01           //$1与$3相连输出，不分隔

awk '{print $1,$3}'  part01           //多了一个逗号，$1与$3使用空格分隔

awk  '{print $1 " " $3}'  part01     //$1与$3之间手动添加空格分隔

8，awk对一条记录字段数量做判断的输出。

awk  '{print $NF}' part01           //将每行第NF个字段的值打印出来

awk  'NF==4 {print }' part01        //显示只有4个字段的行

awk  'NF>2{print $0}' part01        //显示每行字段数量大于2的行

9，awk对行的处理：

awk '{print NR,NF,$NF,"\t",$0}' part01 //依次打印行号，字段数，最后字段值，制表符，每行内容

awk  'NR==5{print}'   part01               //显示第5行

awk 'NR==5 || NR==6{print}'   part01      //显示第5行和第6行

awk 'NR!=1{print}'   part01             //不显示第一行

10，匹配字符处理：

//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 '/183.198.46.6/' part01

awk  '/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  '$1~/mail/{print $1}' /etc/passwd           //$1匹配指定内容才显示

awk  '{if($1~/mail/) print $1}' /etc/passwd      //与上面相同

awk  '$1!~/mail/{print $1}' /etc/passwd          //不匹配

11，IF语句，必须用在{}中，且比较内容用()扩起来

awk  '{if($1~/mail/) print $1}' /etc/passwd                                       //简写

awk  '{if($1~/mail/) {print $1}}'  /etc/passwd                                   //全写

awk '{if($1~/mail/) {print $1} else {print $2}}' /etc/passwd            //if...else...

12，条件表达式 == != > >=

awk '$1=="183.198.46.6"{print $4}' part01

awk  '{if($1=="mysql") print $3}' /etc/passwd          //与上面相同

awk  '$1!="mysql"{print $3}' /etc/passwd               //不等于

awk  '$3>1000{print $3}' /etc/passwd                   //大于

awk  '$3>=100{print $3}' /etc/passwd                   //大于等于

awk  '$3<1{print $3}' /etc/passwd                      //小于

awk  '$3<=1{print $3}' /etc/passwd                     //小于等于

13，逻辑运算符 &&　||

awk '$1~/183.198.46.6/ && $4~/2015:19:14:40/ {print$7}' part01

awk  '$1~/mail/ && $3>8 {print }' part01 //逻辑与，$1匹配mail，并且$3>8

awk  '{if($1~/mail/ && $3>8) print }' /etc/passwd

awk  '$1~/mail/ || $3>1000 {print }' /etc/passwd       //逻辑或

awk  '{if($1~/mail/ || $3>1000) print }' /etc/passwd

14，数值运算

awk  '$3 > 100' /etc/passwd

awk  '$3 > 100 || $3 < 5' /etc/passwd

awk  '$3+$4 > 200' /etc/passwd

awk  '/mysql|mail/{print $3+10}' /etc/passwd   //第三个字段加10打印

awk  '/mysql/{print $3-$4}' /etc/passwd       //减法

awk  '/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

15，输出分隔符OFS

 awk '$1~/183.198.46.6/||NR==1  {print NR ,$1,$4,$7}' OSF='\t' part01

//输出字段1匹配183.198.46.6的行，其中输出每行行号，字段1,4,7，并使用制表符分割字段

主要是为了显示好看。

16，输出处理结果到文件

使用重定向进行输出       awk '$1~/183.198.46.6/||NR==1  {print NR ,$1,$4,$7}' OSF='\t' part01 >1.txt

在命令代码块中直接输出    awk 'NR!=1{print > "./fs"}'

17，格式化输出

awk '{printf "%-8d %-8s %-10s\n",$1,$2,$3}' part01

printf表示格式输出

%格式化输出分隔符，-8长度为8个数字，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" || NR==1 {printf "%-10s %-10s %-10s \n",$1,$2,$3}'

netstat -anp|awk '$6=="LISTEN" || NR==1 {printf "%-3s %-10s %-10s %-10s \n",NR,$1,$2,$3}'

18，IF语句

awk '{if ($1~/183.198.46.6/) {print "ok"} else {print "nop"}}' part01

awk 'BEGIN{a=0;b=0} {if($1~/183.198.46.6/) {a++;print "ok"} else {b++;print "nop"}} END {print a,b} OSF='\t\t'' part01                                                                                                       //ID大于100,A加1，否则B

awk  '{if($3<100) next; else print}' /etc/passwd                         //小于100跳过，否则显示

awk  'BEGIN{i=1} {if(i<NF) print NR,NF,i++ }' /etc/passwd

awk  'BEGIN{i=1} {if(i<NF) {print NR,NF} i++ }' /etc/passwd

另一种形式

awk  '{print ($3>100 ? "yes":"no")}'  /etc/passwd

awk  '{print ($3>100 ? $3":\tyes":$3":\tno")}'  /etc/passwd

19，while 语句

awk  'BEGIN{i=1} {while(i<NF) print NF,$i,i++}' part01

20，数组

awk 'NR!=1 {a[$1]++} END {for (i in a) {print a[i],"\t",i}}' part01

awk 'NR!=1{a[$6]++} END{for (i in a) printf "%-20s %-10s %-5s \n", i,"\t",a[i]}'

按照第一个字段做汇总，第一个字段的重复数量统计。

好了，到目前为止语法差不多了，我们需要更多的实践来运用awk这个强大的文本统计工具。

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

日志查询系统

#! /bin/bash

echo "example:"  "--------./log.sh 404 2015-04-01 REQ_IO 15-00---------------------------------------------------------------------------------"

code=$1

echo "the code is ${code} "

date=$2

echo "the date is ${date}"

operation=$3

echo "the operation is ${operation}"

time=$4

echo "the time is ${time}"

if [ "$operation" = "REQ_IO" -a  "$code" =  "401" ];

then

echo "searching code 401............waiting for a while"

hdfs dfs -cat /flume/${date}/${operation}/${time}/*.log|awk   '{if ($7~/401/) {a[$5"  UID:" substr($0, index($0, "uid") + 5, 10)]++}} END {for (i in a) {print a[i],i}}'| sort -rn | head

fi

if [ "$operation" =  "REQ_IO" -a "$code" =  "404" ];

then

echo "searching code 404............waiting for a while"

        hdfs dfs -cat /flume/${date}/${operation}/${time}/*.log|awk   '{if ($7~/404/) {a[$5]++}} END {for (i in a) {print a[i],i}}'| sort -rn | head

fi

部分地方的空格一定要注意，主要是一些书写格式规范和用法的注意点我这里都标注出来了。还有就是第四和第五的用法，将一条记录中的若干内容拼接到一起来作为一个数据项。这个是不是很厉害呢。
关于substr以及index的用法请参考：linux awk 内置函数详细介绍（实例）
http://www.cnblogs.com/chengmo/archive/2010/10/08/1845913.html