本章主要学习内容
- awk介绍
- awk基本用法
- awk变量
- awk格式化
- awk操作符
- awk条件判断
- awk循环
- awk数组
- awk函数
- 调用系统命令
一.awk介绍
(一)awk:Aho, Weinberger, Kernighan,报告生成器,格式化文本输出
有多种版本:New awk(nawk),GNU awk( gawk)
gawk:模式扫描和处理语言
基本用法: awk [options] ‘program’ var=value file…
awk [options] -f programfile var=value file…
awk [options] 'BEGIN{ action;… } pattern{ action;… } END{ action;… }' file ...
awk 程序通常由:BEGIN语句块、能够使用模式匹配的通用语句块 、END语句块,共3部分组成 program通常是被单引号或双引号中
例: awk '{print 25}' /etc/passwd
引入BEGIN,END
例:awk 'BEGIN{print 35}' /etc/passwd
awk 'END{print 35}' /etc/passwd
选项:
-F 指明输入时用到的字段分隔符
-v var=value: 自定义变量
(二)基本格式:awk [options] 'program' file…
program:pattern{action statements;..}
pattern和action:
• pattern部分决定动作语句何时触发及触发事件
BEGIN,END
• action statements对数据进行处理,放在{}内指明 print, printf 分割符、域和记录
• awk执行时,由分隔符分隔的字段(域)标记$1,$2..$n称 为域标识。$0为所有域,注意:和shell中变量$符含义不同
• 文件的每一行称为记录 • 省略action,则默认执行 print $0 的操作
二.awk工作原理
- 第一步:执行BEGIN{action;… }语句块中的语句
- 第二步:从文件或标准输入(stdin)读取一行,然后执行pattern{ action;… }语句块,它逐行扫描文件,从第一行到最后一行重复这 个过程,直到文件全部被读取完毕。
- 第三步:当读至输入流末尾时,执行END{action;…}语句块
- BEGIN语句块在awk开始从输入流中读取行之前被执行,这是一个 可选的语句块,比如变量初始化、打印输出表格的表头等语句通常可以写在BEGIN语句块中
- END语句块在awk从输入流中读取完所有的行之后即被执行,比如 打印所有行的分析结果这类信息汇总都是在END语句块中完成,它 也是一个可选语句块
- pattern语句块中的通用命令是最重要的部分,也是可选的。如果 没有提供pattern语句块,则默认执行{ print },即打印每一个读取 到的行,awk读取的每一行都会执行该语句块
- print格式:print item1, item2, ...
要点:
(1) 逗号分隔符
(2) 输出的各item可以字符串,也可以是数值;当前记录的字段、 变量或awk的表达式
(3) 如省略item,相当于print $0
示例:
(1)awk '{print "welcome to magedu"}'
(2) awk -F: '{print $1,$3}' /etc/passwd——默认以空格为分隔符
(3)awk -F: '{print $1":"$3}' /etc/passwd——指定以“:”为分隔符
(4) awk -F: '{print "magedu"}' /etc/passwd——在/etc/passwd的每一行都打印"magedu"
(5)awk -F: '{print}' /etc/fstab——不写$1.....$n代表默认打印$0
(6)awk -F: '{print $1}'
三.awk变量
- 变量:内置和自定义变量
FS:输入字段分隔符,默认为空白字符
awk -v FS=':' '{print $1,FS,$3}’ /etc/passwd
例:
fs=":" ; awk -v FS=$fs '{print $1,FS,$3}' /etc/passwd
OFS:输出字段分隔符,默认为空白字符
fs=":"; awk -v FS=$fs -v OFS="++++" '{print$1,$3}' /etc/passwd
RS:输入记录分隔符,指定输入时的换行符,原换行符仍有效
例子:
ORS:输出记录分隔符,输出时用指定符号代替换行符
例子:awk -v RS=";" -v ORS="####" '{print $1,$3}' aaa.txt
NF:字段数量
awk -F: '{print NF}' /etc/passwd
awk -F : '{print $(NF-1)}' /etc/passwd
NR:行号
awk -F: '{print NR}' /etc/passwd
给/etc/fstab文件打印行号
awk '{print NR, $0}' /etc/fstab
FNR:各文件分别计数,行号 ——效果就是如果同时读取多个文件时,可以分别进行计数打印行号,如果用NR则会将多个文件累加打印
例:
awk '{print NR}' /etc/fstab /etc/inittab
使用FNR则会解决该问题
awk '{print FNR}' /etc/fstab /etc/inittab
FILENAME:当前文件名
awk '{print FILENAME,NR,$0}' /etc/fstab
ARGC:命令行参数的个数
awk '{print ARGC}’ /etc/fstab /etc/inittab
awk ‘BEGIN {print ARGC}’ /etc/fstab /etc/inittab
ARGV:数组,保存的是命令行所给定的各参数
awk ‘BEGIN {print ARGV[0]}’ /etc/fstab /etc/inittab
awk ‘BEGIN {print ARGV[1]}’ /etc/fstab /etc/inittab——代表第二参数,为/etc/fstabawk变量
自定义变量(区分字符大小写)
(1) -v var=value
(2) 在program中直接定义
示例:
awk -v name="zhang" '{print name }' /etc/fstab
awk -v name="zhang" 'BEGIN{print name, "is ceo" }
也可以直接在{}里面定义
awk '{sex=male;age=18;print sex,age}' aaa.txt
注意:{print sex ,age ;age=18},打印出来的效果是第一行不打印年龄
也支持调用文件来实现
vim aaa.txt
{sex="male";age=18;print $1,male,age}
awk -F: -f aaa.txt /etc/passwd
规律是先赋值后定义,否则会出现一些错误
四.awk中的printf命令
格式化输出:printf “FORMAT”, item1, item2, ...
- (1) 必须指定FORMAT
- (2) 不会自动换行,需要显式给出换行控制符,\n
- (3) FORMAT中需要分别为后面每个item指定格式符
格式符:与item一一对应
%c: 显示字符的ASCII码
%d, %i: 显示十进制整数
%e, %E:显示科学计数法数值
%f:显示为浮点数
%g, %G:以科学计数法或浮点形式显示数值
%s:显示字符串
%u:无符号整数
%%: 显示%自身
修饰符: #[.#]:
第一个数字控制显示的宽度;
第二个#表示小数点后精度,%3.1f
-: 左对齐(默认右对齐)
%-15s +:显示数值的正负符号 %+d
示例:
(1)awk -F: '{print "%s" ,$1}' /etc/passwd——printf命令本身不具有换行命令,所以不加\n,就不会自动换行
(2) awk -F : '{printf "%s\n",$1}' /etc/passwd
(3)awk -F : '{printf "%s %d\n" ,$1,$3}' /etc/passwd
(4)awk -F: '{printf "%-30s %-30d\n" ,$1,$3}' /etc/passwd
(5)awk -F: '{printf "%-30s %-10.3f" ,$1,$3}'
/etc/passwd
(6)awk -F: '{printf "username: %-20s uid: %-10d\n" ,$1,$3}' /etc/passwd
(7)awk -F: 'BEGIN{print "username uid"}{printf "%-20s %-10d\n" ,$1,$3}' /etc/passwd
(8) awk -F: 'BEGIN{printf "username uid\n-----------\n"}{printf "%-20s %-10d\n" ,$1,$3}' /etc/passwd
(9)df| grep "/dev/"|awk '{printf " username: %-20s use: %-10s\n" ,$1,$5}'
五.操作符
(一) 算术操作符:
x+y, x-y, x*y, x/y, x^y, x%y
例:
awk 'BEGIN{print 2^3}'
awk 'BEGIN{print 2+3}'
awk 'BEGIN{print 2^3}'
-x: 转换为负数
+x: 转换为数值
(二)字符串操作符:没有符号的操作符,字符串连接
赋值操作符: =, +=, -=, *=, /=, %=, ^= ++, -
awk 'BEGIN{print i++}'
awk 'BEGIN{print ++i}'
awk -v n=100 'BEGIN{sum=100;print sum+=n;pirnt sum }'
比较操作符: ==, !=, >, >=, <, <=
模式匹配符:~:左边是否和右边匹配包含
!~:是否不匹配
awk –F: '$0 ~ /root/{print $1}‘ /etc/passwd
awk -F : '$0 !~ /root/{print $1}' /etc/passwd
awk '$0~"^root" ' /etc/passwd——root 后不写{print} 默认打印$0
也可以写成 awk '$0~/^root/{print $0}' /etc/passwd
awk –F: '$3==0' /etc/passwd
(三)逻辑操作符:
与&&,或||,非!
示例:
awk -F: ' $3>=100&&$3<=1000 {print $0}' /etc/passwd——$3是否大于100且小于1000,满足条件打印结果
awk -F: '$3>=1000|| $3<=100{print $3}' /etc/passwd
awk -F: '!($3==0){print $3}' /etc/passwd
(四)函数调用: function_name(argu1, argu2, ...)
条件表达式(三目表达式): selector?if-true-expression:if-false-expression
示例:
awlk -F: '{$3>=1000?usertype="commonuser":usertype="sysuser or sysadmin";printf "%-30s %-10s\n" ,$1,usertype}' /etc/passwd
解释:首先判断$3是否大于1000,如果大于一千则显示用户类型为'commonuser',当小于一千时,则显示用户类型为'sysuser or sysadmin',然后格式化打印用户名和用户类型。注意字符串一定要加双引号
(五) awk PATTERN
awk PATTERN:根据pattern条件,先过滤匹配的行,再做处理
(1)如果未指定:空模式,匹配每一行
(2) /regular expression/:仅处理能够模式匹配到的行,需要用/ /括起来
awk '/^UUID/{print $1}' /etc/fstab
awk '!/^UUID/{print $1}' /etc/fstab
(3) relational expression: 关系表达式,结果为“真”才会被处理 真:结果为非0值,非空字符串
假:结果为空字符串或0值
示例:
awk -F: 'i=1;j=1{print i,j}' /etc/passwd——判断'i=1,j=1'结果为非0,所以为真,给每一行都会打印'i=1,j=1'
awk ‘!0’ /etc/passwd ——非0结果为真
awk ‘!1’ /etc/passwd ——结果为0,为假,不做后续处理
awk –F: '$3>=1000{print $1,$3}' /etc/passwd ——判断$3是否大于一千,如果大于一千则打印用户名和UID
awk -F: '$3<1000{print $1,$3}' /etc/passwd——原理同上
awk -F: '$NF=="/bin/bash"{print $1,$NF}' /etc/passwd ——最后一个字段是否为/bin/bash,如果满足则打印用户名和最后一个字段
awk -F: '$NF ~ /bash$/{print $1,$NF}' /etc/passwd——最后一个字段是否是以/bash/结尾的,如果满足则打印
(4) line ranges:行范围
格式:startline,endline:/pat1/,/pat2/ 不支持直接给出数字
例子:
awk -F: '/root>/,/halt>/{print $1}' /etc/passwd ——判断以root开头,到以halt开头匹配的行
awk -F: '(NR>=10&&NR<=20){print NR,$1}' /etc/passwd
(5) BEGIN/END模式
BEGIN{}: 仅在开始处理文件中的文本之前执行一次
END{}:仅在文本处理完成之后执行一次
示例:
awk -F: 'BEGIN{printf "username uid\n"}'{printf "%-20s %-10d\n "} END{printf "print end"}/etc/passwd
seq 10 | awk 'i=0'——i=0为假,不执行操作
seq 10 |awk 'i=1'——i=1为真,会打印
seq 10 |awk 'i=!0'——非0为真,执行后续操作
seq 10 |awk 'i=!i'——i本身为0,因为之前没有赋值,但是加!表示非0,所以会打印1,当读入第二个数字是,非i为假,不打印,所以最后的输出结果为奇数
如果想打印偶数, seq 10 |awk -v i=1 'i=!i'
或者seq 10 |awk '!(i=!i)' 效果也是打印偶数
如果想知道输出的结果为真还是为假,可以 seq 10 |awk '{i=!i;print i}'
六.awk控制语句
(1) if-else语句
语法:if(condition){statement;…}[else statement]
if(condition1){statement1}else if(condition2){statement2} else{statement3}
使用场景:对awk取得的整行或某个字段做条件判断
示例:
awk -F: '{if($3>=1000)print $1,$3}' /etc/passwd
awk -F : '{if($NF=="/bin/bash")print $1,$3 }' /etc/passwd——最后一个字段是否为/bin/bash,如果满足,则打印
awk -F: '{if($3>=1000){printf username="common user %-20s %-10d\n " ,$1,$3}else{printf username="sysuser or sysadmin %-20s %-10d\n" ,$1,$3}}' /etc/passwd
也可写成 awk -F: '{if ($3>=1000)printf usrename="common user %-20s\n" ,$1;else printf username="sysuser or root %-20s\n" ,$1}' /etc/passwd
df -h |awk -F: '/^/dev/{print $1}'|awk '$NF>10{print $NF}'
awk 'BEGIN{test=680;if(test>=680)print "you can go to qinghua";else if (test<680$$test>=600)print "you can go to fudan";else print"you can go home"}'
(2)while循环
语法:while(condition){statement;…} 条件“真”,进入循环;条件“假”,退出循环 使用场景: 对一行内的多个字段逐一类似处理时使用 对数组中的各元素逐一处理时使用
示例:
awk '/^[[:space:]]/linux16/{i=1;while (i<=NF){print $i,length($i);i++}}' /etc/grub2.cfg
解释:首先规定是以空格开头并后跟linux16的行,然后判断字段数是否小于等于最后一个字段数,如果满足条件,就打印字段内容和字段的长度。然后去匹配下一行,并且重新从i=1赋值,继续判断循环
awk '/^[[:space:]]linux16/{i=1;while (i<=NF){if length($i)>=10{print $i length($i)};i++ }}' /etc/grub2.cfg
练习:
打印1到10,显示数字是奇数还是偶数
seq 10|awk '{i=1;while(i<=NF){if ($i%2==0)print $i,"oushu";else print $i,"jishu";i++}}'
(3)do-while循环
语法:do {statement;…}while(condition)
意义:无论真假,至少执行一次循环体
示例:
计算1加到100
方法1:
awk 'BEGIN{ total=0;i=0;do{ total+=i;i++;}while(i<=100);print total}'
方法2:
echo {1..100}|tr ' ' '+'|bc
方法3:
seq -s '+' 100|bc
方法4:
for ((sum=0;i=1;i<=100;i++));do let sum+=i;done echo $sum
方法5:
awk 'BEGIN{i=1;sum=0;while(i<=100){sum+=i;i++} print $sum}'
方法6:
awk 'BEGIN{for(i=1;i<=100;i++){sum+=i}print sum}'
(4)for循环
语法:for(expr1;expr2;expr3) {statement;…}
常见用法: for(variable assignment;condition;iteration process) {for-body}
特殊用法:能够遍历数组中的元素
语法:for(var in array) {for-body}
示例:
awk '/^[[:space:]]*linux/{for(i=1;i<=NF;i++){print $i length($i)}}'——寻找是否以空格开头,并后跟linux16的行,打印每个字段的内容,并显示字段的长度
(5)switch语句
语法:
switch(expression) {case VALUE1 or /REGEXP/:
statement1; case VALUE2 or /REGEXP2/: statement2; ...; default: statementn}
break和continue
awk 'BEGIN{sum=0;for(i=1;i<=100;i++) {if(i%2==0)continue;sum+=i}print sum}'
效果是打印奇数,并相加求和
如果想打印偶数
awk 'BEGIN{sum=0;for(i=1;i<=100;i++){if(i%2==0)continue;sum+=i}print sum}'
如果将continue换成break,效果是
原因:break 的功能是如果满足条件,则跳出整个循环,不再执行,所以第一个数为1,属于奇数,满足条件,直接退出,显示结果为0
而计算偶数时,因为1为奇数,不满足条件,继续计数,直到第二个数进来,满足条件,则退出整个循环
练习:判断i是否等于50,如果等于退出循环,不再计算
awk 'BEGIN{sum=0;for(i=1;i<=100;i++) {if(i==50)break;sum+=i}print sum}'
next: 提前结束对本行处理而直接进入下一行处理(awk自身循环)
练习:
(1)awk -F: '{if($3%2!=0) next; print $1,$3}' /etc/passwd——判断uid是否为偶数,是偶数则打印
(2)用next打印用户名打印偶数行(etc/passwd)
awk -F: '{if(NR%2!=0)next;print NR,$1,$3}' /etc/passwd
六.awk数组
关联数组:
awk 'BEGIN{weekdays["mon"]="Monday"; weekdays["tue"]="Tuesday";print weekdays["mon"],weekdays[tue]}'
array[index-expression]
index-expression:
(1) 可使用任意字符串;字符串要使用双引号括起来
(2) 如果某数组元素事先不存在,在引用时,awk会自动创建 此元素,并将其值初始化为“空串”
若要判断数组中是否存在某元素,要使用“index in array”格 式进行遍历
示例:
weekdays[“mon”]="Monday“
练习:
统计/etc/passwd中最后一个字段shell类型,并对每个类型计数
awk -F: '{line[$7]++}END{for (i in line){print i,line[i] }}' /etc/passwd
若要遍历数组中的每个元素,要使用for循环
for(var in array) {for-body}
注意:var会遍历array的每个索引
例子:
awk -F: '!line[$7]++' /etc/passwd——作用是去重,'!'代表非的意思,相同的shell类型只打印一次。
原理:初始化为0,为假,但是通过"!",变为真,打印一次对应的shell类型,但是以后相同都不打印,执行完毕跳到下一行,继续执行新的shell类型的打印。
awk 'BEGIN{weekdays["mon"]="Monday";weekdays["tue"] ="Tuesday";for(i in weekdays) {print weekdays[i]}}'
***注意面试常考题:netstat -tan | awk '/^tcp/{state[$NF]++}END {for(i in state) { print i,state[i]}}'
awk '{line[$1]++}END{for(i in line) {print i,line[i]}}' access_log
取出访问的ip地址,并统计访问数量
netstat -tan|awk -F: '[[:space:]]+' '/^tcp{ip[$6++]END{for(i in ip){print i,ip[i]}}'
如果想要排序,则在后面加入|sort -nr -k2|awk '{print $1}'|head -10
七.awk函数
数值处理: rand():返回0和1之间一个随机数
awk 'BEGIN{print rand()}'——显示固定的值,并且为0和1之间的值
awk 'BEGIN{srand(); for (i=1;i<=10;i++)print int(rand()*100) }'
字符串处理:
• length([s]):返回指定字符串的长度
• sub(r,s,[t]):对t字符串进行搜索r表示的模式匹配的内容,并将第一个匹 配的内容替换为s
echo "2008:08:08 08:08:08" | awk 'sub(/:/,"-",$1)'
• gsub(r,s,[t]):对t字符串进行搜索r表示的模式匹配的内容,并全部替换 为s所表示的内容
echo "2008:08:08 08:08:08" | awk ‘gsub(/:/,“-",$0)'
• split(s,array,[r]):以r为分隔符,切割字符串s,并将切割后的结果保存 至array所表示的数组中,第一个索引值为1,第二个索引值为2,…
netstat -tan | awk '/^tcp>/{split($5,ip,":");count[ip[1]]++} END{for (i in count) {print i,count[i]}}'
练习:
统计男生的总分数和平均数,以及女生的总分数和平均数
方法1:
awk '{total[$3]+=$2;num[$3]++}END{for(name in total){print name,total[name],total[name]/num[name]}}'
方法2:awk '{if($3 == "male"){msum+=$2;mnum++}else{fsum+=$2;fnum++}}END{printf "msum=%d mavg=%.2f\n fsum=%d favg=%.2f\n",msum,msum/mnum,fsum,fsum/fnum }' score.txt
(2)自定义函数
格式: function name ( parameter, parameter, ... ) {
statements return expression
}
示例:
cat a.txt
function max(v1,v2) {
v1>v2?var=v1:var=v2
return var
}
BEGIN{
print max(a,b)}
awk -v a=10 -v b=20 –f a.txt
(3)system命令
空格是awk中的字符串连接符,如果system中需要使用awk中 的变量可以使用空格分隔,或者说除了awk的变量外其他一律 用""引用起来。
awk 'BEGIN{system("hostname") }'
awk 'BEGIN{score=100; system("echo your score is " score) }'
awk -v hi="haha" 'BEGIN{system("echo " hi)}'
str="hello,mage" ;awk -v hi="$str" 'BEGIN{system("echo "hi)}'