AWK实战详解

1、awk介绍：

        awk是一个文本分析工具。awk的3个不一样版本: awk、nawk和gawk，未做特别说明，通常指gawk，gawk 是 AWK 的 GNU 版本。

2、语法格式：

基本语法：

awk [options] 'program' file file ...

awk [options] 'PATTERN{action}' file file ...

参数：

-F CHAR：输入分隔符

一、awk的输出格式：

print item1, item2,...

要点：

(1) 各项目之间使用逗号分隔，而输出时则使用输出分隔符分隔；

(2) 输出的各item能够字符串或数值、当前记录的字段、变量或awk的表达式；数值会被隐式转换为字符串后输出；

(3) print后面item若是省略，至关于print $0；输出空白，使用pirnt ""；

二、awk的变量分：内置变量，自定义变量

2.1 内置变量

FS：Field Seperator, 输入时的字段分隔符

RS：Record Seperator, 输出行分隔符

OFS: Output Field Seperator, 输出时的字段分隔符;

ORS: Outpput Row Seperator, 输出时的行分隔符；

NF：Numbers of Field，字段数

NR：Numbers of Record, 行数；全部文件的一并计数；

FNR：行数；各文件分别计数；

ARGV：数组，保存命令自己这个字符，awk '{print $0}' 1.txt 2.txt，意味着ARGV[0]保存awk,

ARGC: 保存awk命令中参数的个数；

FILENAME： awk正在处理的当前文件的名称；

2.2 可自定义变量

-v var_name=VALUE

注：变量名区分字符大小写；

(1) 能够在program中定义变量；

(2) 能够命令行中经过-v选项自定义变量；

三、awk的printf命令

命令使用格式：

printf format, item1, item2,...

要点：

(1) 要指定format；

(2) 不会自动换行；如需换行则须要给出\n

(3) format用于为后面的每一个item指定其输出格式；

format格式的指示符都%开头，后跟一个字符：

%c: 显示字符的ASCII码；

%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: 以科学计数法格式或浮点数格式显示数值；

%s: 显示字符串；

%u: 显示无符号整数；

%%: 显示%自身；

修饰符：

#：显示宽度

-：左对齐

+：显示数值的符号

.#: 取值精度

四、awk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/stdout: 标准输出

/dev/stderr: 错误输出

五、awk的操做符

算术操做符符号：

    x+y:加法运算

    x-y:减法运算

    x*y:乘法运算

    x/y:除法运算

    x%y:取模

    x**y,x^y:x的y次方

    -x：负值

    +x：转换为数值

字符串操做符：链接

赋值操做符符号：

   =：直接赋值

   +=：加等

   -=：减等

   *=：乘等

   /=：除等

   %=：取模等

   ^=：次方等

   **=：次方等

   ++：每次加1

   --：每次减1

    注：若是模式自身是=号，要写为/=/

比较操做符：    
   <  :小于

   <= :小于等于

   >  :大于

   >= :小于

   == :等于

   != :不等于

    ~：模式匹配，左边的字符串可以被右边的模式所匹配为真，不然为假；

   !~:模式匹配，左边的字符串可以被右边的模式所匹配为假，不然为\真；

逻辑操做符：

   &&：与

   ||：或

条件表达式:

   selector?if-true-expression:if-false-expression

   # awk -F: '{$3>=500?utype="common user":utype="admin or system user";print $1,"is",utype}' /etc/passwd

函数调用：

   function_name(argu1,argu2)

六、awk中的模式

(1) Regexp: 格式为/PATTERN/

仅处理被/PATTERN/匹配到的行；

(2) Expression: 表达式，其结果为非0或非空字符串时知足条件；

仅处理知足条件的行；

(3) Ranges: 行范围，此前地址定界，startline, endline

仅处理范围内的行

(4) BEGIN/END: 特殊模式，仅在awk命令的program运行以前（BEGIN）或运行以后（END）执行一次；

(5) Empty:空模式，匹配任意行；

七、经常使用的action

(1) Expressions

(2) Control statements

(3) Compound statements

(4) input statements

(5) output statements

八、控制语句

8.1 if-else

格式：if (condition) {then body} else {else body}

例：

# awk -F: '{if ($3>=500) {print $1,"is a common user"} else {print $1, "is an admin or system user"}}' /etc/passwd

# awk '{if (NF>=8) {print}}' /etc/inittab

8.2 while

格式：while (condition) {while body}

例：

# awk '{i=1; while (i<=NF){printf "%s ",$i;i+=2};print ""}' /etc/inittab

# awk '{i=1; while (i<=NF){if (length($i)>=6) {print $i}; i++}}' /etc/inittab

length()函数：取字符串的长度

8.3 do-while循环

格式：do {do-while body} while (condition)

8.4 for循环

格式：for (variable assignment; condition; iteration process) {for body}

例：

# awk '{for (i=1;i<=NF;i+=2){printf "%s ",$i};print ""}' /etc/inittab

# awk '{for (i=1;i<=NF;i++){if (length($i)>=6) print $i}}' /etc/inittab

for循环可用来遍历数组元素：

语法：for (i in array) {for body}

8.5 case语句

语法：switch (expression) {case VALUE or /RGEEXP/: statement1;... default: stementN}

8.6 循环控制

break

continue

8.7 next

提早结束对本行的处理进而进入下一行的处理；

# awk -F: '{if($3%2==0) next;print $1,$3}' /etc/passwd

# awk -F: '{if(NR%2==0) next; print NR,$1}' /etc/passwd

九、数组

关联数组格式：

array[index-expression]

index-expression: 可使用任意字符串; 若是某数组元素事先不存在，那么在引用时，awk会自动建立此元素并将其初始化为空串；所以，要判断某数组是否存在某元素，必须使用“index in array”这种格式；

A[first]="hello awk"

print A[second]

要遍历数组中的每个元素，须要使用以下特殊结构：

for (var in array) {for body}

其var会遍历array的索引；

state[LISTEN]++

state[ESTABLISHED]++

# netstat -tan | awk '/^tcp/{++state[$NF]}END{for (s in state) {print s,state[s]}}'

# awk '{ip[$1]++}END{for (i in ip) {print i,ip[i]}}' /var/log/httpd/access_log

删除数组元素：

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为分隔符进行切片，并切片后的结果保存至array为名的数组中；数组下标从1开始；

root:x:0:0::/root:/bin/bash

user[1]="root", user[2]

此函数有返回值，返回值为切片后的元素的个数

# netstat -tn | awk '/^tcp/{lens=split($5,client,":");ip[client[lens-1]]++}END{for (i in ip) print i,ip[i]}'

length(string)

功能：返回给定字串的长度

substr(string,start[,length])

功能：从string中取子串，从start为起始位置为取length长度的子串；

总结： AWK是一种优良的文本处理工具。它不只是 Linux 中也是任何环境中现有的功能最强大的数据处理引擎之一。它不只能够对文本数据进行搜索分析处理排序，还能够支持数学运算，含有内置函数和内置变量，甚至还能够进行一些脚本处理，编程。能够这么说，它能够根据发挥者的能力来起做用。