awk:
文本處理三劍客:grep系,sed,awk
grep系:grep,egrep,fgrep,基於PATTERN進行文本過濾;
sed:流編輯器,逐行編輯器;模式空間,保持空間;
awk:報告生成器;格式化文檔輸出;
gawk命令:
gawk - pattern scanning and processing language
格式:
gawk [ options ] 'program' file ...
program:[/PATTERN/]{ACTION statement; ...}
PATTERN部分:決定動作語句何時觸發以及通過什麼事件來觸發;
BEGIN, END
ACTION statement:對數據進行特定的處理,通常放置在{}中;
print, printf
基本概念:
分隔符:
輸入分隔符:
awk對數據進行處理時,會根據特定的標識符號對數據進行分段處理,這種標識符號就稱爲"輸入分隔符",默認的輸入分隔符是空白字符;如果指定的分隔符並沒有被數據包括,則只有換行分隔符有效;
輸出分隔符:
awk對數據處理完成後,會以特定的標識符號對各個字段進行連接後輸出,這種標識符號就稱爲"輸出分隔符",默認的輸出分隔符是空白字符;
記錄:由換行符進行分隔的數據中一行,就稱爲一條記錄(Record);通常在使用awk處理數據時,使用內置變量$0來保存整個記錄的內容;
字段:經過分隔符分隔之後的每一個數據分段,都成爲一個字段(Field);通常在使用awk處理數據時,使用$1,$2...$NF等內置變量來存儲各個字段的數據;
awk的工作原理:
1.首先,執行BEGIN{ACTION statement;...}語句塊中的語句;
2.其次,從文件中或着標準輸入讀取一行,根據PATTERN的匹配結果執行後面的ACTION語句塊中的內容;然後逐行重複該過程已完成數據處理,直到數據全部被讀取完畢;
3.最後,在所有的語句塊都執行完成之後,退出awk進程之前,執行END{ACTION statement;...}語句塊中的語句;
注意:
1) BEGIN語句塊在awk開始處理數據內容之前就被執行;通常用於生成表頭;此語句塊是可選語句塊;
2) END語句塊在處理完所有的數據之後,纔會被執行;通常用於數據彙總;此語句塊是可選語句塊;
3) PATTERN語句塊中的通用命令是最重要的部分,因此PATTERN語句塊不能省略,但其中的ACTION可以省略,如果省略,則默認執行print動作,即:顯示數據的各行;
4) awk在執行PATTERN語句塊時,默認循環遍歷數據中的各個記錄;
常用選項:
-f,--file program-file:從指定的文件中加載program語句塊,而不是通過命令行給出相關的程序內容;
-F,--field-separator fs:指定字段的輸入分隔符;默認是空白字符;
-v,--assign var=val:用於聲明自定義變量併爲變量賦值;
awk的常用用法:
1.變量:
內建變量:
FS:input field separator,輸入字段分隔符,默認爲空白字符;
OFS:output field separator,輸出字段分隔符,默認爲空白字符;
示例:
~]# awk -v FS=':' -v OFS=':' '{print $1,$3,$7}' /etc/passwd
RS:The input record separator,輸入記錄(行)分隔符,默認爲換行符;
注意:即使指定了額外的輸入記錄分隔符,原有的換行符依然有效;
ORS:The output record separator,輸出記錄分隔符,默認爲換行符;
示例:
~]# awk -v RS=':' -v ORS='#' '{print $0}' /etc/passwd
NF:The number of fields,每一行中的字段的總數;
示例:
~]# awk -F: '{print NF}' /etc/passwd
顯示指定文件中每行中的字段的數量;
~]# awk -F: '{print $NF}' /etc/passwd
顯示指定文件中每行中最後一個字段的內容;
~]# awk -F: '{print $(NF-1)}' /etc/passwd
顯示指定文件中每行中倒數第二個字段的內容;
NR:The total number of input records,行的總數;如果僅處理一個文件,可以將NR的值當作此文件中各行的行號;
示例:
~]# awk '{print NR}' /etc/fstab
FNR:The input record number in the current input file,對於不同的文件分別統計其行的數量;即使處理多個文件,也可以顯示每個文件中每行的行號;
示例:
~]# awk '{print FNR}' /etc/fstab /etc/issue
FILENAME:The name of the current input file,當前正在被處理的文件的文件名;
示例:
~]# awk 'END{print FILENAME}' /etc/fstab
ARGC:The number of command line arguments,命令行中參數的數量;包括awk命令本身,但不包括awk命令的選項部分和program部分;
示例:
~]# awk 'END{print ARGC}' /etc/fstab /etc/issue /etc/passwd
ARGV:Array of command line arguments,由命令行中所有的參數構成的數組;
示例:
~]# awk 'END{print ARGV[1]}' /etc/fstab /etc/issue /etc/passwd
顯示命令行中的第N個參數;
自定義變量:
定義方式:
-v var_name=value
注意:變量名字母大小寫敏感的;
示例:
~]# awk -v var='hello' -F: '{print $1"," var}' /etc/passwd
常用的ACTION:
2.print:Print the current record,以標準格式輸出結果;
格式:
print item1,item2,...
注意:
1) 各item之間需要使用","進行分隔;
2) 輸出的各item可以是字符串,可以是數字,可以是當前記錄中的字段,可以是變量,可以是awk的表達式;
3) 如果省略了item,則默認的item爲$0,即:輸出整行;
示例:
~]# awk '{print}' /etc/issue
~]# awk '{print $1,$3,$NF}' /etc/issue
3.printf:Format and print,以特定的格式輸出結果;
格式:
printf "FORMAT" item1,item2,...
注意:
1) 必須給出合適的輸出格式;
2) 默認不會自動換行,如果想要在輸出結果中換行顯示,需要顯式給出換行控制符號,即:\n;
3) FORMAT中需要爲後面的每一個item單獨指定一個格式化符號;
常用的FORMAT:
%c:以ASCII碼錶中的內容顯示字符信息;
%d, %i:顯示十進制整數;
%e, %E:以科學計數法來顯示數字;浮點類型;
%f, %F:顯示十進制數字的浮點形式;
%g, %G:以科學計數法顯示浮點數字;
%u:顯示無符號十進制數;
%s:顯示字符串;
%x, %X:顯示無符號的十六進制整數;
%%:顯示%;
修飾符:
#[.#]:第一個數字用來控制顯示寬度;第二個數字表示小數點的精度;
如:%5s, $8.3f
-:表示採用左對齊方式顯示;默認是右對齊;
+:顯示數字的正負符號;
示例:
~]# awk -F: '{printf "%20s:%-+5d\n",$1,$3}' /etc/passwd
4.操作符:
算術運算操作符:
雙目運算符:
x+y, x-y, x*y, x/y, x^y, x%y
單目運算符:
-x:將正整數轉換爲負整數;
+x:將字符串轉換爲數值;
示例:
~]# awk -F : 'END{print 100^2}' /etc/passwd
字符串操作符:
無任何操作符號時,即爲字符串連接操作;
賦值操作符:
=, +=, -=, *=, /=, ^=, %=
++, --
比較操作符:
==, !=, >, >=, <, <=
示例:
~]# awk -F : '$3==1000{print $0}' /etc/passwd
模式匹配操作符:
~:操作符左側的字符串是否能夠被右側的PATTERN所匹配;
!~:操作符左側的字符串是否不能被右側的PATTERN所匹配;
示例:
~]# awk -F : '$NF~/bash/{print $0}' /etc/passwd
邏輯運算操作符:
&&
||
!
示例:
~]# awk -F: '$3>=1000&&$3<=1100{print $0}' /etc/passwd
條件表達式:
selector(condition)?if-true-expression:if-false-expression
示例:
~]# awk -F: '{$3>=1000?usertype="Common User":usertype="SuperUser or Sysuser";printf "%20s: %-20s\n",$1,usertype}' /etc/passwd
5.PATTERN部分:
1) empty:空模式,不加區分地處理文件的每一行;
2) [!]/REGEXP/:僅處理[不]能被PATTERN匹配到的行;
示例:
~]# awk -F: '/^r/{print $0}' /etc/passwd
~]# awk -F: '!/n$/{print $0}' /etc/passwd
3) 關係表達式:
$3>=1000
$NF~/bash/
4) 行域,行範圍:
關係表達式的邏輯運算:FNR>=10&&FNR<==20
示例:
~]# awk 'NR>=15&&NR<=20{print NR,$0}' /etc/passwd
/REGEXP1/,/REGEXP2/:
從被REGEXP1匹配的行開始,直到被REGEXP2匹配的行結束,這期間的所有行;凡是屬於此類的匹配結果,有多少組就顯示多少組;
示例:
~]# awk -F: '/^r/,/^a/{print NR,$0}' /etc/passwd
5) BEGIN/END模式:
BEGIN{}
僅在開始處理文件中的第一行文本數據之前執行一次的語句塊;多用於輸出特定格式的表頭信息;
示例:
~]# awk -F: 'BEGIN{printf "%20s %10s %20s\n","USERNAME","USERID","SHELL"}NR>=15&&NR<=20{printf "%20s %10s %20s\n",$1,$3,$7}' /etc/passwd
END{}
僅在文本處理完成但awk命令尚未退出時執行一次的語句塊;多用於數據信息的彙總;
示例:
~]# awk -F: 'BEGIN{printf "%20s %10s %20s\n","USERNAME","USERID","SHELL"}NR>=15&&NR<=20{printf "%20s %10s %20s\n",$1,$3,$7}END{print "------------------------------------------------------------------\n",NR " users"}' /etc/passwd
注意:
1) BEGIN語句塊,PATTERN語句塊和END語句塊的順序,通常來講是:
BEGIN{}PATTERN{}END{}
2) BEGIN語句塊和END語句塊是可選的,但PATTERN語句塊必須要給出;
6.常用的ACTIONS
1) 表達式(Expression)
2) 組合語句(Compound Statements)
3) 輸入語句(Input Statements)
4) 輸出語句(Output Statements)
5) 控制語句(Control Statements)
7.控制語句:
if (condition) statement [ else statement ]
while (condition) statement
do statement while (condition)
for (expr1; expr2; expr3) statement
for (var in array) statement
break
continue
exit [ expression ]
switch (expression) { case value|regex : statement ... [ default: statement ] }
next
1) if ... else:
語法:
if (condition) statement [ else statement ]
使用場景:對awk取得的整行或某個字段做條件判斷;
示例:
~]# awk -F: '{if($3>=1000){print "CommonUser:",$1}else{print "Sysuser:",$1}}' /etc/passwd
~]# awk '/^[^#]/{if(NF==6){print}}' /etc/fstab
分析磁盤上各個文件系統的空間利用率:
~]# df -h | awk -F% '/^\/dev/{print $1}' | awk '{if($NF>=80){print $1}}'
2) while循環:
語法:
while (condition) statement
使用場景:
a.對一行內的多個字段逐一做相同或類似的操作處理時使用;
b.對數組中的各數組元素做遍歷處理時使用;
while循環的特點:條件爲真,進入循環;一旦條件爲假,則退出循環;
示例:
~]# awk '{i=1;while(i<=NF){print $i,length($i);i++}}' testfile
3) do ... while語句:
語法:
do statement while (condition)
意義:與while循環相同,但statement語句段至少被執行一次;
4) for循環:
語法:
for (expr1; expr2; expr3) statement
expr1:variable assignment,變量賦初值;
expr2:circle condition,循環條件判斷;
expr3:interation process,變量值修正方法;
示例:
~]# awk '{for(i=1;i<=NF;i++){print $i,length($i)}}' testfile
for (var in array) statement
5) switch ... case語句
語法:
switch (expression) { case value|regex:statement;case value2|regex2:statement;... [ default: statement ] }
使用場景:
用於進行字符串比較判斷;
6) break和continue語句:
break [n]
continue
注意:其使用場景是行內多個字段間做循環時的循環控制方式;
示例:
~]# awk '{for(i=1;i<=NF;i++){if(length($i)<5){continue}else{print $i,length($i)}}}' testfile
7) next語句:
在awk處理數據時,提前結束對當前行的處理,而直接開始處理下一行;
示例:
~]# awk -F: '{if($3%2==1){next}else{print $1,$3}}' /etc/passwd
~]# awk -F: '{if($3%2==1)next;print $1,$3}' /etc/passwd
8.數組——Array
用戶自定義的數組,一般使用關聯數組:array_name[index_expression]
注意:
1) index_expression可以使用任意的字符串,但字符串必須放在雙引號中;
2) 支持弱變量數組,即:如果某數組元素事先不存在,當引用該元素時,awk會自動創建此元素,併爲此元素賦"空字符串"作爲其初始值;
示例:
~]# awk 'BEGIN{name["leader"]="zhangsan";name["mem1"]="lisi";name["mem2"]="bob";print "Leader:",name["leader"],"Member:",name["mem1"],name["mem2"]}'
~]# awk 'BEGIN{name["leader"]="zhangsan";name["mem1"]="lisi";name["mem2"]="bob";for(i in name){print name[i]}}'
查看當前系統上所有服務的不同TCP狀態的連接數量的統計:
~]# netstat -nalt | awk '/^tcp\>/{state[$NF]++}END{for(stat in state){printf "%15s: %-10d\n",stat,state[stat]}}'
用於統計本服務器web站點的每個用戶的請求數值:
~]# awk '{ipaddr[$1]++}END{for(ip in ipaddr){print ip,ipaddr[ip]}}' /var/log/httpd/access_log
用於統計本服務器web站點的UV值:
~]# awk '{ipaddr[$1]++}END{for(ip in ipaddr){print ip,ipaddr[ip]}}' /var/log/httpd/access_log | wc -l
9.函數:
內建函數:
數值函數:Numeric Functions
rand():返回一個介於0到1之間的隨機數;
sqrt():對於指定的數值進行開二次方;
字符串函數:String Functions
length():計算給定字符串的長度;
gsub(r, s [, t]):以r表示的模式來查找t表示的字符串中能夠被匹配的內容,並將所有出現的內容替換成s表示的內容;
split(s, a [, r [, seps] ]):以seps作爲分隔符,利用r表示的模式進行匹配,將s代表的字符串分割之後,保存在a表示的數組中;
自定義函數:
function name(parameter list) { statements }