AWK入门

一 、 AWK基本句法使用
awk [options] 'BEGIN{ action;… } pattern{ action;… } END{action;… }' file ...

1. awk 基本语法

awk 选项 ‘program’ filename

• 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 'print "11111",$1'
• program--->pattern--->{action statements;..}
• pattern 决定动作语句什么时候触发 BEGIN END
• action 对数据进行处理 放在 { } 内部指明
• print printf 输入后面指定的内容
• $0 表示所有域 表示整行 每个 表示 $1 $2 $3 ....$n
• 文件的每一行为一条记录 ; 分号 也可以分成记录
• action 省略 默认 print $0 打印整行

选项

-F 指明输入时用到的字段分隔符 "[ %]+"
-v 自定义变量
-f 引用文件里写的变量，属性或参数 programfile
FS 输入字段的分隔符 列的分隔符
field 域，字段；列 column
行recout
OFS 输出字段风格符 默认,号 为空白字符
-v OFS=“--->”
RS 输入记录分隔符 指定输入时的换行符
-v RS=“;”
ORS 输出记录的分隔符 指定符号代替换行符
-v ORS=“---->”
NF 字段个数
NR 记录号
FNR 各文件分别计数，记录号
FILENAME 当前文件名
ARGC 命令行中的参数个数 awk 也算一个参数
ARGV 数组，保存的是命令行所给定的各参数 从0 开始计数 0为awk
自定义变量 区分字符大小写 -v var=value

2 . printf命令

格式化输出：printf “FORMAT”, item1, item2, ...
(1) 必须定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

操作符

• 算术操作符：

  x+y, x-y, x*y, x/y, x^y, x%y
  -x: 转换为负数
  +x: 转换为数值
  字符串操作符：没有符号的操作符，字符串连接

• 赋值操作符：

  =, +=, -=, *=, /=, %=, ^=++, --
  下面两语句有何不同
  awk ‘BEGIN{i=0;print ++i,i}’ 1 1
  awk ‘BEGIN{i=0;print i++,i}’ 0 1

• 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
  正则表达式，使用的扩展的正则表达式
  示例：
  awk –F: '$0 ~ /root/{print $1}‘ /etc/passwd
  awk '$0~“^root"' /etc/passwd
  awk '$0 !~ /root/‘ /etc/passwd
  awk –F: ‘$3==0’ /etc/passwd

• 逻辑操作符：

  与&&，或||，非! 【！！！不是短路与 短路或】
  示例：
  awk –F: '$3>=0 && $3<=1000 {print $1}' /etc/passwd
  awk -F: '$3==0 || $3>=1000 {print $1}' /etc/passwd
  awk -F: ‘!($3==0) {print $1}' /etc/passwd
  awk -F: ‘!($3>=500) {print $3}’ /etc/passwd

• 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
  awk -F: '{$3>=1000?usertype="common user":usertype="sysuser";printf "%-15s:%-30s %d \n",usertype,$1,$3}' /etc/passwd
  示例：
  awk -F: '{$3>=1000?usertype="Common User":usertype="Sysadmin
  or SysUser";printf "%15s:%-s\n",$1,usertype}' /etc/passwd

• PATTERN:根据pattern条件，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
  • awk ‘!0’ /etc/passwd ; awk ‘!1’ /etc/passwd
  • awk –F: '$3>=1000{print $1,$3}' /etc/passwd
  • awk -F: '$3<1000{print $1,$3}' /etc/passwd
  • awk -F: '$NF=="/bin/bash"{print $1,$NF}' /etc/passwd
  • awk -F: '$NF ~ /bash$/{print $1,$NF}' /etc/passwd
  (4) line ranges：行范围
  startline,endline：/pat1/,/pat2/ 不支持直接给出数字格式
  awk -F: ‘/^root\>/,/^nobody\>/{print $1}' /etc/passwd
  awk -F: ‘(NR>=10&&NR<=20){print NR,$1}' /etc/passwd

• awk action

  常用的action分类
  算数，比较表达式
  if while
  组合语句 ； 隔开
  print printf

  3 . awk 控制语句

• awk if-else

  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
  length($1)

• while 循环

  语法：while(condition【表达式，真|假】){statement;...}
  表达式条件为真，进入循环，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

• 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

• 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
  time cmdmon 查看运行用时多久 性能比较

• switch语句

  语法：switch(expression) {case VALUE1 or /REGEXP/:statement1; case VALUE2 or /REGEXP2/:statement2;...; default: statementn}

• break与continue 同shell用法一样

• 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）

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

• 关联数组：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“
  • awk 'BEGIN{weekdays["mon"]="Monday";
  weekdays["tue"]="Tuesday";print weekdays["mon"]}‘
  • awk ‘!arr[$0]++’ dupfile
  • awk '{!arr[$0]++;print $0, arr[$0]}' dupfile
  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

4 . awk文本处理

• 数值处理：

  rand()：返回0和1之间一个随机数
  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]}}'

5 . awk 函数

• 自定义函数

  function name ( parameter, parameter, ... ) {
  statements
  return expression
  }
  示例：
  cat fun.awk
  function max(v1,v2) {
  v1>v2?var=v1:var=v2
  return var
  }
  BEGIN{a=3;b=2;print max(a,b)}
  awk –f fun.awk
  写脚本 #!/bin/awk #-f 引入脚本

• awk中引用shell命令

  system命令
  用法：system( )
  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 scoreis " score) }'