日期: 2015年09月15日
awk命令:報告生成工具
awk的作用:
awk是一種編程語言,(awk的名源自該程序的作者們名字的首字母 a.k.a Aho, Weinberger, Kernighan)用於在linux/unix下對文本和數據進行處理。數據可以來自標準輸入(stdin)、
一個或多個文件,或其它命令的輸出。它支持用戶自定義函數和動態正則表達式等先進功能,
是linux/unix下的一個強大編程工具。它在命令行中使用,但更多是作爲腳本來使用。
awk的工作原理:
awk 'BEGIN{ commands } pattern{ commands } END{ commands }'
第一步:執行BEGIN{ commands }語句塊中的語句;
第二步:從文件或標準輸入(stdin)讀取一行,然後執行pattern{ commands }語句塊,它逐行掃描文件,從第一行到最後一行重複這個過程,直到文件全部被讀取完畢。
第三步:當讀至輸入流末尾時,執行END{ commands }語句塊。
BEGIN語句塊在awk開始從輸入流中讀取行之前被執行,這是一個可選的語句塊,比如變量初始化、打印輸出表格的表頭等語句通常可以寫在BEGIN語句塊中。
END語句塊在awk從輸入流中讀取完所有的行之後即被執行,比如打印所有行的分析結果這類信息彙總都是在END語句塊中完成,它也是一個可選語句塊。
pattern語句塊中的通用命令是最重要的部分,它也是可選的。如果沒有提供pattern語句塊,則默認執行{ print },即打印每一個讀取到的行,awk讀取的每一行都會執行該語句塊。
基本語法:
awk [options] 'program' file file ...
awk [options] 'PATTERN{action}' file file ...
常用選項:
-F fs fs指定輸入分隔符,fs可以是字符串或正則表達式,如-F:
-v var=value 賦值一個用戶定義變量,將外部變量傳遞給awk
-f scripfile 從腳本文件中讀取awk命令
awk的輸出:
print item1, item2,...
要點:
(1) 各項目之間使用逗號分隔,而輸出時則使用輸出分隔符分隔
(2) 輸出的各item可以字符串或數值、當前記錄的字段、變量或awk的表達式;數值會被隱式轉換爲字符串後輸出
(3) print後面item如果省略,相當於print $0;輸出空白,使用pirnt ""
awk的變量:
內置變量,自定義變量
內置變量
FS:Field Seperator, 輸入時的字段分隔符
# awk 'BEGIN{FS=":"}{print $1,$7}' /etc/passwd
RS:Record Seperator, 輸入行分隔符
OFS: Output Field Seperator, 輸出時的字段分隔符;
ORS: Outpput Row Seperator, 輸出時的行分隔符;
NF:Numbers of Field,字段數
NR:Numbers of Record, 行數;所有文件的一併計數;
FNR:行數;各文件分別計數;
ARGV:數組,保存命令本身這個字符,awk '{print $0}' 1.txt 2.txt,意味着ARGV[0]保存awk,
ARGC: 保存awk命令中參數的個數;
FILENAME: awk正在處理的當前文件的名稱;
可自定義變量
-v var_name=VALUE
變量名區分字符大小寫;
(1) 可以program中定義變量;
(2) 可以命令行中通過-v選項自定義變量;
awk的printf命令:
命令的使用格式:printf format, item1,item2,...
要點:
(1) 要指定format;
(2) 不會自動換行;如需換行則需要給出\n
(3) format用於爲後面的每個item指定其輸出格式;
format格式的指示符都%開頭,後跟一個字符:
%c: 顯示字符的ASCII碼;
%d, %i: 十進制整數;
%e, %E: 科學計數法顯示數值;
%f: 顯示浮點數;
%g, %G: 以科學計數法格式或浮點數格式顯示數值;
%s: 顯示字符串;
%u: 顯示無符號整數;
%%: 顯示%自身;
修飾符:
#:顯示寬度
-:左對齊
+:顯示數值的符號
.#: 取值精度
awk輸出重定向:
print items > output-file
print items >> output-file
print items | command
特殊文件描述符:
/dev/stdin: 標準輸入
/dev/stdout: 標準輸出
/dev/stderr: 錯誤輸出
awk的操作符:
算術操作符:
x+y
x-y
x*y
x/y
x**y, x^y
x%y
-x:負值
+x:轉換爲數值
字符串操作符:連接
賦值操作符:
=
+=
-=
*=
/=
%=
^=
**=
++
--
如果模式自身是=號,要寫爲/=/
比較操作符:
<
<=
>
>=
==
!=
~:模式匹配,左邊的字符串能夠被右邊的模式所匹配爲真,否則爲假;
!~:
邏輯操作符:
&&: 與
||:或
條件表達式:
selector?if-true-expression:if-false-expression
函數調用:
function_name(argu1,argu2)
模式:
(1) Regexp: 格式爲/PATTERN/
僅處理被/PATTERN/匹配到的行;
(2) Expression: 表達式,其結果爲非0或非空字符串時滿足條件;
僅處理滿足條件的行;
(3) Ranges: 行範圍,此前地址定界,
NR
僅處理範圍內的行
(4) BEGIN/END: 特殊模式,僅在awk命令的program運行之前(BEGIN)或運行之後(END)執行一次;
(5) Empty:空模式,匹配任意行;
常用的action:
(1) Expressions
(2) Control statements
(3) Compound statements
(4) input statements
(5) output statements
控制語句
1 if-else
格式:if (condition) {then body} else {else body}
# awk -F: '{if ($3>=500) {print$1,"is a common user"} else {print $1, "is an admin or systemuser"}}' /etc/passwd
# awk '{if (NF>=8) {print}}'/etc/inittab
2 while
格式:while (condition) {while body}
# awk '{i=1; while (i<=NF){printf"%s ",$i;i+=2};print ""}' /etc/inittab
# awk '{i=1; while (i<=NF){if(length($i)>=6) {print $i}; i++}}' /etc/inittab
length()函數:取字符串的長度
3 do-while循環
格式:do {do-while body} while (condition)
4 for循環
格式:for (variable assignment; condition; iterationprocess) {for body}
# awk '{for (i=1;i<=NF;i+=2){printf"%s ",$i};print ""}' /etc/inittab
# awk '{for (i=1;i<=NF;i++){if(length($i)>=6) print $i}}' /etc/inittab
for循環可用來遍歷數組元素:
語法:for (i in array) {for body}
5 case語句
語法:switch (expression) {case VALUE or /RGEEXP/:statement1;... default: stementN}
6 循環控制
break
continue
7 next
提前結束對本行的處理進而提前進入下一行的處理;
# awk -F: '{if($3%2==0) next;print $1,$3}'/etc/passwd
# awk -F: '{if(NR%2==0) next; printNR,$1}' /etc/passwd
數組:
傳統數組:Index編號從1開始;
關聯數組:
array[index-expression]
index-expression: 可以使用任意字符串; 如果某數組元素事先不存在,那麼在引用時,awk會自動創建此元素並將其初始化爲空串;因此,要判斷某數組是否存在某元素,必須使用“index in array”這種格式;
A[first]="hello awk"
print A[second]
要遍歷數組中的每一個元素,需要使用如下特殊結構:
for (var in array) {for body}
其var會遍歷array的索引;
state[LISTEN]++
state[ESTABLISHED]++
# netstat -tan | awk'/^tcp/{++state[$NF]}END{for (s in state) {print s,state[s]}}'
# awk '{ip[$1]++}END{for (i in ip) {printi,ip[i]}}' /var/log/httpd/access_log
刪除數組元素:
delete array[index]
awk的內置函數:
split(string,array[,fieldsep[,seps]]):
功能:將string表示的字符串以fieldsep爲分隔符進行切片,並切片後的結果保存至array爲名的數組中;數組下標從1開始;
root:x:0:0::/root:/bin/bash
user[1]="root", user[2]
此函數有返回值,返回值爲切片後的元素的個數
# netstat -tn | awk '/^tcp/{lens=split($5,client,":");ip[client[1]]++}END{for(i in ip) print i,ip[i]}'
length(string)
功能:返回給定字串的長度
substr(string,start[,length])
功能:從string中取子串,從start爲起始位置爲取length長度的子串;