awk簡介
awk: 中文意思是報告生成器 能夠根據我們輸入的信息,將信息格式化以後顯示,將定義好的信息以比較美觀(直觀)的方式顯示出來出現比較早,繼而出現了new awk(nawk)在windows上實現,gawk, awk實現在linux上。awk是一種編程語言,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、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的處理文本和數據的方式是這樣的,它逐行掃描文件,從第一行到最後一行,尋找匹配的特定模式的行,並在這些行上進行你想要的操作。如果沒有指定處理動作,則把匹配的行顯示到標準輸出(屏幕),如果沒有指定模式,則所有被操作所指定的行都被處理。awk分別代表其作者姓氏的第一個字母,分別是Alfred Aho、Brian Kernighan、Peter Weinberger。gawk是awk的GNU版本,它提供
了Bell實驗室和GNU的一些擴展。下面就對awk進行介紹。
awk使用的基本格式:
# awk [options] 'script' file1 file2, ... # awk [options] 'PATTERN { action }' file1 file2, ...細化了上面的組合 常用的命令:print(輸出), printf(打印)
awk工作過程
根據我們所定義的模式,一次從文件中讀取一行文本,awk會對取出的文本做相應的切片,將每一行按照分隔符進行切割,假如我們有一行文本: this is a test.它會使用空白字符當做分隔符,將它們各個分開,切割成了四個片,分別爲: this is a test.這四個片,可以使用變量,分別對應爲$1,$2,$3,$4代表四個切割片,下面就做一個演示,看如何實現awk的強大功能
一、awk的輸出:print
print的使用格式: print item1, item2, ...
輸出要點:
1、各項目之間使用逗號隔開,而輸出時則以空白字符分隔;
2、輸出的item可以爲字符串或數值、當前記錄的字段(如$1)、變量或awk的表達式;數值會先轉換爲字符串,而後再輸出;
3、print命令後面的item可以省略,此時其功能相當於print $0, 因此,如果想輸出空白行,則需要使用print "";
實例分析:
顯示整個文本(注意,這裏只是測試,所以只有一行) # awk '{print $N}' test.txt this is a test. # awk '{print $0}' test.txt this is a test. 顯示文本的一行中的第一個參數 # awk '{print $1}' test.txt this 顯示文本的一行中的第二個參數 # awk '{print $2}' test.txt is 顯示文本的一行中的第四個參數 # awk '{print $4}' test.txt test. 顯示文本的一行中的第一與第二個個參數 # awk '{print $1,$2}' test.txt this is 顯示文本的一行中的第一個與第二個參數,中間可以加#號 # awk 'BEGIN{OFS="#"}{print $1,$2}' test.txt this#is 顯示文本中的各個參數,還可以加修飾符 # awk 'BEGIN{OFS=":"}{print $1,$2,$3,$4}' test.txt this:is:a:test. 顯示文本中的參數,還可以加修飾符,還可以加字符串 # awk 'BEGIN{OFS=":"}{print $1,"hello",$2}' test.txt this:hello:is 輸出三行,注意換行需要加\n # awk 'BEGIN { print "line one\nline two\nline three" }' line one line two line three
二、awk變量
2.1 awk內置變量之記錄變量:
FS: field separator,讀取文本時所使用的字段分隔符 RS: Record separator,讀取文本信息所使用的換行符 OFS: Output Filed Separator: 輸出文本時使用的字段分隔符 ORS:Output Row Separator:輸出文本時使用的行分隔符
2.2 awk內置變量之數據變量:
NR: The number of input records,awk命令所處理的記錄數;如果有多個文件,這個數目會把處理的多個文件中行統一計數;
NF:Number of Field,當前記錄的field個數;
FNR: 與NR不同的是,FNR用於記錄正處理的行是當前這一文件中被總共處理的行數;
實例分析:
顯示文本的行數 # awk '{print NR}' test.txt 1 顯示一行總共有幾個參數 # awk '{print NF}' test.txt 4 顯示文本的最後一個參數 # awk '{print $NF}' test.txt test. 同時查看多個文本 # awk '{print FNR}' test.txt /etc/fstab 1 顯示的是第一個文本的行數 1 顯示的是第二個文本的第一行數,一此類推 2 顯示的是第二個文本的第二行數 3 顯示的是第二個文本的第三行數
ARGV: 數組,保存命令行本身這個字符串,如awk '{print $0}' a.txt b.txt這個命令中,ARGV[0]保存awk,ARGV[1]保存a.txt;
ARGC: awk命令的參數的個數;
FILENAME: awk命令所處理的文件的名稱;
ENVIRON:當前shell環境變量及其值的關聯數組;
查看環境變量 # awk 'BEGIN{print ENVIRON["PATH"]}' /usr/kerberos/sbin:/usr/kerberos/bin:/usr/local/sbin:/usr/local/bin:/sbin:/ bin:/usr/sbin:/usr/bin:/usr/local/apache/bin:/usr/local/mysql/bin:/root/bin
2.3 用戶自定義變量
gawk允許用戶自定義自己的變量以便在程序代碼中使用,變量名命名規則與大多數編程語言相同,只能使用字母、數字和下劃線,且不能以數字開頭。gawk變量名稱區分字符大小寫。
2.3.1 在腳本中賦值變量
在gawk中給變量賦值使用賦值語句進行
2.3.2 在命令行中使用賦值變量
gawk命令也可以在“腳本”外爲變量賦值,並在腳本中進行引用。
實例分析:
輸出一個變量,並賦值 # awk 'BEGIN{var="variable testing";print var}' variable testing # awk -v var="variable testing" 'BEGIN{print var}' variable testing
三、awk打印工具:printf
printf命令的使用格式: printf format, item1, item2, ...
printf要點:
1、其與print命令的最大不同是,printf需要指定format;
2、format用於指定後面的每個item的輸出格式;
3、printf語句不會自動打印換行符;需要添加\n
format格式的指示符都以%開頭,後跟一個字符;如下:
%c: 顯示第一個參數的第一個字符
%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: 以科學計數法的格式或浮點數的格式顯示數值;
%s: 顯示字符串;
%u: 無符號整數;
%%: 顯示%自身;
修飾符:
N: 顯示寬度;
-: 左對齊;
+:顯示數值符號;
舉例分析:
# awk '{printf "%c\n",$1}' test.txt t 顯示第一個參數的第一個字母 # awk '{printf "%s\n",$1}' test.txt this 顯示第一個參數 # awk '{printf "%10s\n",$1}' test.txt this 顯示時用了10個字符串,默認是右對齊 # awk '{printf "%-10s\n",$1}' test.txt this 顯示時左對齊,後面有6個空字符串 # awk '{printf "%-10s,%-10s\n",$1,$2}' test.txt this ,is # awk '{printf "%-10s%-10s\n",$1,$2}' test.txt this is # awk -F: '{printf "%5d",$3}' /etc/passwd 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 99 81 28 69 77 38 70 32 47 51 74 16 68 100 2965534 43 42 500 501 502 503 2002 2003 2004 4004 2033 2034 4005 4006 4007 4011 4017 4018 4019 4026 4027 4028 48 25 101 # awk -F: '{printf "%-5d\n",$3}' /etc/passwd 左對齊 # awk -F: '{printf "%+5d\n",$3}' /etc/passwd 右對齊 # awk -F: '{printf "%-15s %i\n",$1,$3}' test.txt this is a test. 0
四、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/sdtout: 標準輸出 /dev/stderr: 錯誤輸出 /dev/fd/N: 某特定文件描述符,如/dev/stdin就相當於/dev/fd/0; 例子: # awk -F: '{printf "%-15s %i\n",$1,$3 > "/dev/stderr" }' /etc/passwd root 0 bin 1 daemon 2 adm 3 lp 4 sync 5 shutdown 6 halt 7
五、awk的操作符:
5.1 算術操作符:
-x: 負值
+x: 轉換爲數值;
x^y:
x**y: 次方
x*y: 乘法
x/y:除法
x+y:
x-y:
x%y:
5.2 字符串操作符:
只有一個,而且不用寫出來,用於實現字符串連接;
5.3 賦值操作符:
=、+=、-=、*=、/=、%=、^=、**=、++、--
需要注意的是,如果某模式爲=號,此時使用/=/可能會有語法錯誤,應以/[=]/替代;
5.4 布爾值
awk中,任何非0值或非空字符串都爲真,反之就爲假;
5.5 比較操作符:
x < y x小於y爲真,反之爲假 x <= y x小於等於y爲真,反之爲假 x > y x大於y爲真,反之爲假 x >= y x大於等於y爲真,反之爲假 x == y x恆等於y爲真,反之爲假 x != y x不等於y爲真,反之爲假 x ~ y True if the string x matches the regexp denoted by y. x !~ y True if the string x does not match the regexp denoted by y. subscript in array True if the array array has an element with the subscript subscript.
5.5 表達式間的邏輯關係符:
&&: 邏輯與
|| :邏輯或
5.6 條件表達式:相當於if語句
舉例:若a大於b,則取a is max,反之取b is max a=3 b=4 a>b?a is max:b is max
5.7 函數調用:
function_name (para1,para2)
六、awk的模式:
awk 'program' input-file1 input-file2 ...
其中的program爲:
pattern { action }
pattern { action }
...
6.1 常見的模式類型:
1、Regexp: 正則表達式,格式爲/regular expression/
例如:顯示以r開頭的行 # awk -F: '/^r/{print $1}' /etc/passwd root rpc rpcuser
2、expresssion:表達式,其值非0或爲非空字符時滿足條件,如:$1 ~ /foo/ 或 $1 == "magedu",用運算符~(匹配)和~!(不匹配)。
例題: 顯示id號小於等於2的用戶和id號 # awk -F: '$3-1<5{print $1,$3}' /etc/passwd root 0 bin 1 daemon 2 # awk -F: '$3<=5{print $1,$3}' /etc/passwd root 0 bin 1 daemon 2 取出默認shell爲bash的用戶 # awk -F: '$7~"bash$"{print $1,$7}' /etc/passwd root /bin/bash student /bin/bash visitor /bin/bash myuseradd /bin/bash 顯示默認shell不是bash的用戶 # awk -F: '$7!~"bash"{print $1,$7}' /etc/passwd bin /sbin/nologin daemon /sbin/nologin adm /sbin/nologin lp /sbin/nologin
3、Ranges: 指定的匹配範圍,格式爲pat1,pat2
顯示id號爲0或者shell爲/sbin/nologin的用戶 # awk -F: '$3==0,$7~"nologin"{print $1,$3,$7}' /etc/passwd root 0 /bin/bash bin 1 /sbin/nologin
4、BEGIN/END:特殊模式,僅在awk命令執行前運行一次或結束前運行一次
# awk -F: '$3==0,$7~"nologin"{printf "%-10s%-20s\n",$1,$7}' /etc/passwd root /bin/bash bin /sbin/nologin 可以在顯示時顯示錶頭 # awk -F: 'BEGIN{print "Username shell"}{printf "%-10s%-20s\n",$1,$7}' /etc/passwd Username shell root /bin/bash bin /sbin/nologin daemon /sbin/nologin adm /sbin/nologin 顯示錶頭和表尾 # awk -F: 'BEGIN{print "Username shell"} {printf "%-10s%-20s\n",$1,$7}END {print "END OF report"}' /etc/passwd Username shell root /bin/bash bin /sbin/nologin daemon /sbin/nologin adm /sbin/nologin END OF report
5、Empty(空模式):匹配任意輸入行,對文件中的每一行做匹配
# awk -F: '{printf "%-10s%-20s\n",$1,$7}' /etc/passwd root /bin/bash bin /sbin/nologin daemon /sbin/nologin adm /sbin/nologin
6.2 常見的Action(動作)
1、Expressions:表達式 2、Control statements:控制語句(if、while...do、for....等待) 3、Compound statements:複合語句 4、Input statements:輸入語句 5、Output statements:輸出語句
/正則表達式/:使用通配符的擴展集。
關係表達式:可以用下面運算符表中的關係運算符進行操作,可以是字符串或數字的比較,如$2>%1選擇第二個
字段比第一個字段長的行。
模式匹配表達式:
模式,模式:指定一個行的範圍。該語法不能包括BEGIN和END模式。
BEGIN:讓用戶指定在第一條輸入記錄被處理之前所發生的動作,通常可在這裏設置全局變量。
END:讓用戶在最後一條輸入記錄被讀取之後發生的動作。
七、控制語句:
7.1 if-else
語法:if (condition) {then-body} else {[ else-body ]}
實例分析:
若用戶是root則顯示“admin”否則顯示爲“Common user” # awk -F: '{if ($1=="root") print $1,"admin"; else print $1, "Common user"}' /etc/passwd root admin bin Common user daemon Common user adm Common user lp Common user 這是對上面的語法格式化了,看起來更美觀 # awk -F: '{if ($1=="root") printf "%-15s: %s\n", $1,"Admin"; else printf "%-15s: %s\n", $1, "Common User"}' /etc/passwd root : Admin bin : Common User daemon : Common User adm : Common User lp : Common User 統計id號大於等於500的用戶個數 # awk -F: -v sum=0 '{if ($3>=500) sum++}END{print sum}' /etc/passwd 21
7.2 while
語法: while (condition){statement1; statment2; ...}
實例分析:
顯示字符串大於等於8的(每一個字符串都要做一下判斷) # awk -F: '{i=1;while (i<=NF) {if (length($i)>=8) {print $i}; i++ }}' /etc/passwd /bin/bash /sbin/nologin /sbin/nologin /var/adm /sbin/nologin /var/spool/lpd 顯示字符串大於等於4的 # awk -F: '{i=1;while (i<=NF){if (length($i)>=4) {print $i}; i++}}' /etc/passwd root root /root /bin/bash /bin /sbin/nologin daemon daemon
7.3 do-while
語法: do {statement1, statement2, ...} while (condition)
顯示字符串小於等於4的(注意使用do語句時,先執行的是條件) # awk -F: '{i=1;do {print $i;i++}while(i<=3)}' /etc/passwd root x 0 bin
7.4 for
語法: for ( variable assignment; condition; iteration process) { statement1, statement2, ...}
例題:
1、顯示字符串大於等於4的 # awk -F: '{for(i=1;i<=NF;i++) {if (length($i)>=4) {print $i}}}' /etc/passwd root root /root /bin/bash 2、顯示字符串小於等於4的 # awk -F: '{for(i=1;i<=3;i++) print $i}' /etc/passwd root x 0 bin for循環還可以用來遍歷數組元素: 語法: for (i in array) {statement1, statement2 例如:顯示 # awk -F: '$NF!~/^$/{BASH[$NF]++}END{for(A in BASH){printf "%-15s:%i\n",A,BASH[A]}}' /etc/passwd /bin/sync :1 /bin/bash :20 /sbin/nologin :31 /sbin/halt :1 /etc/tcsh :1 /sbin/shutdown :1
7.5 case
語法:switch (expression) { case VALUE or /REGEXP/: statement1, statement2,... default:
statement1, ...}
7.6 break 和 continue
常用於循環或case語句中
7.7 next
提前結束對本行文本的處理,並接着處理下一行;例如,下面的命令將顯示其ID號爲奇數的用戶:
# awk -F: '{if($3%2==0) next;print $1,$3}' /etc/passwd bin 1 adm 3 sync 5 halt 7 news 9 operator 11
八、awk中使用數組
8.1 數組
array[index-expression]
index-expression可以使用任意字符串;需要注意的是,如果某數據組元素事先不存在,那麼在引用其時,awk會自動創建此元素並初始化爲空串;因此,要判斷某數據組中是否存在某元素,需要使用index in array的方式。要遍歷數組中的每一個元素,需要使用如下的特殊結構:
for (var in array) { statement1, ... }
顯示各個shell的個數和 # awk -F: '{shell[$NF]++}END{for(A in shell) {print A,shell[A]}}' /etc/passwd 1 /bin/sync 1 /bin/bash 20 /sbin/nologin 31 /sbin/halt 1 /etc/tcsh 1 /sbin/shutdown 1 其中,var用於引用數組下標,而不是元素值; 統計tcp連接狀態的個數($6也是最後一個字段,可以使用$NF) # netstat -ant | awk '/^tcp/ {STATE[$NF]++} END {for(a in STATE) print a, STATE[a]}' LISTEN 11 ESTABLISHED 2 每出現一次被/^tcp/模式匹配到的行,數組S[$NF]就加1,NF爲當前匹配到的行的 最後一個字段,此處用其值做爲數組S的元素索引; 統計訪問本地的IP及個數 # awk '{count[$1]++}END{for(ip in count) {printf "%-20s:%d\n",ip,count[ip]}}' /var/log/httpd/access_log 192.168.10.1 :1 172.16.50.5 :10 用法與上一個例子相同,用於統計某日誌文件中IP地的訪問量
8.2 刪除數組變量
從關係數組中刪除數組索引需要使用delete命令。使用格式爲:
delete array[index]
九、awk的內置函數
split(string, array [, fieldsep [, seps ] ])
功能:將string表示的字符串以fieldsep爲分隔符進行分隔,並將分隔後的結果保存至array爲名的數組中;數組下標爲從0開始的序列;
# netstat -ant | awk '/:80\>/{split($5,clients,":");IP[clients[1]]++}END{for(i in IP){print IP[i],i}}' | sort -rn | head -50
length([string])
功能:返回string字符串中字符的個數;
substr(string, start [, length])
功能:取string字符串中的子串,從start開始,取length個;start從1開始計數;
system(command)
功能:執行系統command並將結果返回至awk命令
systime()
功能:取系統當前時間
tolower(s)
功能:將s中的所有字母轉爲小寫
toupper(s)
功能:將s中的所有字母轉爲大寫
十、用戶自定義函數
自定義函數使用function關鍵字。格式如下:
function F_NAME([variable])
{
statements
}
函數還可以使用return語句返回值,格式爲“return value”。