1案例1：使用awk提取文本
1.1問題
本案例要求使用awk工具完成下列過濾任務：
- 練習awk工具的基本用法
- 提取本機的網卡流量、根分區剩餘容量、獲取ssh遠程失敗的IP地址
- 格式化輸出/etc/passwd文件中的用戶名、UID、宿主目錄信息
1.2步驟
實現此案例需要按照如下步驟進行。
步驟一：awk文本過濾的基本用法
1）基本操作方法
格式：awk [選項] '[條件]{指令}' 文件
其中，print是最常用的編輯指令；若有多條編輯指令，可用分號分隔。
awk過濾數據時支持僅打印某一列，如第2列、第5列等
處理文本時，若未指定分隔符，則默認將空格、製表符等作爲分隔符。
直接過濾文件內容：
[root@svr5 ~]# cat test.txt
hello the world
welcome to beijing
[root@svr5 ~]# awk '{print $1,$3}' test.txt //打印文檔第1列和第3列
hello world
welcome beijing
結合管道過濾命令輸出：
[root@svr5 ~]# df -h | awk '{print $4}' //打印磁盤的剩餘空間
2）選項-F可指定分隔符
輸出passwd文件中以分號分隔的第1、7個字段，顯示的不同字段之間以逗號隔開，操作如下：
[root@svr5 ~]# awk -F: '{print $1,$7}' /etc/passwd
root /bin/bash
bin /sbin/nologin
daemon /sbin/nologin
adm /sbin/nologin
lp /sbin/nologin
… …
awk還識別多種單個的字符，比如以":"或"/"分隔，輸出低1、10個字段：
[root@svr5 ~]# awk -F [:/] '{print $1,$10}' /etc/passwd
root bash
bin nologin
daemon nologin
adm sbin
… …
awk常用內置變量：
$0文本當前行的全部內容
$1文本的第1列
$2文本的第2列
$3文本的第3列，以此類推
NR文件當前行的行號
NF文件當前行的列數（有幾列）
輸出每次處理的行號，以及當前行以":"分隔的字段個數（有幾列）：
[root@svr5 ~]# awk -F: '{print NR,NF}' passwd.txt
1 7
2 7
3 7
.. ..
3）awk的print指令不僅可以打印變量，還可以打印常量
[root@svr5 ~]# awk -F: '{print $1,"的解釋器:",$7}' /etc/passwd
root 的解釋器: /bin/bash
bin 的解釋器: /sbin/nologin
… …
步驟二：利用awk提取本機的網絡流量、根分區剩餘容量，獲取遠程失敗的IP地址
1）提取IP地址
分佈實現的思路及操作參考如下——
通過ifconfig eth0查看網卡信息，其中包括網卡流量：
[root@svr5 ~]# ifconfig eth0
eth0: flags=4163<UP,BROADCAST,RUNNING,MULTICAST> mtu 1500
inet 192.168.4.21 netmask 255.255.255.0 broadcast 192.168.4.255
inet6 fe80::fa64:c143:ad6a:5159 prefixlen 64 scopeid 0x20<link>
ether 52:54:00:b3:11:11 txqueuelen 1000 (Ethernet)
RX packets 313982 bytes 319665556 (304.8 MiB)
RX errors 0 dropped 0 overruns 0 frame 0
TX packets 51809 bytes 40788621 (38.8 MiB)
TX errors 0 dropped 0 overruns 0 carrier 0 collisions 0
RX爲接受的數據量，TX爲發送的數據量。packet以數據包的數量爲單位，bytes以字節爲單位：
[root@svr5 ~]# ifconfig eth0 | awk '/RX p/{print $5}' //過濾接收數據的流量
319663094
[root@svr5 ~]# ifconfig eth0 | awk '/TX p/{print $5}' //過濾發送數據的流量
40791683
2）提取根分區剩餘容量
分佈實現的思路及操作參考如下——
通過df命令查看根分區的使用情況，其中包括剩餘流量：
[root@svr5 ~]# df -h /
文件系統 容量 已用 可用 已用% 掛載點
/dev/sda2 19G 7.2G 11G 40% /
輸出上述結果中的最後一行的第四列：
[root@svr5 ~]# df -h / | tail -1 | awk '{print $4}'
11G
或者直接在awk中使用正則：
[root@svr5 ~]# df -h | awk '/\/$/{print $4}'
11G
3）根據/var/log/secure日誌文件，過濾遠程連接密碼失敗的IP地址
[root@svr5 ~]# awk '/Failed/{print $11}' /var/log/secure
192.168.2.254
192.168.2.100
... ...
步驟三：格式化輸出/etc/passwd文件
1）awk處理的時機
awk會逐行處理文件，支持在處理第一行之前做一些準備工作，以及在處理完最後一行之後做一些走總結性質的工作。在命令格式上分別體現如下：
awk [選項] '[條件]{指令}' 文件
awk [選項] ' BEGIN{指令} {指令} END{指令}' 文件
- BEGIN{}行前處理，讀取文件內容前執行，指令執行1次
- {}逐行處理，讀取文件過程中執行，指令執行n次
- END{}行後處理，讀取文件結束後執行，指令執行1次
只做預處理的時候，可以沒有操作文件，比如：
[root@svr5 ~]# awk 'BEGIN{A=24;print A*2}'
[root@svr5 ~]# awk 'BEGIN{print x+1}' #x可以不定義，直接用，默認值爲0
[root@svr5 ~]# awk 'BEGIN{print 3.2+3.5}'
舉個例子（統計系統中使用bash作爲登錄shell用戶總個數）：
a.預處理時賦值變量x=0
b.然後逐行讀入/etc/passwd文件，如果發現登錄shell是/bin/bash則x加1
c.全部處理完畢後，輸出x的值即可。相關操作及結果如下：
[root@svr5 ~]# awk 'BEGIN{x=0}/bash$/{x++} END{print x}' /etc/passwd
29
2）格式化輸出/etc/passwd文件
要求：格式化輸出passwd文件內容時，要求第一行列表標題，中間打印用戶的名稱、UID、家目錄信息，最好一行提示一共處理文本的總行數，如圖所示：
3）根據實現思路編寫、驗證awk過濾語句
輸出信息時，可以使用"\t"顯示Tab製表位：
[root@svr5 ~]# awk -F: 'BEGIN{print "User\tUID\tHome"} \
{print $1 "\t" $3 "\t" $6} \
END{print "Total",NR,"lines."}' /etc/passwd
User UID Home
root 0 /root
bin 1 /bin
daemon 2 /sbin
adm 3 /var/adm
lp 4 /var/spool/lpd
sync 5 /sbin
.. ..
Total 67 lines.