Linux系统之文本格式化工具awk

PPPPYeah

2016-02-04

关注关注

一、文本处理工具

grep、sed和awk都是文本处理工具，虽然都是文本处理工具但却都有各自的优缺点，一种文本处理命令是不能被另一个完全替换的，否则也不会出现三个文本处理命令了。只不过，相比较而言，sed和awk功能更强大而已，且已独立成一种语言来介绍。

grep：文本过滤器，如果仅仅是过滤文本，可使用grep，其效率要比其他的高很多；

sed：Stream EDitor，流编辑器，默认只处理模式空间，不处理原数据，如果你处理的数据是针对行进行处理的，可以使用sed；

awk：报告生成器，格式化以后显示。如果对处理的数据需要生成报告之类的信息，或者你处理的数据是按列进行处理的，最好使用awk。

二、awk可以完成的一些功能

将文本文件看做由记录和字段组成的文本数据库
使用变量操作数据库
使用算术和字符串操作符
使用普通的程序设计结构，例如循环和条件
生帮格式化报告
定义函数
从脚本中执行unix命令
处理unix命令的结果
更加巧妙的处理命令行的参数
更容易地处理多个输入流

三、语法格式

# awk [options] 'script' file1 file2, ... 
# awk [options] 'PATTERN { action }' file1 file2, ..

1、选项

-F fs or --field-separator fs：

指定输入文件折分隔符，fs是一个字符串或者是一个正则表达式，如-F:

#awk -F: '/root/{print $1,$NF}' /etc/passwd 
#awk -F: '/root/{print $1$NF}' /etc/passwd 
#awk -F: '/root/{print $1 $NF}' /etc/passwd 
#awk -F: '/root/{print $1"#"$NF}' /etc/passwd

Linux系统之文本格式化工具awk

-v 选项定义的变量在脚本运行之前即存在，可以在脚本的 BEGIN 流程中被调用；

Linux系统之文本格式化工具awk

2、awk的输出：print和printf

⑴、print的使用格式：

print item1, item2, ...

要点：

①、各项目之间使用逗号隔开，而输出时则以空白字符分隔；

②、输出的item可以为字符串或数值、当前记录的字段(如$1)、变量或awk的表达式；数值会先转换为字符串，而后再输出；

③、print命令后面的item可以省略，此时其功能相当于print $0, 因此，如果想输出空白行，则需要使用print ""；

注意，在AWK中，$表示字段，用户变量不需要加$，这是AWK与shell或者Perl不同之处！在shell中，变量定义时不加$，再次引用时则需要用$，而在Perl中，无论定义和引用时都需要加$ (Perl中$表示标量，另有@和%符号表示数组和Hash变量)。

实例

Linux系统之文本格式化工具awk

⑵、printf的使用格式

printf format, item1, item2, ...

format格式的指示符都以%开头，后跟一个字符,

转换数字成ASCII,如printf "%c", 67结果为C。

Linux系统之文本格式化工具awk

%d, %i

打印十进制整数，如printf "%dn", 6.745结果为6。

Linux系统之文本格式化工具awk

%e, %E

转换数字为科学（指数）符号，如printf "%4.3en", 6745结果为6.745e+03。

Linux系统之文本格式化工具awk

以浮点表示法打印数字，如 printf "%4.3f\n", 6745结果为6745.0000000

Linux系统之文本格式化工具awk

打印字符串,如printf "%10s\n", 6745结果为十个空格加6745。

Linux系统之文本格式化工具awk

可更改的格式：

位置指示符，可调整字符串的输出位置。printf "%s %s %s\n", "I", "lOVE","YOU"输出为：I LOVE YOU，我们调整一下位置，printf "%3$s %2$s %1$s\n", "YOU", "LOVE","I",输出结果为：I LOVE YOU

Linux系统之文本格式化工具awk

修饰符

N: 显示宽度；

-: 左对齐；

+：右对齐（也可以显示数值符号正负之用）；

Linux系统之文本格式化工具awk

3、模式和操作

⑴、模式可以是以下任意一个：

/正则表达式/：使用通配符的扩展集。
关系表达式：可以用下面运算符表中的关系运算符进行操作，可以是字符串或数字的比较，如$2>%1选择第二个字段比第一个字段长的行。
模式匹配表达式：用运算符~(匹配)和~!(不匹配)。
模式，模式：指定一个行的范围。该语法不能包括BEGIN和END模式。
BEGIN：让用户指定在第一条输入记录被处理之前所发生的动作，通常可在这里设置全局变量。
END：让用户在最后一条输入记录被读取之后发生的动作。

⑵、操作由一人或多个命令、函数、表达式组成，之间由换行符或分号隔开，并位于大括号内。主要有四部份：

变量或数组赋值
输出命令
内置函数
控制流命令

4、变量

⑴、awk内置变量之记录变量

FS: field separator	读取文件本时，所使用字段分隔符
RS: Record separator	输入文本信息所使用的换行符
OFS: Output Filed Separator	输出字段分隔符(默认值是一个空格)
ORS：Output Row Separator	输出记录分隔符(默认值是一个换行符)

Linux系统之文本格式化工具awk

注：

从$1,$2一直到$NF，整行用$0标，如果$0被赋予新值，所有的$1,$2...和NF都将被重新计算。同样，若$i被改变，$0将用OFS重新计算。

⑵、awk内置变量之数据变量

NR: The number of input records	awk命令所处理的记录数；如果有多个文件，这个数目会把处理的多个文件中行统一计数
NF：Number of Field	当前记录的field个数
FNR	当前文件的相对记录数
ARGV	数组，保存命令行本身这个字符串，如awk '{print $0}' a.txt b.txt这个命令中，ARGV[0]保存awk，ARGV[1]保存a.txt
ARGC	awk命令的参数的个数
FILENAME	awk命令所处理的文件的名称
ENVIRON	当前shell环境变量及其值的关联数组

NR用法

Linux系统之文本格式化工具awk

NF用法（默认以空格分隔）

Linux系统之文本格式化工具awk

FNR用法

Linux系统之文本格式化工具awk

ARGV用法

Linux系统之文本格式化工具awk

之二

Linux系统之文本格式化工具awk

FILENAME用法

Linux系统之文本格式化工具awk

ENVIRON用法

Linux系统之文本格式化工具awk

注：

ARGV数组由ARGV[0]....ARGV[ARGC-1]组成，第一个元素是0而不是1,这与AWK中的般数组不同

ENVIROND数组在shell与AWK的交互中非常有用，使用ENVIRON["PARA_NAME"]来获取环境变量$PARA_NAME的值，其中引号“”不可少！

5、标准输出与重定向

⑴、输出重定向

print items > output-file

print items >> output-file

print items | command

⑵、特殊文件描述符：

/dev/stdin：标准输入

/dev/sdtout: 标准输出

/dev/stderr: 错误输出

/dev/fd/N: 某特定文件描述符，如/dev/stdin就相当于/dev/fd/0；

实例：

# awk -F" " '{printf "%-15s %i\n",$1,$3 > "/dev/stderr" }' /etc/issue 
# awk -F" " '{printf "%-15s %i\n",$1,$3 > "/dev/null" }' /etc/issue

Linux系统之文本格式化工具awk

6、awk的操作符：

⑴、算术操作符：

-x: 负值

+x: 转换为数值；

x^y:

x**y: 次方

x*y: 乘法

x/y：除法

x+y:

x-y:

x%y:

实例

Linux系统之文本格式化工具awk

⑵、字符串操作符：

只有一个，而且不用写出来，用于实现字符串连接；

⑶、赋值操作符：

**=

需要注意的是，如果某模式为=号，此时使用/=/可能会有语法错误，应以/[=]/替代；

⑷、布尔值

awk中，任何非0值或非空字符串都为真，反之就为假；

⑸、比较操作符：

x < y True if x is less than y.

x <= y True if x is less than or equal to y.

x > y True if x is greater than y.

x >= y True if x is greater than or equal to y.

x == y True if x is equal to y.

x != y True if x is not equal to y.

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.

⑺、表达式间的逻辑关系符：

实例：

Linux系统之文本格式化工具awk

⑻、条件表达式：

selector?if-true-exp:if-false-exp

if selector; then

if-true-exp

else

if-false-exp

实例

Linux系统之文本格式化工具awk

⑼、函数调用：

function_name(para1,para2)

7、控制语句

⑴、 if-else

语法：

if (condition) {then-body} else {[ else-body ]}

实例：

#awk '{if ($3==0) {print $1, "Adminitrator";} else { print $1,"Common User"}}' /etc/passwd 
#awk -F: '{if ($1=="root") print $1, "Admin"; else print $1, "Common User"}' /etc/passwd 
#awk -F: '{if ($1=="root") printf "%-15s: %s\n", $1,"Admin"; else printf "%-15s: %s\n", $1, "Common User"}' /etc/passwd 
#awk -F: -v sum=0 '{if ($3>=500) sum++}END{print sum}' /etc/passwd

Linux系统之文本格式化工具awk

⑵、 while

语法：

while (condition){statement1; statment2; ...}

实例：

#awk -F: '{i=1;while (i<=3) {print $i;i++}}' /etc/passwd 
#awk -F: '{i=1;while (i<=NF) { if (length($i)>=4) {print $i}; i++ }}' /etc/passwd 
#awk '{i=1;while (i<=NF) {if ($i>=20000) print $i; i++}}' random.txt 
#random.txt文件的内容为一堆随机数。

Linux系统之文本格式化工具awk

⑶、do-while 至少执行一次循环体，不管条件满足与否

语法：

do {statement1, statement2, ...} while (condition)

实例：

#awk 'BEGIN{ 
sum=0; 
i=0; 
do{ 
sum+=i; 
i++; 
}while(i<=100) 
print sum;}'

Linux系统之文本格式化工具awk

⑷、for

语法：for ( variable assignment; condition; iteration process) { statement1, statement2, ...}

实例：

1	`#awk -F: '{for(i=1;i<=3;i++) { if (length($i)>=8) {print $i}}}' /etc/passwd`

Linux系统之文本格式化工具awk

for循环还可以用来遍历数组元素：

语法：

for (i in array) {statement1, statement2, ...}

实例：

#awk -F: '$NF!~/^$/{BASH[$NF]++}END{for(A in BASH){printf "%-15s:%i\n",A,BASH[A]}}' /etc/passwd

Linux系统之文本格式化工具awk

⑸、 case

语法：switch (expression) { case VALUE or /REGEXP/: statement1, statement2,... default: statement1, ...}

⑹、 break 和 continue

常用于循环或case语句中

⑺、 next

提前结束对本行文本的处理，并接着处理下一行；例如，下面的命令将显示其ID号为奇数的用户：

实例：

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

Linux系统之文本格式化工具awk

9、awk中使用数组

⑴、数组

array[index-expression]

index-expression可以使用任意字符串；需要注意的是，如果某数据组元素事先不存在，那么在引用其时，awk会自动创建此元素并初始化为空串；因此，要判断某数据组中是否存在某元素，需要使用index in array的方式。

要遍历数组中的每一个元素，需要使用如下的特殊结构：

语法

for (var in array) { statement1, ... }

其中，var用于引用数组下标，而不是元素值；

实例：

1	`#netstat -ant \| awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'`

⑵、删除数组变量

从关系数组中删除数组索引需要使用delete命令。使用格式为：

delete array[index]

10、awk的内置函数

split(string, array [, fieldsep [, seps ] ])

功能：将string表示的字符串以fieldsep为分隔符进行分隔，并将分隔后的结果保存至array为名的数组中；数组下标为从1开始的序列；

实例：

# netstat -ant | awk '/:80\>/{split($5,clients,":");IP[clients[1]]++}END{for(i in IP){print IP[i],i}}' | sort -rn | head -50 
# netstat -tan | awk '/:80\>/{split($5,clients,":");ip[clients[4]]++}END{for(a in ip) print ip[a],a}' | sort -rn | head -50 
# df -lh | awk '!/^File/{split($5,percent,"%");if(percent[1]>=20){print $1}}'

Linux系统之文本格式化工具awk

length([string])

功能：返回string字符串中字符的个数；

substr(string, start [, length])

功能：取string字符串中的子串，从start开始，取length个；start从1开始计数；

1	`# tail -10 /etc/passwd \|awk -F: '{print substr($1,1,6)}'`

Linux系统之文本格式化工具awk

system(command)

功能：执行系统command并将结果返回至awk命令

1	`# awk 'BEGIN{print system("ls -l")}'`

Linux系统之文本格式化工具awk

systime()

功能：systime函数返回从1970年1月1日开始到当前时间(不计闰年)的整秒数

Linux系统之文本格式化工具awk

tolower(s)

功能：将s中的所有字母转为小写

toupper(s)

功能：将s中的所有字母转为大写

1	`# awk 'BEGIN{s="acl";print toupper(s)}'`

Linux系统之文本格式化工具awk

================================完===================================================

PS:

awk简单应用到此结束！

awk linux系统

安科网

Linux系统之文本格式化工具awk

PPPPYeah

PPPPYeah

相关推荐

awk命令详解

[Linux Shell学习系列十四]sed和awk-6.awk与Shell

Linux下科学计数法(e)转化为数字的方法

shell脚本-awk

shell awk 常见命令

zabbix监控nginx状态信息

Linux awk统计日志中出现过的IP(或出现次数最多的N个IP)

awk教程

shell脚本之awk(一)

Linux 基础 - AWK 用法

Linux 文本处理利器--Awk常用命令

awk命令

Linux 中awk 提取包含某个关键字的段落

shell监控系统资源并通过短信报警的脚本

网站维护：Linux服务器查看外网访问IP指令汇总

正则表达式awk学习（三）

shell-分析服务器日志

SHELL用法九（awk练习）

三剑客

杀进程批量和单个演示

PPPPYeah