awk簡(jiǎn)介
awk其名稱得自于它的創(chuàng)始人 Alfred Aho 、Peter Weinberger 和 Brian Kernighan 姓氏的首個(gè)字母。實(shí)際上 AWK 的確擁有自己的語言： AWK 程序設(shè)計(jì)語言 ， 三位創(chuàng)建者已將它正式定義為“樣式掃描和處理語言”。它允許您創(chuàng)建簡(jiǎn)短的程序，這些程序讀取輸入文件、為數(shù)據(jù)排序、處理數(shù)據(jù)、對(duì)輸入執(zhí)行計(jì)算以及生成報(bào)表，還有無數(shù)其他的功能。
awk 是一種很棒的語言，它適合文本處理和報(bào)表生成，其語法較為常見，借鑒了某些語言的一些精華，如 C 語言等。在 linux 系統(tǒng)日常處理工作中，發(fā)揮很重要的作用，掌握了 awk將會(huì)使你的工作變的高大上。 awk 是三劍客的老大，利劍出鞘，必會(huì)不同凡響。
使用方法
awk '{pattern + action}' {filenames}
盡管操作可能會(huì)很復(fù)雜，但語法總是這樣，其中 pattern 表示 AWK 在數(shù)據(jù)中查找的內(nèi)容，而 action 是在找到匹配內(nèi)容時(shí)所執(zhí)行的一系列命令?；ɡㄌ?hào)（{}）不需要在程序中始終出現(xiàn)，但它們用于根據(jù)特定的模式對(duì)一系列指令進(jìn)行分組。 pattern就是要表示的正則表達(dá)式，用斜杠括起來。
awk語言的最基本功能是在文件或者字符串中基于指定規(guī)則瀏覽和抽取信息，awk抽取信息后，才能進(jìn)行其他文本操作。完整的awk腳本通常用來格式化文本文件中的信息。
通常，awk是以文件的一行為處理單位的。awk每接收文件的一行，然后執(zhí)行相應(yīng)的命令，來處理文本。
awk 的原理
通過一個(gè)簡(jiǎn)短的命令，我們來了解其工作原理。
[root@Gin scripts]# awk '{print $0}' /etc/passwd
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
.....................................................
[root@Gin scripts]# echo hhh|awk '{print "hello,world"}'
hello,world
[root@Gin scripts]# awk '{print "hiya"}' /etc/passwd
hiya
hiya
hiya
hiya
...............................................
你將會(huì)見到/etc/passwd 文件的內(nèi)容出現(xiàn)在眼前。現(xiàn)在，解釋 awk 做了些什么。調(diào)用 awk時(shí)，我們指定/etc/passwd 作為輸入文件。執(zhí)行 awk 時(shí)，它依次對(duì)/etc/passwd 中的每一行執(zhí)行 print 命令。
所有輸出都發(fā)送到 stdout，所得到的結(jié)果與執(zhí)行 cat /etc/passwd 完全相同。
現(xiàn)在，解釋{ print }代碼塊。在 awk 中，花括號(hào)用于將幾塊代碼組合到一起，這一點(diǎn)類似于 C 語言。在代碼塊中只有一條 print 命令。在 awk 中，如果只出現(xiàn) print 命令，那么將打印當(dāng)前行的全部?jī)?nèi)容。
再次說明， awk 對(duì)輸入文件中的每一行都執(zhí)行這個(gè)腳本。
$ awk -F":" '{ print $1 }' /etc/passwd
$ awk -F":" '{ print $1 $3 }' /etc/passwd
$ awk -F":" '{ print $1 " " $3 }' /etc/passwd
$ awk -F":" '{ print "username: " $1 "\t\tuid:" $3" }' /etc/passwd
-F參數(shù)：指定分隔符，可指定一個(gè)或多個(gè)
print 后面做字符串的拼接
下面通過幾實(shí)例來了解下awk的工作原理：
實(shí)例一：只查看test.txt文件（100行）內(nèi)第20到第30行的內(nèi)容（企業(yè)面試）
[root@Gin scripts]# awk '{if(NR>=20 NR=30) print $1}' test.txt
20
21
22
23
24
25
26
27
28
29
30
實(shí)例二：已知test.txt文件內(nèi)容為：
[root@Gin scripts]# cat test.txt
I am Poe,my qq is 33794712
請(qǐng)從該文件中過濾出'Poe'字符串與33794712，最后輸出的結(jié)果為：Poe 33794712
[root@Gin scripts]# awk -F '[ ,]+' '{print $3" "$7}' test.txt
Poe 33794712
BEGIN 和 END 模塊
通常，對(duì)于每個(gè)輸入行， awk 都會(huì)執(zhí)行每個(gè)腳本代碼塊一次。然而，在許多編程情況中，可能需要在 awk 開始處理輸入文件中的文本之前執(zhí)行初始化代碼。對(duì)于這種情況， awk 允許您定義一個(gè) BEGIN 塊。
因?yàn)?awk 在開始處理輸入文件之前會(huì)執(zhí)行 BEGIN 塊，因此它是初始化 FS（字段分隔符）變量、打印頁眉或初始化其它在程序中以后會(huì)引用的全局變量的極佳位置。
awk 還提供了另一個(gè)特殊塊，叫作 END 塊。 awk 在處理了輸入文件中的所有行之后執(zhí)行這個(gè)塊。通常， END 塊用于執(zhí)行最終計(jì)算或打印應(yīng)該出現(xiàn)在輸出流結(jié)尾的摘要信息。
實(shí)例一：統(tǒng)計(jì)/etc/passwd的賬戶人數(shù)
[root@Gin scripts]# awk '{count++;print $0;} END{print "user count is ",count}' passwd
root:x:0:0:root:/root:/bin/bash
..............................................
user count is 27
count是自定義變量。之前的action{}里都是只有一個(gè)print,其實(shí)print只是一個(gè)語句，而action{}可以有多個(gè)語句，以;號(hào)隔開。這里沒有初始化count，雖然默認(rèn)是0，但是妥當(dāng)?shù)淖龇ㄟ€是初始化為0:
[root@Gin scripts]# awk 'BEGIN {count=0;print "[start] user count is ",count} {count=count+1;print $0} END{print "[end] user count is ",count}' passwd
[start] user count is 0
root:x:0:0:root:/root:/bin/bash
...................................................................
[end] user count is 27
實(shí)例二：統(tǒng)計(jì)某個(gè)文件夾下的文件占用的字節(jié)數(shù)
[root@Gin scripts]# ll |awk 'BEGIN {size=0;} {size=size+$5;} END{print "[end]size is ",size}'
[end]size is 1489
如果以M為單位顯示:
[root@Gin scripts]# ll |awk 'BEGIN{size=0;} {size=size+$5;} END{print "[end]size is ",size/1024/1024,"M"}'
[end]size is 0.00142002 M
awk運(yùn)算符
awk 賦值運(yùn)算符：a+5;等價(jià)于： a=a+5;其他同類
[root@Gin scripts]# awk 'BEGIN{a=5;a+=5;print a}'
10
awk邏輯運(yùn)算符：
[root@Gin scripts]# awk 'BEGIN{a=1;b=2;print (a>2b>1,a=1||b>1)}'
0 1
判斷表達(dá)式 a>2b>1為真還是為假，后面的表達(dá)式同理
awk正則運(yùn)算符：
[root@Gin scripts]# awk 'BEGIN{a="100testaa";if(a~/100/) {print "ok"}}'
ok
[root@Gin scripts]# echo|awk 'BEGIN{a="100testaaa"}a~/test/{print "ok"}'
ok
關(guān)系運(yùn)算符：
如： > 可以作為字符串比較，也可以用作數(shù)值比較，關(guān)鍵看操作數(shù)如果是字符串就會(huì)轉(zhuǎn)換為字符串比較。兩個(gè)都為數(shù)字 才轉(zhuǎn)為數(shù)值比較。字符串比較：按照ascii碼順序比較。
[root@Gin scripts]# awk 'BEGIN{a="11";if(a>=9){print "ok"}}' #無輸出
[root@Gin scripts]# awk 'BEGIN{a=11;if(a>=9){print "ok"}}'
ok
[root@Gin scripts]# awk 'BEGIN{a;if(a>=b){print "ok"}}'
ok
awk 算術(shù)運(yùn)算符：
說明，所有用作算術(shù)運(yùn)算符進(jìn)行操作，操作數(shù)自動(dòng)轉(zhuǎn)為數(shù)值，所有非數(shù)值都變?yōu)?。
[root@Gin scripts]# awk 'BEGIN{a="b";print a++,++a}'
0 2
[root@Gin scripts]# awk 'BEGIN{a="20b4";print a++,++a}'
20 22
這里的a++ , ++a與javascript語言一樣：a++是先賦值加++；++a是先++再賦值
三目運(yùn)算符 ?:
[root@Gin scripts]# awk 'BEGIN{a="b";print a=="b"?"ok":"err"}'
ok
[root@Gin scripts]# awk 'BEGIN{a="b";print a=="c"?"ok":"err"}'
err
常用 awk 內(nèi)置變量
注：內(nèi)置變量很多，參閱相關(guān)資料
字段分隔符 FS
FS="\t" 一個(gè)或多個(gè) Tab 分隔
[root@Gin scripts]# cat tab.txt
ww CC IDD
[root@Gin scripts]# awk 'BEGIN{FS="\t+"}{print $1,$2,$3}' tab.txt
ww CC IDD
FS="[[:space:]+]" 一個(gè)或多個(gè)空白空格，默認(rèn)的
[root@Gin scripts]# cat space.txt
we are studing awk now!
[root@Gin scripts]# awk -F [[:space:]+] '{print $1,$2,$3,$4,$5}' space.txt
we are
[root@Gin scripts]# awk -F [[:space:]+] '{print $1,$2}' space.txt
we are
FS="[" ":]+" 以一個(gè)或多個(gè)空格或：分隔
[root@Gin scripts]# cat hello.txt
root:x:0:0:root:/root:/bin/bash
[root@Gin scripts]# awk -F [" ":]+ '{print $1,$2,$3}' hello.txt
root x 0
字段數(shù)量 NF
[root@Gin scripts]# cat hello.txt
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin:888
[root@Gin scripts]# awk -F ":" 'NF==8{print $0}' hello.txt
bin:x:1:1:bin:/bin:/sbin/nologin:888
記錄數(shù)量 NR
[root@Gin scripts]# ifconfig eth0|awk -F [" ":]+ 'NR==2{print $4}' ## NR==2也就是取第2行
192.168.17.129
RS 記錄分隔符變量
將 FS 設(shè)置成"\n"告訴 awk 每個(gè)字段都占據(jù)一行。通過將 RS 設(shè)置成""，還會(huì)告訴 awk每個(gè)地址記錄都由空白行分隔。
[root@Gin scripts]# cat recode.txt
Jimmy the Weasel
100 Pleasant Drive
San Francisco,CA 123456
Big Tony
200 Incognito Ave.
Suburbia,WA 64890
[root@Gin scripts]# cat awk.txt
#!/bin/awk
BEGIN {
FS="\n"
RS=""
}
{
print $1","$2","$3
}
[root@Gin scripts]# awk -f awk.txt recode.txt
Jimmy the Weasel,100 Pleasant Drive,San Francisco,CA 123456
Big Tony,200 Incognito Ave.,Suburbia,WA 64890
OFS 輸出字段分隔符
[root@Gin scripts]# cat hello.txt
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin:888
[root@Gin scripts]# awk 'BEGIN{FS=":"}{print $1","$2","$3}' hello.txt
root,x,0
bin,x,1
[root@Gin scripts]# awk 'BEGIN{FS=":";OFS="#"}{print $1,$2,$3}' hello.txt
root#x#0
bin#x#1
ORS 輸出記錄分隔符
[root@Gin scripts]# cat recode.txt
Jimmy the Weasel
100 Pleasant Drive
San Francisco,CA 123456
Big Tony
200 Incognito Ave.
Suburbia,WA 64890
[root@Gin scripts]# cat awk.txt
#!/bin/awk
BEGIN {
FS="\n"
RS=""
ORS="\n\n"
}
{
print $1","$2","$3
}
[root@Gin scripts]# awk -f awk.txt recode.txt
Jimmy the Weasel,100 Pleasant Drive,San Francisco,CA 123456
Big Tony,200 Incognito Ave.,Suburbia,WA 64890
awk 正則
正則應(yīng)用
規(guī)則表達(dá)式
awk '/REG/{action} ' file,/REG/為正則表達(dá)式，可以將$0 中，滿足條件的記錄送入到：action 進(jìn)行處理
[root@Gin scripts]# awk '/root/{print $0}' passwd ##匹配所有包含root的行
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
[root@Gin scripts]# awk -F: '$5~/root/{print $0}' passwd ## 以分號(hào)作為分隔符，匹配第5個(gè)字段是root的行
root:x:0:0:root:/root:/bin/bash
[root@Gin scripts]# ifconfig eth0|awk 'BEGIN{FS="[[:space:]:]+"} NR==2{print $4}'
192.168.17.129
布爾表達(dá)式
awk '布爾表達(dá)式{action}' file 僅當(dāng)對(duì)前面的布爾表達(dá)式求值為真時(shí)， awk 才執(zhí)行代碼塊。
[root@Gin scripts]# awk -F: '$1=="root"{print $0}' passwd
root:x:0:0:root:/root:/bin/bash
[root@Gin scripts]# awk -F: '($1=="root")($5=="root") {print $0}' passwd
root:x:0:0:root:/root:/bin/bash
awk 的 if、循環(huán)和數(shù)組
條件語句
awk 提供了非常好的類似于 C 語言的 if 語句。
{
if ($1=="foo"){
if($2=="foo"){
print "uno"
}else{
print "one"
}
}elseif($1=="bar"){
print "two"
}else{
print "three"
}
}
使用 if 語句還可以將代碼：
! /matchme/ { print $1 $3 $4 }
轉(zhuǎn)換成：
{
if ( $0 !~ /matchme/ ) {
print $1 $3 $4
}
}
循環(huán)結(jié)構(gòu)
我們已經(jīng)看到了 awk 的 while 循環(huán)結(jié)構(gòu)，它等同于相應(yīng)的 C 語言 while 循環(huán)。 awk 還有"do...while"循環(huán)，它在代碼塊結(jié)尾處對(duì)條件求值，而不像標(biāo)準(zhǔn) while 循環(huán)那樣在開始處求值。
它類似于其它語言中的"repeat...until"循環(huán)。以下是一個(gè)示例：
do...while 示例
{
count=1do {
print "I get printed at least once no matter what"
} while ( count !=1 )
}
與一般的 while 循環(huán)不同，由于在代碼塊之后對(duì)條件求值， "do...while"循環(huán)永遠(yuǎn)都至少執(zhí)行一次。換句話說，當(dāng)?shù)谝淮斡龅狡胀?while 循環(huán)時(shí)，如果條件為假，將永遠(yuǎn)不執(zhí)行該循環(huán)。
for 循環(huán)
awk 允許創(chuàng)建 for 循環(huán)，它就象 while 循環(huán)，也等同于 C 語言的 for 循環(huán)：
for ( initial assignment; comparison; increment ) {
code block
}
以下是一個(gè)簡(jiǎn)短示例：
for ( x=1;x=4;x++ ) {
print "iteration", x
}
此段代碼將打?。?/p>
iteration1
iteration2
iteration3
iteration4
break 和 continue
此外，如同 C 語言一樣， awk 提供了 break 和 continue 語句。使用這些語句可以更好地控制 awk 的循環(huán)結(jié)構(gòu)。以下是迫切需要 break 語句的代碼片斷：
while 死循環(huán)
while (1) {
print "forever and ever..."
}
while 死循環(huán) 1 永遠(yuǎn)代表是真，這個(gè) while 循環(huán)將永遠(yuǎn)運(yùn)行下去。
以下是一個(gè)只執(zhí)行十次的循環(huán)：
#break 語句示例
x=1
while(1) {
print "iteration", x
if ( x==10 ) {
break
}
x++
}
這里， break 語句用于“逃出”最深層的循環(huán)。 "break"使循環(huán)立即終止，并繼續(xù)執(zhí)行循環(huán)代碼塊后面的語句。
continue 語句補(bǔ)充了 break，其作用如下：
x=1while (1) {
if ( x==4 ) {
x++
continue
}
print "iteration", x
if ( x>20 ) {
break
}
x++
}
這段代碼打印"iteration1"到"iteration21"， "iteration4"除外。如果迭代等于 4，則增加 x并調(diào)用 continue 語句，該語句立即使 awk 開始執(zhí)行下一個(gè)循環(huán)迭代，而不執(zhí)行代碼塊的其余部分。如同 break 一樣，
continue 語句適合各種 awk 迭代循環(huán)。在 for 循環(huán)主體中使用時(shí)， continue 將使循環(huán)控制變量自動(dòng)增加。以下是一個(gè)等價(jià)循環(huán)：
for ( x=1;x=21;x++ ) {
if ( x==4 ) {
continue
}
print "iteration", x
}
在while 循環(huán)中時(shí)，在調(diào)用 continue 之前沒有必要增加 x，因?yàn)?for 循環(huán)會(huì)自動(dòng)增加 x。
數(shù)組
AWK 中的數(shù)組都是關(guān)聯(lián)數(shù)組,數(shù)字索引也會(huì)轉(zhuǎn)變?yōu)樽址饕?/p>
{
cities[1]=”beijing”
cities[2]=”shanghai”
cities[“three”]=”guangzhou”
for( c in cities) {
print cities[c]
}
print cities[1]
print cities[“1”]
print cities[“three”]
}
for…in 輸出，因?yàn)閿?shù)組是關(guān)聯(lián)數(shù)組，默認(rèn)是無序的。所以通過 for…in 得到是無序的數(shù)組。如果需要得到有序數(shù)組，需要通過下標(biāo)獲得。
數(shù)組的典型應(yīng)用
用 awk 中查看服務(wù)器連接狀態(tài)并匯總
netstat -an|awk '/^tcp/{++s[$NF]}END{for(a in s)print a,s[a]}'
ESTABLISHED 1
LISTEN 20
統(tǒng)計(jì) web 日志訪問流量，要求輸出訪問次數(shù)，請(qǐng)求頁面或圖片，每個(gè)請(qǐng)求的總大小，總訪問流量的大小匯總
awk '{a[$7]+=$10;++b[$7];total+=$10}END{for(x in a)print b[x],x,a[x]|"sort -rn -k1";print
"total size is :"total}' /app/log/access_log
total size is :172230
21 /icons/poweredby.png 83076
14 / 70546
8 /icons/apache_pb.gif 18608
a[$7]+=$10 表示以第 7 列為下標(biāo)的數(shù)組（ $10 列為$7 列的大小），把他們大小累加得到
$7 每次訪問的大小，后面的 for 循環(huán)有個(gè)取巧的地方， a 和 b 數(shù)組的下標(biāo)相同，所以一
條 for 語句足矣
常用字符串函數(shù)
字符串函數(shù)的應(yīng)用
替換
awk 'BEGIN{info="this is a test2010test!";gsub(/[0-9]+/,"!",info);print info}' this is a test!test!
在 info 中查找滿足正則表達(dá)式， /[0-9]+/ 用”!”替換，并且替換后的值，賦值給 info 未
給 info 值，默認(rèn)是$0
查找
awk 'BEGIN{info="this is a test2010test!";print index(info,"test")?"ok":"no found";}'
ok #未找到，返回 0
匹配查找
awk 'BEGIN{info="this is a test2010test!";print match(info,/[0-9]+/)?"ok":"no found";}'
ok #如果查找到數(shù)字則匹配成功返回 ok，否則失敗，返回未找到
截取
awk 'BEGIN{info="this is a test2010test!";print substr(info,4,10);}'
s is a tes #從第 4 個(gè) 字符開始，截取 10 個(gè)長(zhǎng)度字符串
分割
awk 'BEGIN{info="this is a test";split(info,tA," ");print length(tA);for(k in tA){print k,tA[k];}}' 4
4 test 1 this 2 is 3 a
#分割 info,動(dòng)態(tài)創(chuàng)建數(shù)組 tA,awk for …in 循環(huán)，是一個(gè)無序的循環(huán)。 并不是從數(shù)組下標(biāo)
1…n 開始
