awk基礎語法與簡單示例

awk介紹
  awk：Aho, Weinberger, Kernighan，報告生成器，格式化文本輸出
   有多種版本：
     New awk（nawk），GNU awk（ gawk）
    gawk：模式掃描和處理語言
   基本用法：
     awk [options] ‘program’ var=value file…
     awk [options] -f programfile var=value file…
     awk [options] 'BEGIN{ action;… } pattern{ action;… } END{ action;… }' file ...
   awk 程序一般由：BEGIN語句塊、可以使用模式匹配的通用語句塊、END語句塊，共3部 分組成
   program一般是被單引號或雙引號中
   選項：
     -F 指明輸入時用到的字段分隔符
     -v var=value: 自定義變量
  awk語言
     基本格式：awk [options] 'program' file…
       program:pattern{action statements;..}
     pattern和action：
       pattern部分決定動做語句什麼時候觸發及觸發事件 BEGIN,END
       action statements對數據進行處理，放在{}內指明 print, printf
   分割符、域和記錄
     awk執行時，由分隔符分隔的字段（域）標記$1,$2..$n稱爲域標識。$0爲全部域，
     注意：和shell中變量$符含義不一樣
     文件的每一行稱爲記錄
     省略action，則默認執行 print $0 的操做
  awk工做原理
    第一步：執行BEGIN{action;… }語句塊中的語句
    第二步：從文件或標準輸入(stdin)讀取一行，而後執行pattern{ action;… }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，直到文件所有被讀取完畢。
    第三步：當讀至輸入流末尾時，執行END{action;…}語句塊
    BEGIN語句塊在awk開始從輸入流中讀取行以前被執行，這是一個可選的語句塊，好比 變量初始化、打印輸出表格的表頭等語句一般能夠寫在BEGIN語句塊中
    END語句塊在awk從輸入流中讀取完全部的行以後即被執行，好比打印全部行的分析 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，也是可選的。若是沒有提供pattern語句 塊，則默認執行{ print }，即打印每個讀取到的行，awk讀取的每一行都會執行該語句塊

awk
   print格式： print item1, item2, ...
  要點：
     (1) 逗號分隔符
     (2) 輸出的各item能夠字符串，也能夠是數值；當前記錄的字段、變量或awk的表達式
     (3) 如省略item，至關於print $0
   示例：

awk '{print "hello,awk"}'      
            awk –F:  '{print}'  /etc/passwd      
            awk –F:  ‘{print 「wang」}’   /etc/passwd      
            awk –F:  ‘{print $1}’   /etc/passwd 
            awk –F:  ‘{print $0}’  /etc/passwd 
            awk –F:  ‘{print $1」\t」$3}’  /etc/passwd  
            tail –3    /etc/fstab |awk ‘{print $2,$4}’

awk變量
  變量：內置和自定義變量
     FS：輸入字段分隔符，默認爲空白字符
       awk -v FS=':' '{print $1,FS,$3}’ /etc/passwd
       awk –F: '{print $1,$3,$7}’ /etc/passwd
    OFS：輸出字段分隔符，默認爲空白字符
       awk -v FS=‘:’ -v OFS=‘:’ '{print $1,$3,$7}’ /etc/passwd
     RS：輸入記錄分隔符，指定輸入時的換行符
       awk -v RS=' ' ‘{print }’ /etc/passwd
     ORS：輸出記錄分隔符，輸出時用指定符號代替換行符
       awk -v RS=' ' -v ORS='###'‘{print }’ /etc/passwd 
    NF：字段數量
       awk -F： ‘{print NF}’ /etc/fstab,引用內置變量不用$
       awk -F: '{print $(NF-1)}' /etc/passwd
    NR：記錄號
       awk '{print NR}' /etc/fstab ; awk END'{print NR}' /etc/fstab

awk
    FNR：各文件分別計數,記錄號
      awk '{print FNR}' /etc/fstab /etc/inittab
     FILENAME：當前文件名
       awk '{print FILENAME}’ /etc/fstab
    ARGC：命令行參數的個數 awk默認將本身也做爲參數
       awk '{print ARGC}’ /etc/fstab /etc/inittab 打印次數爲後面所跟文件的總行數
      awk ‘BEGIN {print ARGC}’ /etc/fstab /etc/inittab 僅僅打印一次
    ARGV：數組，保存的是命令行所給定的各參數
       awk ‘BEGIN {print ARGV[0]}’ /etc/fstab /etc/inittab
       awk ‘BEGIN {print ARGV[1]}’ /etc/fstab /etc/inittab

awk變量
  自定義變量(區分字符大小寫)
    (1) -v var=value
    (2) 在program中直接定義
   示例：
    awk -v test='hello gawk' '{print test}' /etc/fstab
    awk -v test='hello gawk' 'BEGIN{print test}'
    awk 'BEGIN{test="hello,gawk";print test}'
    awk –F:‘{sex=「male」;print $1,sex,age;age=18}’ /etc/passwd
    cat awkscript {print script,$1,$2}
    awk -F: -f awkscript script=「awk」 /etc/passwd
  printf命令
    格式化輸出：printf 「FORMAT」, item1, item2, ...
      (1) 必須指定FORMAT
      (2) 不會自動換行，須要顯式給出換行控制符，\n
      (3) FORMAT中須要分別爲後面每一個item指定格式符
  格式符：與item一一對應
  %c: 顯示字符的ASCII碼
  %d, %i: 顯示十進制整數
  %e, %E:顯示科學計數法數值
  %f：顯示爲浮點數
  %g, %G：以科學計數法或浮點形式顯示數值
  %s：顯示字符串
  %u：無符號整數
  %%: 顯示%自身
  修飾符： #[.#]：第一個數字控制顯示的寬度；第二個#表示小數點後精度，%3.1f -: 左對齊（默認右對齊） %-15s +：顯示數值的正負符號 %+d
  printf示例

awk -F: '{printf "%s",$1}' /etc/passwd 
    awk -F: '{printf "%s\n",$1}' /etc/passwd 
    awk -F: '{printf "%-20s %10d\n",$1,$3}' /etc/passwd 
    awk -F: '{printf "Username: %s\n",$1}'  /etc/passwd 
    awk -F: '{printf 「Username: %s,UID:%d\n",$1,$3}' /etc/passwd 
    awk -F: '{printf "Username: %15s,UID:%d\n",$1,$3}' /etc/passwd 
    awk -F: '{printf "Username: %-15s,UID:%d\n",$1,$3}'  /etc/passwd

操做符
  算術操做符：
     x+y, x-y, xy, x/y, x^y, x%y
     -x: 轉換爲負數
    +x: 轉換爲數值
  字符串操做符：沒有符號的操做符，字符串鏈接
  賦值操做符：
    =, +=, -=, =, /=, %=, ^= ++, --
  比較操做符：
     ==, !=, >, >=, <, <=
  模式匹配符：
  ~：左邊是否和右邊匹配包含 !~：是否不匹配
  示例：

awk –F: '$0 ~ /root/{print $1}'  /etc/passwd  
        awk '$0~「^root"' /etc/passwd   
        awk  '$0  !~ /root/'   /etc/passwd  
        awk  –F: '$3==0'  /etc/passwd

  邏輯操做符：與&&，或||，非!

  示例：

awk –F: '$3>=0 && $3<=1000 {print $1}' /etc/passwd 
    awk -F: '$3==0 || $3>=1000 {print $1}' /etc/passwd  
    awk -F: '!($3==0) {print $1}' /etc/passwd 
    awk -F: '!($3>=500) {print $3}' /etc/passwd

函數調用： function_name(argu1, argu2, ...)
  條件表達式（三目表達式）：
    selector?if-true-expression:if-false-expression
  示例：
     awk -F: '{$3>=1000?usertype="Common User":usertype="Sysadmin or SysUser";printf "%15s:%-s\n",$1,usertype}' /etc/passwd
  awk PATTERN
  PATTERN:根據pattern條件，過濾匹配的行，再作處理
    (1)若是未指定：空模式，匹配每一行
    (2) /regular expression/：僅處理可以模式匹配到的行，須要用/ /括起來
       awk '/^UUID/{print $1}' /etc/fstab
      awk '!/^UUID/{print $1}' /etc/fstab
    (3) relational expression: 關係表達式，結果爲「真」纔會被處理 真：結果爲非0值，非空字符串 假：結果爲空字符串或0值
  示例：

awk -F:  'i=1;j=1{print i,j}' /etc/passwd 
        awk  ‘!0’  /etc/passwd ; awk  ‘!1’   /etc/passwd 
        awk –F: '$3>=1000{print $1,$3}'  /etc/passwd 
        awk -F: '$3<1000{print $1,$3}'  /etc/passwd 
        awk -F: '$NF=="/bin/bash"{print $1,$NF}' /etc/passwd 
        awk -F: '$NF ~ /bash$/{print $1,$NF}' /etc/passwd

    4) line ranges：行範圍
    startline,endline：/pat1/,/pat2/ 不支持直接給出數字格式
      awk -F: ‘/^root\>/,/^nobody\>/{print $1}' /etc/passwd
      awk -F: ‘(NR>=10&&NR<=20){print NR,$1}' /etc/passwd
    (5) BEGIN/END模式
       BEGIN{}: 僅在開始處理文件中的文本以前執行一次
       END{}：僅在文本處理完成以後執行一次
    示例

awk -F : 'BEGIN {print "USER USERID"} {print $1":"$3} END{print "end file"}' /etc/passwd awk -F : '{print "USER USERID";print $1":"$3} END{print "end file"}' /etc/passwd 
        awk -F: 'BEGIN{print "  USER  UID  \n--------------- "}{print $1,$3}' /etc/passwd awk -F: 'BEGIN{print "  USER UID  \n--------------- "}{print $1,$3}'END{print "=============="} /etc/passwd 

        seq 10 |awk ‘i=0’   
        seq 10 |awk ‘i=1’ 
        seq 10 | awk 'i=!i‘   
        seq 10 | awk '{i=!i;print i}‘    
        seq 10 | awk ‘!(i=!i)’                
        seq 10 |awk -v i=1 'i=!i'

  awk action
    經常使用的action分類
      (1) Expressions:算術，比較表達式等
      (2) Control statements：if, while等
      (3) Compound statements：組合語句
      (4) input statements
      (5) output statements：print等

  awk控制語句
    { statements;… } 組合語句
    if(condition) {statements;…}
    if(condition) {statements;…} else {statements;…}
    while(conditon) {statments;…}
    do {statements;…} while(condition)
    for(expr1;expr2;expr3) {statements;…}
    break
    continue
    delete array[index]
    delete array
    exit

  awk控制語句if-else
    語法：if(condition){statement;…}[else statement]
       if(condition1){statement1}else if(condition2){statement2} else{statement3}
    使用場景：對awk取得的整行或某個字段作條件判斷
    示例：

awk -F: '{if($3>=1000)print $1,$3}' /etc/passwd 
        awk -F: '{if($NF=="/bin/bash") print $1}' /etc/passwd 
        awk '{if(NF>5) print $0}' /etc/fstab 
        awk -F: '{if($3>=1000) {printf "Common user: %s\n",$1} else {printf "root or Sysuser: %s\n",$1}}' /etc/passwd 
        awk -F: '{if($3>=1000) printf "Common user: %s\n",$1; else printf "root or Sysuser: %s\n",$1}' /etc/passwd 
        df -h|awk -F% '/^\/dev/{print $1}'|awk '$NF>=80{print $1,$5}‘ 
        awk 'BEGIN{ test=100;if(test>90){print "very good"}else if(test>60){ print "good"}else{print "no pass"}}'

  while循環
  語法：while(condition){statement;…}
  條件「真」，進入循環；條件「假」，退出循環
  使用場景： 對一行內的多個字段逐一相似處理時使用 對數組中的各元素逐一處理時使用
  示例：

awk '/^[[:space:]]*linux16/{i=1;while(i<=NF)   {print $i,length($i); i++}}' /etc/grub2.cfg 
        awk '/^[[:space:]]*linux16/{i=1;while(i<=NF) {if(length($i)>=10) {print $i,length($i)}; i++}}' /etc/grub2.cfg

  do-while循環
    語法：do {statement;…}while(condition)
    意義：不管真假，至少執行一次循環體
    示例：

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

  for循環
    語法：for(expr1;expr2;expr3) {statement;…}
    常見用法： for
      (variable assignment;condition;iteration process)
      {for-body}
  特殊用法：可以遍歷數組中的元素
  語法：for(var in array) {for-body}
  示例：
    awk '/^[[:space:]]*linux16/{for(i=1;i<=NF;i++) {print $i,length($i)}}' /etc/grub2.cfg

  性能比較
    time (awk 'BEGIN{ total=0;for(i=0;i<=10000;i++){total+=i;};print total;}')
    time(total=0;for i in {1..10000};do total=$(($total+i));done;echo $total)
    time(for ((i=0;i<=10000;i++));do let total+=i;done;echo $total)
    time(seq –s 」+」 10000|bc)

  switch語句
    語法：switch(expression) {case VALUE1 or /REGEXP/: statement1; case VALUE2 or /REGEXP2/: statement2; ...; default: statementn}
  break和continue
    awk ‘BEGIN{sum=0;for(i=1;i<=100;i++) {if(i%2==0)continue;sum+=i}print sum}‘
    awk ‘BEGIN{sum=0;for(i=1;i<=100;i++) {if(i==66)break;sum+=i}print sum}‘
  break [n]
  continue [n]
  next: 提早結束對本行處理而直接進入下一行處理（awk自身循環）
    awk -F: '{if($3%2!=0) next; print $1,$3}' /etc/passwd

awk數組
  關聯數組：array[index-expression]
  index-expression:
    (1) 可以使用任意字符串；字符串要使用雙引號括起來
    (2) 若是某數組元素事先不存在，在引用時，awk會自動建立此元素，並將其值 初始化爲「空串」
  若要判斷數組中是否存在某元素，要使用「index in array」格式進行遍歷
  示例：

weekdays[「mon」]="Monday"
             awk 'BEGIN{weekdays["mon"]="Monday";  weekdays["tue"]="Tuesday";print weekdays["mon"]}'
             awk '!arr[$0]++' dupfile 
             awk '{!arr[$0]++;print $0, arr[$0]}'  dupfile

  若要遍歷數組中的每一個元素，要使用for循環
  for(var in array) {for-body}
  注意：var會遍歷array的每一個索引
  示例：
    awk 'BEGIN{weekdays["mon"]="Monday";weekdays["tue"] ="Tuesday";for(i in weekdays) {print weekdays[i]}}‘
    netstat -tan | awk '/^tcp/{state[$NF]++}END {for(i in state) { print i,state[i]}}'
    awk '{ip[$1]++}END{for(i in ip) {print i,ip[i]}}' /var/log/httpd/access_log
數值處理：
  rand()：返回0和1之間一個隨機數
  awk 'BEGIN{srand(); for (i=1;i<=10;i++)print int(rand()*100) }'

字符串處理：
  length([s])：返回指定字符串的長度
  sub(r,s,[t])：對t字符串進行搜索r表示的模式匹配的內容，並將第一個匹配的內容替換爲s
    echo "2008:08:08 08:08:08" | awk 'sub(/:/,「-",$1)'
  gsub(r,s,[t])：對t字符串進行搜索r表示的模式匹配的內容，並所有替換爲s所表示的內容
    echo "2008:08:08 08:08:08" | awk ‘gsub(/:/,「-",$0)'
  split(s,array,[r])：以r爲分隔符，切割字符串s，並將切割後的結果保存至array所表示的數組中， 第一個索引值爲1,第二個索引值爲2,…
    netstat -tan | awk '/^tcp\>/{split($5,ip,":");count[ip[1]]++}
    END{for (i in count) {print i,count[i]}}'

自定義函數
  格式：
    function name ( parameter, parameter, ... ) {
    statements
    return expression
    }
  示例：

cat fun.awk  
    function max(v1,v2) {   
        v1>v2?var=v1:var=v2   
        return var  
    }  
    BEGIN{a=3;b=2;print max(a,b)}             
    awk –f fun.awk

  awk中調用shell命令
  system命令
  空格是awk中的字符串鏈接符，若是system中須要使用awk中的變量可使用
  空格分隔，或者說除了awk的變量外其餘一概用""引用起來。
    awk BEGIN'{system("hostname") }'
    awk 'BEGIN{score=100; system("echo your score is " score) }'

awk腳本
  將awk程序寫成腳本，直接調用或執行
  示例：

cat f1.awk  
        {if($3>=1000)print $1,$3}     
    awk -F: -f f1.awk /etc/passwd  

    cat f2.awk   
    #!/bin/awk –f  
    #this is a awk script  
    {if($3>=1000)print $1,$3}

  chmod +x f2.awk
  f2.awk –F: /etc/passwd

  向awk腳本傳遞參數
  格式：
  awkfile var=value var2=value2... Inputfile
  注意：在BEGIN過程當中不可用。直到首行輸入完成之後，變量纔可用。能夠通 過-v 參數，讓awk在執行BEGIN以前獲得變量的值。命令行中每個指定的變 量都須要一個-v參數

  示例：

cat  test.awk       
        #!/bin/awk –f    
        {if($3 >=min && $3<=max)print $1,$3}   
    chmod +x test.awk  
    test.awk -F: min=100 max=200  /etc/passwd