文本處理三劍客之AWK
AWK的基本格式：linux
awk [options] 'program' file…
註釋：
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）
awk工做原理:shell
第一步：執行BEGIN{action;… }語句塊中的語句express
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。centos
第三步：當讀至輸入流末尾時，執行END{action;…}語句塊數組
注意：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bash
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）
注意：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。BEGIN語句塊和END語句塊分別爲文家處理前和處理後執行的語句段
1）OPTIONSdom
選項（options）：
tcp
-F指明輸入時用到的字段分隔符(默認以空格爲分隔符)
-v var內置變量|var=value: 自定義變量ide
變量分爲內置變量和自定義變量：函數
●內置變量：
FS：輸入字段分隔符，默認爲空白字符（與-F效果相同）
[root@dashui ~]# awk -v FS=":" '{print $1,$3}' /etc/passwd
root 0
bin 1
daemon 2
OFS：輸出字段分隔符，默認爲空白字符
[root@dashui ~]# awk -v FS=":" -v OFS="*" '{print $1,$3}' /etc/passwd
root*0
bin*1
daemon*2
RS：輸入記錄分隔符，指定讀入時的換行符，原換行符仍有效
[root@dashui ~]# awk -v RS=' ' '{print}' hah //指定讀入時的分割符，只要出現空格就被換行
nihao
a
haha
i
amfanin
[root@dashui ~]# cat hah
nihao a haha
i amfanin
ORS：輸出記錄分隔符，輸出時用指定符號代替換行符
[root@dashui ~]# cat hah
nihao a haha
i amfanin
[root@dashui ~]# awk -v ORS='=== ' '{print}' hah //指定輸出分隔符爲===，因此原來換行被替換成===
nihao a haha=== i amfanin=== [root@dashui ~]#
NF：字段數量
[root@dashui ~]# awk -F: '{print NF}' /etc/passwd //以：爲分隔符，每一行有幾個字段
7
7
7
NR：行號(若是有多個文件，則行號統計在一塊兒)
[root@dashui ~]# awk '{print NR}' hah
1
2
[root@dashui ~]# awk '{print NR}' hah /etc/fstab //hah的行號和/etc/fstab的統計在了一塊
1
2
3
4
5
6
7
8
9
10
11
12
13
14
FNR：各文件分別計數,行號
[root@dashui ~]# awk '{print FNR}' hah /etc/fstab
1
2
1
2
3
4
5
6
7
8
9
10
11
12
FILENAME：當前文件名
[root@dashui ~]# awk '{print FILENAME}' hah //由於前面的pattern沒有寫，因此默認每讀入一行，就執行一次print
hah
hah
[root@dashui ~]# cat hah
nihao a haha
i amfanin
ARGC：命令行參數的個數
[root@dashui ~]# awk '{print ARGC}' hah //其中第一個參數爲awk ，第二個爲 hah
2
2
ARGV：數組，保存的是命令行所給定的各參數
[root@dashui ~]# awk '{print ARGV[0]}' hah //0是第一個參數，1是第二個參數
awk
awk
[root@dashui ~]# awk '{print ARGV[1]}' hah
hah
hah
●自定義變量
(1) -v var=value
變量名區分字符大小寫
(2) 在program中直接定義
[root@dashui ~]# awk -v name=xiaoshui 'BEGIN{print name}'
xiaoshui
[root@dashui ~]# awk 'BEGIN{name="xiaozhao";print name}'
xiaozhao
注意：自定義變量時須要加上雙引號，不加的話可能會定義不成功，以下
[root@dashui ~]# awk 'BEGIN{name=xiaozhao;print name}'
[root@dashui ~]# awk 'BEGIN{name="xiaozhao";print name}'
xiaozhao
2）program
program分爲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）
（1）action（print、printf）
Expressions:算術，比較表達式等
Control statements：if, while等
Compound statements：組合語句
input statements
output statements：print等
print格式：print item1, item2, ...
(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
[root@dashui ~]# awk -F : '{print $1,$3}' /etc/passwd
root 0
bin 1
daemon 2
[root@dashui ~]# awk -F : '{print $1,"xiaoshui",$3}' /etc/passwd
root xiaoshui 0
bin xiaoshui 1
daemon xiaoshui 2
[root@dashui ~]# awk -F : '{print }' /etc/passwd
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin
printf
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
[root@dashui ~]# awk -F : '{printf "%s %d\n",$1,$3 }' /etc/passwd //若是不加\n默認是不換行的
root 0
bin 1
daemon 2
（2）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
[root@dashui ~]# awk '/^UUID/{print $1}' /etc/fstab // 以UUID開頭的行
UUID=136f7cbb-d8f6-439b-aa73-3958bd33b05f
UUID=bf3d4b2f-4629-4fd7-8d70-a21302111564
UUID=cbf33183-93bf-4b4f-81c0-ea6ae91cd4f6
UUID=5e11b173-f7e2-4994-95b9-55cc4c41f20b
(3) relational expression: 關係表達式，結果有「真」有「假」，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
[root@dashui ~]# awk '0{print $0}' hah //由於前面爲0，因此不執行
[root@dashui ~]# awk '!0{print $0}' hah //與上面相反
nihao a haha
i amfanin
[root@dashui ~]# awk -F: '$3==0{print $0}' /etc/passwd //只有當$3=0時候，纔會執行print
root:x:0:0:root:/root:/bin/bash
（4） line ranges：行範圍
startline,endline：/pat1/,/pat2/不支持直接給出數字格式
[root@dashui ~]# awk -F: '/^root\>/,/^daemon\>/{print}' /etc/passwd //打印以root開頭與以daemon開頭的之間的行
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin
[root@dashui ~]#
（5）(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
[root@dashui ~]# awk 'BEGIN{print "start"}{print $0}END{print "end"}' hah //在開始和結束時候分別打印start和end
start
nihao a haha
i amfanin
end
[root@dashui ~]# cat hah
nihao a haha
i amfanin
AWK的操做符
算術操做符：
x+y, x-y, x*y, x/y, x^y, x%y
-x: 轉換爲負數
+x: 轉換爲數值
[root@dashui ~]# awk 'BEGIN{i=1;j=2;sum=i+j;{print sum}}'
3
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
[root@dashui ~]# awk -F: '$1~"root"{print $0}' /etc/passwd //當$1即usrename爲root或者包含 root時候，執行print
root:x:0:0:root:/root:/bin/bash
chroot:x:1003:1003:,62984566:/home/chroot:/bin/bash
rooter:x:3320:4327:,62984566:/home/rooter:/bin/bash
[root@dashui ~]# awk -F: '$3<2{print $0}' /etc/passwd //$3即uid小於2時，執行print
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
邏輯操做符：與&&，或||，非!
[root@dashui ~]# awk -F: '$3>1000 && $3<2000{print $0}' /etc/passwd
xiaoshui:x:1001:1001:xiaoshui,342342342:/home/xiaoshui:/bin/bash
chroot:x:1003:1003:,62984566:/home/chroot:/bin/bash
centos:x:1004:1004:,62984566:/home/centos:/bin/bash
[root@dashui ~]# awk -F: '$1=="root" || $1=="xiaoshui"{print $0}' /etc/passwd
root:x:0:0:root:/root:/bin/bash
xiaoshui:x:1001:1001:xiaoshui,342342342:/home/xiaoshui:/bin/bash
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
（1）{ statements;… } 組合語句
[root@dashui ~]# awk '{a=1;print a}' hah //將多個語句組合在一塊兒
1
1
（2）●if(condition) {statements;…}
[root@dashui ~]# awk -F: '{if($3==0){print $0}}' /etc/passwd
root:x:0:0:root:/root:/bin/bash
注意：條件在小括號中，條件後的語句需在{ }中
（3）●if(condition) {statements;…} else {statements;…}
● if(condition1){statement1}else if(condition2){statement2}else{statement3}
[root@dashui ~]# awk '{if($0=="dashui"){print "dashui"} else{print "not dashui"}}' hah
not dashui
not dashui
dashui
[root@dashui ~]# cat hah
nihao a haha
i amfanin
dashui
（4）●while(conditon) {statments;…}
//下面是找到以空格開頭後跟linux16的行，將匹配到的行中的每一個字段的長度與8比較，大於8的輸出
[root@dashui ~]# awk '/^[[:space:]]+linux16/{i=1;while(i<=NF){if(length($i)>8){print $i,length($i)};i++}}' /etc/grub2.cfg
/vmlinuz-3.10.0-327.el7.x86_64 30
root=UUID=136f7cbb-d8f6-439b-aa73-3958bd33b05f 46
net.ifnames=0 13
/vmlinuz-0-rescue-3f3be6c44d1047a8b32f91efd2f2c5ab 50
root=UUID=136f7cbb-d8f6-439b-aa73-3958bd33b05f 46
net.ifnames=0 13
作上面的實驗時，由於手抖輸出了點，將if後面的print中i前面的$符號給忘記了，結果就成了下面的狀況
[root@dashui ~]# awk '/^[[:space:]]+linux16/{i=1;while(i<=NF){if(length($i)>8){print i,length(i)};i++}}' /etc/grub2.cfg
2 1
3 1
7 1
2 1
3 1
7 1
//分析:print i，由於前面i賦值的是數字，本意是想打印$i，即各個字段，當$符號丟掉時，i也只是表明數字了
因此打印出來的237237表示的就是第幾個字段，而length(i)就更好理解了，由於length()就是求括號中的
字符串的長度，且由於i都爲個位數，因此就爲1嘍（注意：若是單單是length（i），i以前沒有被定義，此時打印出來
的爲0，覺得i以前沒有被定義，因此爲空）
（5）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
[root@dashui ~]# awk 'BEGIN{i=0;do{i++}while(i<1){print i}}'
1
[root@dashui ~]# awk 'BEGIN{i=0;do{i++}while(i<=1){print i}}'
2
（6）for循環
語法：for(expr1;expr2;expr3) {statement;…}
[root@dashui ~]# awk '/^[[:space:]]+linux16/{for(i=1;i<NF;i++){print $i}}' /etc/grub2.cfg
linux16
/vmlinuz-3.10.0-327.el7.x86_64
root=UUID=136f7cbb-d8f6-439b-aa73-3958bd33b05f
ro
rhgb
quiet
linux16
/vmlinuz-0-rescue-3f3be6c44d1047a8b32f91efd2f2c5ab
root=UUID=136f7cbb-d8f6-439b-aa73-3958bd33b05f
ro
rhgb
quiet
特殊用法：可以遍歷數組中的元素；
語法：for(varin array) {for-body}
[root@dashui ~]# awk -F: '{bash[$7]++}END{for (i in bash){print i,bash[i]}}' /etc/passwd
/etc/nologin 2
/bin/sync 1
/bin/bash 47
/shell/csh 1
/sbin/nologin 34
/sbin/halt 1
/bin/csh 2
/sbin/shutdown 1
[root@dashui ~]#
（7）switch語句
語法：switch(expression) {case VALUE1 or /REGEXP/: statement; case VALUE2 or /REGEXP2/: statement; ...; default: statement}
（8）break和continue
break表示跳出循環，而continue表示跳過本輪循環
[root@dashui ~]# awk 'BEGIN{sum=0;for(i=1;i<10;i++){if(i==5){break}print i}}'
1
2
3
4
[root@dashui ~]# awk 'BEGIN{sum=0;for(i=1;i<10;i++){if(i==5){continue}print i}}'
1
2
3
4
6
7
8
9
（9）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）
#$3%2！=0即uid爲奇數，跳過此行，即只打印uid爲偶束的行
[root@dashui ~]# awk -F: '{if($3%2!=0) next; print $1,$3}' /etc/passwd
root 0
daemon 2
lp 4
shutdown 6
mail 8
games 12
awk數組
關聯數組：array[index-expression]
index-expression:
(1) 可以使用任意字符串；字符串要使用雙引號括起來
(2) 若是某數組元素事先不存在，在引用時，awk會自動建立此元素，並將其值初始化爲「空串」
若要判斷數組中是否存在某元素，要使用「index in array」格式進行遍歷
#注意：若是數組的鍵值爲字符串時，最後以雙引號給引發來
[root@dashui ~]# awk 'BEGIN{weekdays["mon"]="Monday";weekdays["tue"]="Tuesday";print weekdays["mon"]}'
Monday
若要遍歷數組中的每一個元素，要使用for循環
[root@dashui ~]# netstat -tan|awk '/^tcp\>/{state[$NF]++}END{for(i in state){print i,state[i]}}'
LISTEN 3
ESTABLISHED 1
awk函數
●數值處理：
rand()：返回0和1之間一個隨機數
#注意：需配合srand()函數使用，否則不是隨機數
[root@dashui ~]# awk 'BEGIN{srand(); for (i=1;i<=10;i++)print int(rand()*100)}'
54
45
23
24
14
72
56
92
31
31
●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
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
[root@dashui ~]# echo "2008:08:08 08:08:08"|awk 'sub(":","-",$0)'
2008-08:08 08:08:08
[root@dashui ~]# echo "2008:08:08 08:08:08"|awk 'gsub(":","-",$0)'
2008-08-08 08-08-08
[root@dashui ~]#
split(s,array,[r])：以r爲分隔符，切割字符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,…
#這裏使用split函數將第五個字段中的ip和端口號分開，只取出了ip。
[root@dashui ~]# netstat -tan | awk '/^tcp\>/{split($5,ip,":");count[ip[1]]++}END{for (i in count) {print i,count[i]}}'
10.1.0.82 1
0.0.0.0 3
[root@dashui ~]# netstat -tan
Active Internet connections (servers and established)
Proto Recv-Q Send-Q Local Address Foreign Address State
tcp 0 0 0.0.0.0:22 0.0.0.0:* LISTEN
tcp 0 0 127.0.0.1:631 0.0.0.0:* LISTEN
tcp 0 0 127.0.0.1:25 0.0.0.0:* LISTEN
tcp 0 52 10.1.0.26:22 10.1.0.82:54143 ESTABLISHED
tcp6 0 0 :::22 :::* LISTEN
tcp6 0 0 ::1:631 :::* LISTEN
tcp6 0 0 ::1:25 :::* LISTEN
[root@dashui ~]#
自定義函數
格式：
function name ( parameter, parameter, ... ) {
statements
return expression
}
#這裏自定義了一個函數，求出兩個變量的最大值。
[root@dashui ~]# awk -f awk.fun
3
[root@dashui ~]# cat awk.fun
function max(v1,v2) {
v1>v2?var=v1:var=v2
return var
}
BEGIN{a=3;b=2;print max(a,b)}
注意：和以前的shell中的函數有些不一樣，這裏若是須要像awk函數中傳遞變量，則須要在括號中定義形參。
awk中調用shell命令
system命令
[root@dashui ~]# awk BEGIN'{system("hostname")}'
dashui.localdomain
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。
[root@dashui ~]# awk 'BEGIN{name="xiaoshui";system("echo your name is " name)}'
your name is xiaoshui
awk腳本
將awk程序寫成腳本，直接調用或執行
#將action寫入到腳本中，而後調用執行
[root@dashui ~]# awk -F: -f f1.awk /etc/passwd
root 0
bin 1
daemon 2
adm 3
hu
[root@dashui ~]# cat f1.awk
{if($3<4)print $1,$3}
# 腳本文件中的/bin/awk -f表示是用awk -f來執行下面語句
[root@dashui ~]# ./f1.awk -F: /etc/passwd
root 0
bin 1
daemon 2
adm 3
hu
[root@dashui ~]# cat f1.awk
#!/bin/awk -f
#this is a awk script
{if($3<4)print $1,$3}
向awk腳本傳遞參數
格式：
awkfile var=value var2=value2... Inputfile
# min和max分別對應腳本文件中的min和max
[root@dashui ~]# ./f1.awk -F: min=100 max=200 /etc/passwd
avahi-autoipd 170
abrt 173
rtkit 172
usbmuxd 113
pulse 171
[root@dashui ~]# cat f1.awk
#!/bin/awk -f
{if($3>=min && $3<=max)print $1,$3}
強化練習
1.打印一個表頭，而且打印用戶名和ID
[root@dashui ~]# awk -F: 'BEGIN{printf "Username UID\n"}{printf "%-20s %d\n",$1,$3}' /etc/passwd
Username UID
root 0
bin 1
daemon 2
adm 3
lp 4
sync 5
shutdown 6
halt 7
mail 8
operator 11
games 12
2.打印一個表頭和表尾，並打印用戶名，ID，及shell
[root@dashui ~]# awk -F: 'BEGIN{printf "Username UID Shell\n"}{printf "%-20s %d %10s\n",$1,$3,$5}END{print "Finished..."}' /etc/passwd
Username UID Shell
root 0 root
bin 1 bin
daemon 2 daemon
adm 3 adm
lp 4 lp
sync 5 sync
shutdown 6 shutdown
...省略...
haha 4376
xixi 4377
hehe 4378
Finished...
[root@dashui ~]#
3.對文本中的字段進行字符個數統計
[root@dashui ~]# awk '{print $0,length($0)}' hah
nihao a haha 12
i amfanin 9
dashui 6
4.打印字符個數大於等於8的字段
#其實就是比題3多了一條if判斷語句
[root@dashui ~]# awk '{if(length($0)>8){print $0,length($0)}}' hah
nihao a haha 12
i amfanin 9
5.統計系統中shell的類型，並打印shell引用的次數
#中間運用了數組和for循環
[root@dashui ~]# awk -F: '{count[$7]++}END{for (i in count){print i,count[i]}}' /etc/passwd
/etc/nologin 2
/bin/sync 1
/bin/bash 47
/shell/csh 1
/sbin/nologin 34
/sbin/halt 1
/bin/csh 2
/sbin/shutdown 1
6.統計fstab文件中，各文件系統被引用的次數
#比上題多了一步地址定界
[root@dashui ~]# awk '/^[^#]/{count[$3]++}END{for (i in count){print i,count[i]}}' /etc/fstab
swap 1
xfs 3
7.統計系統中各TCP鏈接狀態的數量
[root@dashui ~]# netstat -tan|awk '/^tcp\>/{state[$6]++}END{for (i in state){print i,state[i]}}'
LISTEN 3
ESTABLISHED 1
8.將文本的重複行去掉
#第一次讀取aaa,arr[aaa]由於沒有定義，因此爲空，又取非,因此爲真，arr[aaa]++是先賦值後加加，因此第一次打印出來 #第二次，在碰見aaa時候，由於以前有值了arr[aaa]=1，因此取反爲0,不執行後的print操做，可是++依然正常運行 [root@dashui ~]# awk '!arr[$0]++' hah aaa bbb ccc ddd fff [root@dashui ~]# cat hah aaa bbb ccc aaa ddd aaa aaa fff ccc [root@dashui ~]#
謝謝瀏覽，之後會不定時更新...
- 1. 文本處理三劍客之 AWK
- 2. 文本處理三劍客之awk
- 3. 文本處理三劍客之AWK
- 4. Linux 文本處理三劍客之「awk」
- 5. Linux文本處理三劍客之-awk
- 6. Shell文本處理三劍客之awk
- 7. 文本處理三劍客之 awk
- 8. Linux 文本處理三劍客之 Awk
- 9. 文本處理三劍客之一----------awk
- 10. shell文本處理三劍客—awk
- 更多相關文章...
- • PHP 文件處理 - PHP教程
- • 錯誤處理 - RUST 教程
- • Java Agent入門實戰（三）-JVM Attach原理與使用
- • Docker 清理命令
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. js中 charCodeAt
- 2. Android中通過ViewHelper.setTranslationY實現View移動控制（NineOldAndroids開源項目）
- 3. 【Android】日常記錄：BottomNavigationView自定義樣式，修改點擊後圖片
- 4. maya 文件檢查 ui和數據分離 （一）
- 5. eclipse 修改項目的jdk版本
- 6. Android InputMethod設置
- 7. Simulink中Bus Selector出現很多? ? ?
- 8. 【Openfire筆記】啓動Mac版Openfire時提示「系統偏好設置錯誤」
- 9. AutoPLP在偏好標籤中的生產與應用
- 10. 數據庫關閉的四種方式
- 1. 文本處理三劍客之 AWK
- 2. 文本處理三劍客之awk
- 3. 文本處理三劍客之AWK
- 4. Linux 文本處理三劍客之「awk」
- 5. Linux文本處理三劍客之-awk
- 6. Shell文本處理三劍客之awk
- 7. 文本處理三劍客之 awk
- 8. Linux 文本處理三劍客之 Awk
- 9. 文本處理三劍客之一----------awk
- 10. shell文本處理三劍客—awk