Linux：「awk」命令的妙用

awk是一個強大的文本分析工具，簡單來講awk就是把文件逐行讀入，（空格，製表符）爲默認分隔符將每行切片，切開的部分再進行各類分析處理。

0、基本用法

awk是一個強大的文本分析工具，簡單來講awk就是把文件逐行讀入，（空格，製表符）爲默認分隔符將每行切片，切開的部分再進行各類分析處理
awk命令格式以下

awk [-F field-separator] 'commands' input-file(s)

[-F 分隔符]是可選的，由於awk使用空格，製表符做爲缺省的字段分隔符，所以若是要瀏覽字段間有空格，製表符的文本，沒必要指定這個選項，但若是要瀏覽諸如/etc/passwd文件，此文件各字段以冒號做爲分隔符，則必須指明-F選項

echo "this is a test" | awk '{ print $0 }'  
## 輸出爲  
this is a test

shell讀取用戶輸入的字符串發現|，表明有管道。|左右被理解爲簡單命令，即前一個（左邊）簡單命令的標準輸出指向後一個（右邊）標準命令的標準輸入
awk會根據分隔符將行分紅若干個字段，$0爲整行，$1爲第一個字段，$2 爲第2個地段，依此類推…
爲打印一個字段或全部字段，使用print命令。這是一個awk動做

echo "this is a test" | awk '{ print $1 }'  
## 輸出爲  
this  
echo "this is a test" | awk '{ print $1, $2 }'  
## 輸出爲  
this is

/etc/passwd的文件內容以下

root:x:0:0:root:/root:/bin/bash  
bin:x:1:1:bin:/bin:/sbin/nologin  
daemon:x:2:2:daemon:/sbin:/sbin/nologin  
adm:x:3:4:adm:/var/adm:/sbin/nologin  
lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin

舉幾個簡單的小需求

一、只顯示/etc/passwd的帳戶

awk -F : '{ print $1 }' /etc/passwd  
## 輸出爲  
root  
bin  
daemon  
adm  
lp

二、顯示/etc/passwd的第1列和第7列，用逗號分隔顯示，全部行開始前添加列名start1，start7，最後一行添加，end1，end7

awk -F ':' 'BEGIN {print "start1,start7"} {print $1 "," $7} END {print "end1,end7"}' /etc/passwd  
## 輸出爲  
start1,start7  
root,/bin/bash  
bin,/sbin/nologin  
daemon,/sbin/nologin  
adm,/sbin/nologin  
lp,/sbin/nologin  
end1,end7

BEGIN語句在全部文本處理動做執行以前被執行，END在全部文本處理動做執行以後被執行

三、統計/etc/passwd文件中，每行的行號，每行的列數，對應的完整行內容

awk -F : '{ print NR "  " NF "  " $0 }' /etc/passwd  
## 輸出爲  
1    7   root:x:0:0:root:/root:/bin/bash  
2    7   bin:x:1:1:bin:/bin:/sbin/nologin  
3    7   daemon:x:2:2:daemon:/sbin:/sbin/nologin  
4    7   adm:x:3:4:adm:/var/adm:/sbin/nologin  
5    7   lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin

一、支持內置變量

上面示例中NR，和NF其實就是awk的內置變量，一些內置變量以下

變量名 解釋
FILENAMEawk瀏覽的文件名
FS設置輸入字段分隔符，等價於命令行-F選項
NF 瀏覽記錄的字段個數
NR 已讀的記錄數

二、支持函數

輸出字符串的長度

awk 'BEGIN { print length("this is a text") }'

## 輸出爲
14
將/etc/passwd的用戶名變成大寫輸出

awk -F ':' '{ print toupper($1) }' /etc/passwd

## 輸出爲

ROOT  
BIN  
DAEMON  
ADM  
LP

經常使用函數以下

函數名 做用
toupper(s)返回s的大寫
tolower(s) 返回s的小寫
length(s) 返回s長度
substr(s,p) 返回字符串s中從p開始的後綴部分

三、支持條件操做，正則表達式匹配

顯示/etc/passwd中有daemon的行

awk -F ':' '$0 ~ /daemon/' /etc/passwd
## 輸出爲

daemon:x:2:2:daemon:/sbin:/sbin/nologin 
awk條件操做符

操做符	描述
 小於  小於等於  等於  不等於  匹配正則表達式  不匹配正則表達式<< ===!=~!~

四、支持流程控制語句，類C語言

if while do/while for break continue

輸出第一個字段的第一個字符大於d的行

awk -F ':' '{ if ($1 > "d") { print $1 } else { print "-" } }' /etc/passwd

## 輸出爲

root  
-  
daemon  
-  
lp

能夠把流程控制語句放到一個腳本中，而後調用腳本執行，如test.sh的內容以下

{   
    if ($1 > "d") {  
        print $1   
    } else {  
        print "-"   
    }   
}

用以下方式執行，效果同樣

awk -F ':' -f test.sh /etc/passwd

## 輸出爲

root  
-  
daemon  
-  
lp

五、應用場景

小編用awk進行文本分析比較少，主要用來寫腳本
如一個weibo-interface-1.0.jar應用，啓動腳本以下

start.sh
nohup java -jar weibo-interface-1.0.jar >out 2>&1 &

關閉腳本以下，kill.sh

kill -9 `jps -l | grep 'weibo-interface-1.0.jar' | awk '{print $1}'`

jps -l的輸出以下

70208 com.st.kmp.main.KmpService  
31036 com.st.cis.main.BaiduAnalysisService  
66813 weibo-interface-1.0.jar

還有就是關閉hadoop集羣的全部DataNode節點（不知道hadoop的能夠認爲DataNode是一個集羣應用），假如一個個機器jps，查看pid，kill。很麻煩，直接寫了一個腳本，依次ssh到各個節點，而後執行以下命令便可

kill `jps | grep 'DataNode' | awk '{print $1}'`

jps的輸出爲

508 DataNode  
31481 JournalNode  
31973 NodeManager