shell基础004-awk深入探讨

#####################本文为CSDN博主「rick_grace」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。#####################################

WK 数据过滤工具 (类似于grep，比grep强大)

Awk编程语言/数据处理引擎

创造者：Aho、Weinberger、Kernighan

基于模式匹配检查输入文本，逐行处理并输出

通常用在Shell脚本中，获取指定的数据，单独使用时，可对文本数据做统计

# which awk

# rpm -qf /bin/awk

语法格式：

格式1：前置命令 | awk [选项] ‘条件{编辑指令}'

格式2：awk [选项] ‘条件{编辑指令}' 文件...

编辑指令如果包含多条语句时，可以用分号分隔，处理文本时，若未指定分隔符，则默认将空格、制表符等作为分隔符。print是最常见的指令。

常用命令选项

-F：指定分隔符，可省略（默认空格或Tab位）

-V：调用外部Shell变量 variable

示例：提取密码，awk通过-v调用i变量

for i in $user

awk -F: -v X=$i

'$1==X{print X "---" $2}'

/etc/shadow

done

awk的内置变量

变量

用途

示例

保存或设置字段分隔符，如FS=”:”

指定分隔的第n个字段，如$1、$3分别表示第1、第3列

awk -F: '{print "用户名:"$1}' /etc/passwd

awk -F “:” '{print "第2列是：",$2}' a.txt

输出第1、7个字段# awk -F: '{print $1","$7}' a.txt

# awk -F ":" '{print $1","$7}' a.txt

分隔符用：或/ # awk -F [:/] '{print $1","$7}' a.txt

# free |awk '/Mem/{print $1,$2}'

输出文件的第1、2列：free |awk '{print $1,$2}'

查看root密码：awk -F: '/root/{print $2}' /etc/shadow

输出第1、3、12字段：uname -a | awk '{print $1,$3,$12}'

当前读入的整行文本内容

记录当前处理行的字段个数（列数）

#awk '{print NF}' a.txt

输出最后一列$NF：

#awk '{print “Last:”$NF}' a.txt

输出倒数第二列：

#awk '{print “Last:”$（NF-1）}' a.txt

记录当前已读入行的数量（行数）

#awk '{print NR}' a.txt

FNR

当前行在源文件中的行号

#awk '{print “第”FNR”行”,“有“NF”列”}' a.txt b.txt

awk变量

243 awk '' /etc/passwd

244 awk '{print "hello"}' /etc/passwd

246 head -1 /etc/passwd

247 head -1 /etc/passwd | awk '{print "hello"}'

248 head -2 /etc/passwd | awk '{print "hello"}'

250 head -2 /etc/passwd | awk '1==2{print "hello"}'

252 awk '{print $0 }' a.txt

254 awk '{print "$0" }' a.txt

257 head /etc/passwd | awk -F ":" '{print $1}'

258 head /etc/passwd | awk -F ":" '{print $1,$7}'

259 head /etc/passwd | awk -F ":" '{print $1," "$7}'

260 head /etc/passwd | awk -F ":" '{print $1,"\tab"$7}'

262 head /etc/passwd | awk -F ":" '{print $1,"#"$7}'

263 head /etc/passwd | awk -F ":" '{print NF}'

265 awk -F ":" '{print NF}' a.txt

268 awk -F ":" 'NF==7{print $0}' a.txt

271 awk '{print NR}' a.txt b.txt

272 awk '{print FNR}' a.txt b.txt

273 awk '{print FNR,$0}' a.txt b.txt

274 awk 'FNR==2{print FNR,$0}' a.txt b.txt

275 awk 'FNR==2{print $0}' a.txt b.txt

+++++++++++++++++++++++++++++++++++++++++++++++++++++++++

awk自定义变量

1174 awk '{name="jim";print name}' a.txt

1175 awk '{name="jim";print $name}' a.txt

1177 awk '{age=21;name="jim";print name,age}' a.txt

++++++++++++++++++++++

1201 df -h

1202 df -h | grep /$

1203 df -h | grep /$ | awk '{print $2}'

1204 df -h | grep /$ | awk '{print $2}' | awk -F "G" '{print $1}'

# head -3 /etc/passwd | awk 'BEGIN{FS=":";print "name\tuid"}{print $1,"\t"$3}END{print "sum lines "NR}'

+++++++++++++++++++++++++++++++++++++++++++++++++++++

示例：查看本机ip、内存、剩余磁盘容量

#!/bin/bash

clear

echo "本地IP地址为："

ifconfig eth0 |awk '/inet/{print $2}'

echo "本机剩余内存："

free |awk '/Mem/{print $4}'

echo "本机剩余磁盘容量："

df |awk '/\/$/{print $4}' #找以／结尾的行

# tailf /var/log/secure 回车到屏幕为空白为止

再开一个虚拟机窗口：ssh ip ，输入错误密码

将/var/log/secure中所有密码失败的记录IP提取出来

#awk '/Failed/{print "攻击者是:",$11}' secure

# awk '/Failed/{print $11}' /var/log/secure |sort |uniq -c

# awk '/Failed/{print $11}' /var/log/secure >>ip.log 放到周期性计划中

或放到循环中，将输入错误密码的用户设置防火墙或黑名单

# uptime |awk '{print $1,$10}' 查看cpu使用率

awk可以打印常量：awk ‘{print “Hello Wrold”}’ a.txt //打印的内容与文件无关

{print “Hello\tWrold\n”} \t为一个Tab键 \n为换行

Awk可以混合打印常量及变量：awk ‘{print “第“NR”行”“有“NF”列”}’ 文件

# awk -F: '{print "第"NR"行""有"NF"列"}' /etc/passwd

AWK过滤的时机

awk 选项 ‘条件{命令}’ 文件－－－》

awk [选项] ' BEGIN{编辑指令 } {编辑指令} END{编辑指令}' 文件

Ø 在所有行前处理，BEGIN{}

读入第一行文本之前执行（执行1次），一般用来初始化操作

Ø 逐行处理，{}

逐行读入文本执行相应的处理（1行执行1次），是最常见的编辑指令块

Ø 在所有行后处理，END{}

处理完最后一行文本之后执行（执行1次），一般用来输出处理结果

三者可单独使用，也可同时使用。所有命令都要写在{}里

# awk 'BEGIN{print "你好"}'

列出用户名： # awk -F: 'BEGIN{print "用户名:"} /bash/{print $1}' passwd

输出预处理及处理完时的行数 # awk 'BEGIN{print NR} END{print NR}' a.txt

awk 'BEGIN{print "hello"}{print "a"}' a.txt

awk 'BEGIN{print "hello"}{print "a"}END{print "over"}' a.txt

提取IP地址：# ifconfig eth0 |awk -F: '/inet/{print $1}' |awk '{print $2}'

# ifconfig eth0 | grep "inet" | awk '{print $2}'

子网掩码：# ifconfig eth0 |awk -F"[ :]" '/inet/{print $13}'

提取根分区使用率：# df -hT / | tail -1 | awk '{print $6}'

列出a.txt有多少本书：

# awk 'BEGIN{print "\t图书："} {print $0} END{print "有"NR"本"}' a.txt

统计使用bash的用户个数：

#awk 'BEGIN{x=0} /bash$/{x++} END{print x}' /etc/passwd

打印/etc/passwd的用户名，uid，家目录：

# awk -F: 'BEGIN{print "用户\tUID\t家"}{print $1"\t" $3"\t" $NF}END{print "总计有" NR "行"}' /etc/passwd ## “\t”显示Tab制表位

AWK处理条件

所有行全部处理并输出吗？

怎么限制处理的条件？

根据多个条件来处理指定的行？

条件的表达形式？－正则表达式；数值/字符串比较；逻辑比较；运算符

awk '[条件] {编辑指令}' 文件...

1.没有条件，默认打印：# awk '/root/' /etc/passwd

与# grep "root" /etc/passwd 结果相同

1.正则表达式

/正则/ 匹配正则(行) # awk -F: '/root/' /etc/passwd

# awk -F: '/bash$/{print}' a.txt 以bash结尾的完整记录

~/正则/ 匹配正则(列) # awk -F: '$1~/root/' /etc/passwd

!~/正则/ 不匹配

#awk -F: '/^ro/{print}' /etc/passwd 列出以ro开头的用户记录

# awk -F: '/^[a-d]/{print $1,$6}' /etc/passwd 输出以a-d开头的用户名、宿主目录

输出其中用户名以a开头、登录Shell以nologin结尾的用户名、登录Shell

# awk -F: '/^a|nologin$/{print $1,$7}' /etc/passwd

输出其中宿主目录以bin结尾（对第6个字段做~匹配）的用户名、宿主目录信息：

# awk -F: '$6~/bin$/{print $1,$6}' /etc/passwd

输出其中登录Shell不以nologin结尾（对第7个字段做!~反向匹配）的用户名、登录Shell信息：#awk -F: '$7!~/nologin$/{print $1,$7}' /etc/passwd

2.字符或数字比较

比较符号： == != >= <= < >

#awk -F: ‘NR==2{print}’a.txt 输出第2行文本

#awk -F: ‘NR%2==1{print}’ a.txt 输出奇数行（行号NR除以2余数为1）文本

# awk -F: 'NR%2==0{print}' passwd.txt 输出偶数行（行号NR除以2余数为0）文本

#awk ‘$2!=”XX”{print}’a.txt 输出第2列不是XX的行

# awk -F: 'NR<=3{print}' a.txt 输出前3行文本

# awk -F: 'NR>=5{print}' a.txt 输出从第5行开始到文件末尾的所有行

输出当前用户的用户名、宿主目录、登录Shell信息：

# awk -F: '$1==ENVIRON["USER"]{print $1,$6,$7}' /etc/passwd

#awk -F: '$1=="root"{print}' /etc/passwd 输出用户名为root的行

# awk -F: '$3>1000' /etc/passwd 打印uid大于1000的用户

# awk -F: '$3==1000' /etc/passwd

#awk -F: '$3>=500{print $1,$3}' /etc/passwd

逻辑比较

逻辑与&&：期望多个条件都成立

逻辑或||：只要有一个条件成立即满足要求

#awk -F: '$3>=0&&$3<2{print $1,$3}' /etc/passwd 列出UID小于2的用户信息

#awk -F: '$3>=1&&$3<=100{print $1,$3}' /etc/passwd 列出UID在（1-100）的用户信息

#awk -F: '$1=="root"||$3>500' /etc/passwd

#awk -F: ‘$3==1||$3==7{print $1,$3}’ /etc/passwd 列出UID为1或7的用户信息

输出第3~5行文本：# awk -F: 'NR>=3&&NR<=5{print}' a.txt

# awk -F: '(NR>=3)&&(NR<=5){print}' a.txt

输出第3行和第5行文本：# awk -F: 'NR==3||NR==5{print}' a.txt

输出“登录Shell不以nologin结尾”或者“用户名以a或d开头”的文本：

# awk -F: '$7!~/nologin$/||$1~/^[ad]/{print}' a.txt

输出UID小于3或者UID是偶数的用户记录：

# awk -F: '$3<3||$3%2==0{print}' /etc/passwd

4.运算符(与数学运算符一致）

+ - * / % ++ -- += -= *= /= %=

不需要数据文件的预处理：# awk 'BEGIN{a=12;b=13;print a+b}'

# awk 'BEGIN{a=1.2;b=13;print a*b}'

# awk 'BEGIN{a=1.2;print a*b}' //未定义变量为空

# awk 'BEGIN{x=3;x++;print x}'

输出系统内建用户的个数

awk 'BEGIN{i=0;FS=":"}$3<1000{i++}END{print "内建用户的个数是" i}' /etc/passwd

输出系统外建用户的个数

awk 'BEGIN{i=0;FS=":"}$3>=1000{i++}END{print "外建用户的个数是" i}' /etc/passwd

输出系统总用户的个数

awk 'BEGIN{i=0;FS=":"}{i++}END{print "总用户的个数是 " i}' /etc/passwd

输出不能够登陆用户的个数

awk 'BEGIN{i=0;FS=":"}$7=="/sbin/nologin"{i++}END{print "no login 用户的个数是 " i}' /etc/passwd

统计系统中使用bash作为登录Shell的用户总个数：预处理时赋值变量x=0，然后逐行读入/etc/passwd文件检查，如果发现登录Shell是/bin/bash则x增加1，全部处理完毕后，输出x的值即可：# awk '/bash$/{x++} END{print x}' /etc/passwd

# awk 'BEGIN{x=0}/\<bash$/{x++} END{print x}' /etc/passwd

效果与egrep -c '\<bash$' /etc/passwd 相同

统计本机中普通用户的个数：# awk -F: '$3>=1000{x++} END{print x}' /etc/passwd

统计本机中系统用户的个数：# awk -F: '$3<1000{x++} END{print x}' /etc/passwd

在实际工作中，利用awk的这种处理流程可以完成许多更复杂的任务。

综计文件中以“:”分隔的总字段个数：（需要每处理一行时将当前行的字段数（内置变量NF）计和，因此可在BEGIN时定义一个初始变量，过程称求和，最后在END时输出结果）

# awk -F: 'BEGIN{x=0} {x+=NF} END{print "Total "x" fields."}' /etc/passwd

统计文本的总字段个数 #awk ‘BEGIN{i=0}{i+=NF}END{print i}’ a.txt

综合运用：

列出UID间于501~505的用户详细信息：

# awk -F: '$3>=501&&$3<=505{print}' /etc/passwd

输出/etc/hosts映射文件内以127或者192开头的记录：

# awk -F: '/^127|^192/{print}' /etc/hosts

列出100以内整数中7的倍数或是含7的数：

此操作无处理文件，正常思路应该是用Shell循环来完成；因为要求用awk来实现，如果不用循环，则根据逐行处理的思路，应该提供一个100行的文本对象（seq 100生成1-100的整数序列），然后将行号作为处理的整数，逐个判断并输出即可。

本任务中，行号与每行的实际文本值是一致的，那么根据NR或者$0行值进行判断都是可以的。输出100以内7的倍数或是包含7的数：

# seq 100 | awk 'NR%7==0||NR~/7/{print}'或： # seq 100 | awk '$0%7==0||$0~/7/{print}'

{print}可以省略，省略代表默认打印 # seq 100 | awk '$1%7==0||$1~/7/'

计算在200以内，能同时被3和13整除的整数个数:

# seq 200 |awk 'BEGIN{i=0}($0%3==0)&&($0%13==0){i++}END{print i}'

输出偶数行文本：

# awk 'BEGIN{i=0}FNR%2==0{print FNR,$0;i++}END{print "偶数行是" i "lines"}' a.txt

输出/etc/hosts映射文件内以127或者192开头的记录:

# awk '/^(127|192)/' /etc/hosts

示例：把/etc/passwd中能登录的用户及其密码(/etc/shadow)提取出来

找到使用bash作登录Shell的本地用户;列出这些用户的shadow密码记录

按每行“用户名 --> 密码记录”保存到getupwd.log

#/bin/bash

## 创建空文件

> /tmp/getupwd.log

## 提取用户名列表

NAME=`awk -F: '/:\/bin\/bash$/{print $1}' /etc/passwd`

## 通过for循环遍历用户名、查询密码记录，保存结果

for NAME in $NAME

grep "^$NAME:" /etc/shadow | awk -F: '{print $1" --> "$2 | \

"cat >> /tmp/getupwd.log"}' /etc/shadow //模糊匹配

done

echo "用户分析完毕，请查阅文件 /tmp/getupwd.log" ## 完成后提示

# chmod +x getupwd-awk.sh

验证、测试脚本 # ./getupwd-awk.sh

或循环内采用命令：//精确匹配

awk -F: -v x=$i '$1==x{print $1"----> "$2 |"cat >>/tmp/getupwd.log"}' /etc/shadow

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

awk流程控制

if(){真} else if(){真} else(){假}

分支结构 - if

单分支： if(条件){ 编辑指令}

判断系统用户和普通用户数量：

# awk -F: '{ } END{print x,y}' /etc/passwd ##先写好模板

if($3<1000){x++}else({y++} ##再写好判断

# awk -F: '{ if($3<1000){x++}else{y++} } END{print x,y}' /etc/passwd

#awk 'BEGIN{FS=":"}{ if($3<=10){print $0 ; i++}}END{print i}' /etc/passwd

# awk 'BEGIN{FS=":"}FNR>=20&&FNR<=30{if($3<=10){print $0 ; i++}} END{print "uid <=10 is " i}' /etc/passwd

统计/etc/passwd文件中UID小于或等于500的用户个数：

# awk -F: 'BEGIN{i=0}{if($3<=500){i++}}END{print i}' /etc/passwd

统计/etc/passwd文件中UID大于500的用户个数：

# awk -F: 'BEGIN{i=0}{if($3>500){i++}}END{print i}' /etc/passwd

统计/etc/passwd文件中登录Shell是“/bin/bash”的用户个数：

# awk -F: 'BEGIN{i=0}{if($7~/bash$/){i++}}END{print i}' /etc/passwd

统计/etc/passwd文件中登录Shell不是“/bin/bash”的用户个数：

# awk -F: 'BEGIN{i=0}{if($7!~/bash$/){i++}}END{print i}' /etc/passwd

双分支： if(条件){ 编辑指令1}else{ 编辑指令2}

#awk -F ":" '{ if($3<1000){ print $1 }else{ print $3,$1 } }' /etc/passwd

分别统计/etc/passwd文件中UID小于或等于500、UID大于500的用户个数：

# awk -F: 'BEGIN{i=0;j=0}{if($3<=500){i++}else{j++}}END{print i,j}' /etc/passwd

分别统计/etc/passwd文件中登录Shell是“/bin/bash”、登录Shell不是“/bin/bash”的用户个数：

# awk -F: 'BEGIN{i=0;j=0}{if($7~/bash$/){i++}else{j++}}\

END{print i,j}' /etc/passwd

多分支： if(条件){ 编辑指令1}else if(条件){ 编辑指令2}.... else if(条件){ 编辑指令N－1}else{编辑指令N}

#awk -F ":" '{ if($7=="/bin/bash"){ print $1 ,"ok login" }else if($7=="/sbin/nologin"){print $1,"no login"} else{ print $0 } }' /etc/passwd

分别统计/etc/passwd文件中登录Shell是“/bin/bash”、“/sbin/nologin”、其他的用户个数：# awk -F: 'BEGIN{i=0;j=0;k=0}{if($7~/bash$/){i++}\

else if($7~/nologin$/){j++}else{k++}}END{print i,j,k}' /etc/passwd

循环结构

while (条件){循环体}

for(赋初值;条件;步长){循环体}

求词频：统计/etc/passwd文件内“root”出现的次数

—— 分析：以“:”或“/”做分隔，针对每一行的每一列进行比对，如果包含“root”，则次数加1。其中，逐行处理直接由awk完成，逐列处理交给while循环，通过i变量依次取$1、$2、……、$NF进行检查；变量j在预处理时赋值0，没匹配一个字段加1。

# awk -F [:/] 'BEGIN{j=0}{i=1}\

{while(i<=NF){if($i~/root/){j++};i++}}\

END{print j}' /etc/passwd

上一命令也可用另一条等效命令：

str=$(cat /etc/passwd)

echo $str |awk -F “root” ‘{print NF-1}’

实际应用时，上述操作可以简单处理，可通过命令替换将文件内容赋值给一个变量（变为一行文本），然后针对此变量值以目标字符串“root”作为分隔，获取总字段数-1即可得目标字符串的总数量：

# echo $(cat /etc/passwd) | awk -F "root" '{print NF-1}'

日常运用：日志（谁，访问什么）求频率

输出数字1-10： # awk 'BEGIN{ for(i=1;i<=10;i++){print i} }'

输出数字1-10： #awk 'BEGIN{ i=1 ; while(i<= 10){print i;i++} }'

运用：#awk 'BEGIN{ i=1 ; while(i<= 10){print "172.40.56."i;i++} }'

++++++++++++++++++++++++++++++++++++++++++++++++++++

其他控制语句

常用的中断、退出等awk指令

关键字

含义

示例

break

结束当前的循环体

continue

中止本次循环，转入下一次循环

exit

如果没有END{}则直接退出awk处理操作

awk 'BEGIN{ for(i=10;i<=20;i++){ print i } } '

awk 'BEGIN{ for(i=10;i<=20;i++){ print i ;break} } '

awk 'BEGIN{ for(i=10;i<=20;i++){break ; print i } } '

awk 'BEGIN{ for(i=10;i<=20;i++){ if(i==17){break} ; print i } } '

awk 'BEGIN{ for(i=10;i<=20;i++){ print i ; continue} } '

awk 'BEGIN{ for(i=10;i<=20;i++){ continue ; print i } } '

awk 'BEGIN{ for(i=10;i<=20;i++){ if(i==16||i==19){continue} ; print i } } '

awk 'FNR==7{exit}END{print FNR}' a.txt

awk '{exit}END{print FNR}' a.txt

awk 'FNR==11{exit}{print $0}' /etc/passwd

awk 'FNR<=10{print $0}' /etc/passwd

awk 'FNR==11{exit}{print $0}' /etc/passwd

awk '{exit}{print $0}' /etc/passwd

+++++++++++++++++++++++++++++++++++++++++++++++++++++

awk数组

定义数组：数组名[下标]=元素值

数组名["下标"]="元素值" ##下标不一定是数字，也可以是字符

使用数组：数组名[下标]

输出数组元素的值: print 数组名[下标]

# awk 'BEGIN{teagrp[1]="plj";teagrp[2]="hpg";print teagrp[2],teagrp[1]}'

//为数组teagrp赋值两个元素，值分别为plj、hpg

# awk 'BEGIN{stugrp["name"]="tom";stugrp["age"]=21;stugrp["sex"]="boy";print stugrp["name"],stugrp["sex"],stugrp["age"]}'

++++++++++++++++++++++++++

主机1(设:192.168.4.10)

#yum -y install httpd

#service httpd start

#tailf /var/log/httpd/access_log

主机2：（关闭防火墙）

#curl http://192.168.4.10

# ab -c 100 -n 10000 http://192.168.4.10/

有100人，快速访问服务器1万次，ab中acheBench软件的缩写。DOS攻击

主机1： #wc -l /var/log/httpd/access_log

遍历数组的专属循环结构：for(变量名 in 数组名){print 数组名[变量名]}

+++++++++++++++++++++++++++++++++++++++++++++++++++++

示例：分析Web日志的访问量排名，要求获得客户机的地址、访问次数，并且按照访问次数排名

在分析Web日志文件时，每条访问记录的第一列就是客户机的IP地址，其中会有很多重复的IP地址。通过awk提取信息时，利用IP地址作为数组下标，每遇到一个重复值就将此数组元素递增1，最终就获得了这个IP地址出现的次数。

ip[1]++＝1，（因为ip[1]未定义，所以为空值）

针对文本排序输出可以采用sort命令，相关的常见选项为-r、-n、-k。其中-n表示按数字顺序升序排列，而-r表示反序，-k可以指定按第几个字段来排序。

1）提取IP地址及访问量

# awk '{ip[$1]++} END{for(i in ip) {print i,ip[i]}}' /var/log/httpd/access_log

2）对第1）步的结果根据访问量排名

# awk '{ip[$1]++} END{for(i in ip) {print i,ip[i]}}' /var/log/httpd/access_log | sort -nr -k 2

输出黑名单文件：

# awk '{ip[$1]++} END{for(i in ip) {print i,ip[i]}}' /var/log/httpd/access_log | awk ‘$1>=500{print $2}’ >>ip.log ##次数由工作性质来定

统计有哪些客户在登录，登录次数：

# who |awk '{IP[$1]++} END{for(i in IP){print i,IP[i]}}'

# head /etc/passwd | awk -F ":" '{ usergrp[$1]=$3}END{print usergrp["bin"]}'

# head /etc/passwd | awk '{i++}END{print i}'

# head /etc/passwd | awk '{usergrp[1]++;print usergrp[1] }'

# awk '{usergrp[$0]++}END{for(x in usergrp){print x,usergrp[x]} }' user.txt

# head /etc/passwd | awk -F ":" '{usergrp[i++]=$1}END{ for(x=0;x<=9;x++) {print "usergrp["x"]=" usergrp[x]} }'

# head /etc/passwd | awk -F ":" '{ usergrp[$1]=$3}END{for( x in usergrp){print x} }'

# head /etc/passwd | awk -F ":" '{ usergrp[$1]=$3}END{for( x in usergrp){print x,usergrp[x]} }'

# awk 'BEGIN{a[0]=1;a[1]=2;a[2]=3;

for(i in a){print a[i]} }'

# awk 'BEGIN{t[a]=1;t[b]=2;t[f]=3;

for(j in t){print t[j]} }'
————————————————
#############################################################################

#############################################################################

awk

文本和数据进行处理的编程语言

补充说明

awk 是一种编程语言，用于在linux/unix下对文本和数据进行处理。数据可以来自标准输入(stdin)、一个或多个文件，或其它命令的输出。它支持用户自定义函数和动态正则表达式等先进功能，是linux/unix下的一个强大编程工具。它在命令行中使用，但更多是作为脚本来使用。awk有很多内建的功能，比如数组、函数等，这是它和C语言的相同之处，灵活性是awk最大的优势。

awk命令格式和选项

语法形式

awk [options] 'script' var=value file(s)
awk [options] -f scriptfile var=value file(s)

常用命令选项

-F fs fs指定输入分隔符，fs可以是字符串或正则表达式，如-F:
-v var=value 赋值一个用户定义变量，将外部变量传递给awk
-f scripfile 从脚本文件中读取awk命令
-m[fr] val 对val值设置内在限制，-mf选项限制分配给val的最大块数目；-mr选项限制记录的最大数目。这两个功能是Bell实验室版awk的扩展功能，在标准awk中不适用。

awk模式和操作

awk脚本是由模式和操作组成的。

模式

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：使用运算符进行操作，可以是字符串或数字的比较测试。
模式匹配表达式：用运算符~（匹配）和~!（不匹配）。
BEGIN语句块、pattern语句块、END语句块：参见awk的工作原理

操作

操作由一个或多个命令、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，主要部分是：

变量或数组赋值
输出命令
内置函数
控制流语句

awk脚本基本结构

awk 'BEGIN{ print "start" } pattern{ commands } END{ print "end" }' file

一个awk脚本通常由：BEGIN语句块、能够使用模式匹配的通用语句块、END语句块3部分组成，这三个部分是可选的。任意一个部分都可以不出现在脚本中，脚本通常是被 单引号 或 双引号 中，例如：

awk 'BEGIN{ i=0 } { i++ } END{ print i }' filename
awk "BEGIN{ i=0 } { i++ } END{ print i }" filename

awk的工作原理

awk 'BEGIN{ commands } pattern{ commands } END{ commands }'

第一步：执行BEGIN{ commands }语句块中的语句；
第二步：从文件或标准输入(stdin)读取一行，然后执行pattern{ commands }语句块，它逐行扫描文件，从第一行到最后一行重复这个过程，直到文件全部被读取完毕。
第三步：当读至输入流末尾时，执行END{ commands }语句块。

BEGIN语句块 在awk开始从输入流中读取行之前被执行，这是一个可选的语句块，比如变量初始化、打印输出表格的表头等语句通常可以写在BEGIN语句块中。

END语句块 在awk从输入流中读取完所有的行之后即被执行，比如打印所有行的分析结果这类信息汇总都是在END语句块中完成，它也是一个可选语句块。

pattern语句块 中的通用命令是最重要的部分，它也是可选的。如果没有提供pattern语句块，则默认执行{ print }，即打印每一个读取到的行，awk读取的每一行都会执行该语句块。

示例

echo -e "A line 1nA line 2" | awk 'BEGIN{ print "Start" } { print } END{ print "End" }'
Start
A line 1
A line 2
End

当使用不带参数的print时，它就打印当前行，当print的参数是以逗号进行分隔时，打印时则以空格作为定界符。在awk的print语句块中双引号是被当作拼接符使用，例如：

echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1,var2,var3; }' 
v1 v2 v3

双引号拼接使用：

echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1"="var2"="var3; }'
v1=v2=v3

{ }类似一个循环体，会对文件中的每一行进行迭代，通常变量初始化语句（如：i=0）以及打印文件头部的语句放入BEGIN语句块中，将打印的结果等语句放在END语句块中。

awk内置变量（预定义变量）

说明：[A][N][P][G]表示第一个支持变量的工具，[A]=awk、[N]=nawk、[P]=POSIXawk、[G]=gawk

 **$n**  当前记录的第n个字段，比如n为1表示第一个字段，n为2表示第二个字段。 
 **$0**  这个变量包含执行过程中当前行的文本内容。
[N]  **ARGC**  命令行参数的数目。
[G]  **ARGIND**  命令行中当前文件的位置（从0开始算）。
[N]  **ARGV**  包含命令行参数的数组。
[G]  **CONVFMT**  数字转换格式（默认值为%.6g）。
[P]  **ENVIRON**  环境变量关联数组。
[N]  **ERRNO**  最后一个系统错误的描述。
[G]  **FIELDWIDTHS**  字段宽度列表（用空格键分隔）。
[A]  **FILENAME**  当前输入文件的名。
[P]  **FNR**  同NR，但相对于当前文件。
[A]  **FS**  字段分隔符（默认是任何空格）。
[G]  **IGNORECASE**  如果为真，则进行忽略大小写的匹配。
[A]  **NF**  表示字段数，在执行过程中对应于当前的字段数。
[A]  **NR**  表示记录数，在执行过程中对应于当前的行号。
[A]  **OFMT**  数字的输出格式（默认值是%.6g）。
[A]  **OFS**  输出字段分隔符（默认值是一个空格）。
[A]  **ORS**  输出记录分隔符（默认值是一个换行符）。
[A]  **RS**  记录分隔符（默认是一个换行符）。
[N]  **RSTART**  由match函数所匹配的字符串的第一个位置。
[N]  **RLENGTH**  由match函数所匹配的字符串的长度。
[N]  **SUBSEP**  数组下标分隔符（默认值是34）。

示例

echo -e "line1 f2 f3nline2 f4 f5nline3 f6 f7" | awk '{print "Line No:"NR", No of fields:"NF, "$0="$0, "$1="$1, "$2="$2, "$3="$3}' 
Line No:1, No of fields:3 $0=line1 f2 f3 $1=line1 $2=f2 $3=f3
Line No:2, No of fields:3 $0=line2 f4 f5 $1=line2 $2=f4 $3=f5
Line No:3, No of fields:3 $0=line3 f6 f7 $1=line3 $2=f6 $3=f7

使用print $NF可以打印出一行中的最后一个字段，使用$(NF-1)则是打印倒数第二个字段，其他以此类推：

echo -e "line1 f2 f3n line2 f4 f5" | awk '{print $NF}'
f3
f5

echo -e "line1 f2 f3n line2 f4 f5" | awk '{print $(NF-1)}'
f2
f4

打印每一行的第二和第三个字段：

awk '{ print $2,$3 }' filename

统计文件中的行数：

awk 'END{ print NR }' filename

以上命令只使用了END语句块，在读入每一行的时，awk会将NR更新为对应的行号，当到达最后一行NR的值就是最后一行的行号，所以END语句块中的NR就是文件的行数。

一个每一行中第一个字段值累加的例子：

seq 5 | awk 'BEGIN{ sum=0; print "总和：" } { print $1"+"; sum+=$1 } END{ print "等于"; print sum }' 
总和：
1+
2+
3+
4+
5+
等于
15

将外部变量值传递给awk

借助 -v选项 ，可以将外部值（并非来自stdin）传递给awk：

VAR=10000
echo | awk -v VARIABLE=$VAR '{ print VARIABLE }'

另一种传递外部变量方法：

var1="aaa"
var2="bbb"
echo | awk '{ print v1,v2 }' v1=$var1 v2=$var2

当输入来自于文件时使用：

awk '{ print v1,v2 }' v1=$var1 v2=$var2 filename

以上方法中，变量之间用空格分隔作为awk的命令行参数跟随在BEGIN、{}和END语句块之后。

awk运算与判断

作为一种程序设计语言所应具有的特点之一，awk支持多种运算，这些运算与C语言提供的基本相同。awk还提供了一系列内置的运算函数（如log、sqr、cos、sin等）和一些用于对字符串进行操作（运算）的函数（如length、substr等等）。这些函数的引用大大的提高了awk的运算功能。作为对条件转移指令的一部分，关系判断是每种程序设计语言都具备的功能，awk也不例外，awk中允许进行多种测试，作为样式匹配，还提供了模式匹配表达式~（匹配）和~!（不匹配）。作为对测试的一种扩充，awk也支持用逻辑运算符。

算术运算符

运算符	描述
+ -	加，减
/ &	乘，除与求余
+ - !	一元加，减和逻辑非
^ **	求幂
++ --	增加或减少，作为前缀或后缀

例：

awk 'BEGIN{a="b";print a++,++a;}'
0 2

注意：所有用作算术运算符进行操作，操作数自动转为数值，所有非数值都变为0

赋值运算符

运算符	描述
= += -= = /= %= ^= *=	赋值语句

例：

a+=5; 等价于：a=a+5; 其它同类

逻辑运算符

运算符	描述
\|\|	逻辑或
&&	逻辑与

例：

awk 'BEGIN{a=1;b=2;print (a>5 && b<=2),(a>5 || b<=2);}'
0 1

正则运算符

运算符	描述
~ ~!	匹配正则表达式和不匹配正则表达式

例：

awk 'BEGIN{a="100testa";if(a ~ /^100*/){print "ok";}}'
ok

关系运算符

运算符	描述
< <= > >= != ==	关系运算符

例：

awk 'BEGIN{a=11;if(a >= 9){print "ok";}}'
ok

注意：> < 可以作为字符串比较，也可以用作数值比较，关键看操作数如果是字符串就会转换为字符串比较。两个都为数字才转为数值比较。字符串比较：按照ASCII码顺序比较。

其它运算符

运算符	描述
$	字段引用
空格	字符串连接符
?:	C条件表达式
in	数组中是否存在某键值

例：

awk 'BEGIN{a="b";print a=="b"?"ok":"err";}'
ok

awk 'BEGIN{a="b";arr[0]="b";arr[1]="c";print (a in arr);}'
0

awk 'BEGIN{a="b";arr[0]="b";arr["b"]="c";print (a in arr);}'
1

运算级优先级表

!级别越高越优先
级别越高越优先

awk高级输入输出

读取下一条记录

awk中next语句使用：在循环逐行匹配，如果遇到next，就会跳过当前行，直接忽略下面语句。而进行下一行匹配。net语句一般用于多行合并：

cat text.txt
a
b
c
d
e

awk 'NR%2==1{next}{print NR,$0;}' text.txt
2 b
4 d

当记录行号除以2余1，就跳过当前行。下面的print NR,$0也不会执行。下一行开始，程序有开始判断NR%2值。这个时候记录行号是：2 ，就会执行下面语句块：'print NR,$0'

分析发现需要将包含有“web”行进行跳过，然后需要将内容与下面行合并为一行：

cat text.txt
web01[192.168.2.100]
httpd            ok
tomcat               ok
sendmail               ok
web02[192.168.2.101]
httpd            ok
postfix               ok
web03[192.168.2.102]
mysqld            ok
httpd               ok
0
awk '/^web/{T=$0;next;}{print T":t"$0;}' test.txt
web01[192.168.2.100]:   httpd            ok
web01[192.168.2.100]:   tomcat               ok
web01[192.168.2.100]:   sendmail               ok
web02[192.168.2.101]:   httpd            ok
web02[192.168.2.101]:   postfix               ok
web03[192.168.2.102]:   mysqld            ok
web03[192.168.2.102]:   httpd               ok

简单地读取一条记录

awk getline用法：输出重定向需用到getline函数。getline从标准输入、管道或者当前正在处理的文件之外的其他输入文件获得输入。它负责从输入获得下一行的内容，并给NF,NR和FNR等内建变量赋值。如果得到一条记录，getline函数返回1，如果到达文件的末尾就返回0，如果出现错误，例如打开文件失败，就返回-1。

getline语法：getline var，变量var包含了特定行的内容。

awk getline从整体上来说，用法说明：

当其左右无重定向符|或<时： getline作用于当前文件，读入当前文件的第一行给其后跟的变量var或$0（无变量），应该注意到，由于awk在处理getline之前已经读入了一行，所以getline得到的返回结果是隔行的。
当其左右有重定向符|或<时： getline则作用于定向输入文件，由于该文件是刚打开，并没有被awk读入一行，只是getline读入，那么getline返回的是该文件的第一行，而不是隔行。

示例：

执行linux的date命令，并通过管道输出给getline，然后再把输出赋值给自定义变量out，并打印它：

awk 'BEGIN{ "date" | getline out; print out }' test

执行shell的date命令，并通过管道输出给getline，然后getline从管道中读取并将输入赋值给out，split函数把变量out转化成数组mon，然后打印数组mon的第二个元素：

awk 'BEGIN{ "date" | getline out; split(out,mon); print mon[2] }' test

命令ls的输出传递给geline作为输入，循环使getline从ls的输出中读取一行，并把它打印到屏幕。这里没有输入文件，因为BEGIN块在打开输入文件前执行，所以可以忽略输入文件。

awk 'BEGIN{ while( "ls" | getline) print }'

关闭文件

awk中允许在程序中关闭一个输入或输出文件，方法是使用awk的close语句。

close("filename")

filename可以是getline打开的文件，也可以是stdin，包含文件名的变量或者getline使用的确切命令。或一个输出文件，可以是stdout，包含文件名的变量或使用管道的确切命令。

输出到一个文件

awk中允许用如下方式将结果输出到一个文件：

echo | awk '{printf("hello word!n") > "datafile"}'
或
echo | awk '{printf("hello word!n") >> "datafile"}'

设置字段定界符

默认的字段定界符是空格，可以使用-F "定界符" 明确指定一个定界符：

awk -F: '{ print $NF }' /etc/passwd
或
awk 'BEGIN{ FS=":" } { print $NF }' /etc/passwd

在BEGIN语句块中则可以用OFS=“定界符”设置输出字段的定界符。

流程控制语句

在linux awk的while、do-while和for语句中允许使用break,continue语句来控制流程走向，也允许使用exit这样的语句来退出。break中断当前正在执行的循环并跳到循环外执行下一条语句。if 是流程选择用法。awk中，流程控制语句，语法结构，与c语言类型。有了这些语句，其实很多shell程序都可以交给awk，而且性能是非常快的。下面是各个语句用法。

条件判断语句

if(表达式)
  语句1
else
  语句2

格式中语句1可以是多个语句，为了方便判断和阅读，最好将多个语句用{}括起来。awk分枝结构允许嵌套，其格式为：

if(表达式)
  {语句1}
else if(表达式)
  {语句2}
else
  {语句3}

示例：

awk 'BEGIN{
test=100;
if(test>90){
  print "very good";
  }
  else if(test>60){
    print "good";
  }
  else{
    print "no pass";
  }
}'

very good

每条命令语句后面可以用; 分号结尾。

循环语句

while语句

while(表达式)
  {语句}

示例：

awk 'BEGIN{
test=100;
total=0;
while(i<=test){
  total+=i;
  i++;
}
print total;
}'
5050

for循环

for循环有两种格式：

格式1：

for(变量 in 数组)
  {语句}

示例：

awk 'BEGIN{
for(k in ENVIRON){
  print k"="ENVIRON[k];
}

}'
TERM=linux
G_BROKEN_FILENAMES=1
SHLVL=1
pwd=/root/text
...
logname=root
HOME=/root
SSH_CLIENT=192.168.1.21 53087 22

注：ENVIRON是awk常量，是子典型数组。

格式2：

for(变量;条件;表达式)
  {语句}

示例：

awk 'BEGIN{
total=0;
for(i=0;i<=100;i++){
  total+=i;
}
print total;
}'
5050

do循环

do
{语句} while(条件)

例子：

awk 'BEGIN{ 
total=0;
i=0;
do {total+=i;i++;} while(i<=100)
  print total;
}'
5050

其他语句

break 当 break 语句用于 while 或 for 语句时，导致退出程序循环。
continue 当 continue 语句用于 while 或 for 语句时，使程序循环移动到下一个迭代。
next 能能够导致读入下一个输入行，并返回到脚本的顶部。这可以避免对当前输入行执行其他的操作过程。
exit 语句使主输入循环退出并将控制转移到END,如果END存在的话。如果没有定义END规则，或在END中应用exit语句，则终止脚本的执行。

数组应用

数组是awk的灵魂，处理文本中最不能少的就是它的数组处理。因为数组索引（下标）可以是数字和字符串在awk中数组叫做关联数组(associative arrays)。awk 中的数组不必提前声明，也不必声明大小。数组元素用0或空字符串来初始化，这根据上下文而定。

数组的定义

数字做数组索引（下标）：

Array[1]="sun"
Array[2]="kai"

字符串做数组索引（下标）：

Array["first"]="www"
Array"[last"]="name"
Array["birth"]="1987"

使用中print Array[1]会打印出sun；使用print Array[2]会打印出kai；使用print["birth"]会得到1987。

读取数组的值

{ for(item in array) {print array[item]}; }       #输出的顺序是随机的
{ for(i=1;i<=len;i++) {print array[i]}; }         #Len是数组的长度

数组相关函数

得到数组长度：

awk 'BEGIN{info="it is a test";lens=split(info,tA," ");print length(tA),lens;}'
4 4

length返回字符串以及数组长度，split进行分割字符串为数组，也会返回分割得到数组长度。

awk 'BEGIN{info="it is a test";split(info,tA," ");print asort(tA);}'
4

asort对数组进行排序，返回数组长度。

输出数组内容（无序，有序输出）：

awk 'BEGIN{info="it is a test";split(info,tA," ");for(k in tA){print k,tA[k];}}'
4 test
1 it
2 is
3 a

for…in输出，因为数组是关联数组，默认是无序的。所以通过for…in得到是无序的数组。如果需要得到有序数组，需要通过下标获得。

awk 'BEGIN{info="it is a test";tlen=split(info,tA," ");for(k=1;k<=tlen;k++){print k,tA[k];}}'
1 it
2 is
3 a
4 test

注意：数组下标是从1开始，与C数组不一样。

判断键值存在以及删除键值：

#错误的判断方法：
awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if(tB["c"]!="1"){print "no found";};for(k in tB){print k,tB[k];}}' 
no found
a a1
b b1
c

以上出现奇怪问题，tB[“c”]没有定义，但是循环时候，发现已经存在该键值，它的值为空，这里需要注意，awk数组是关联数组，只要通过数组引用它的key，就会自动创建改序列。

#正确判断方法：
awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if( "c" in tB){print "ok";};for(k in tB){print k,tB[k];}}'  
a a1
b b1

if(key in array)通过这种方法判断数组中是否包含key键值。

#删除键值：
[chengmo@localhost ~]$ awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";delete tB["a"];for(k in tB){print k,tB[k];}}'                     
b b1

delete array[key]可以删除，对应数组key的，序列值。

二维、多维数组使用

awk的多维数组在本质上是一维数组，更确切一点，awk在存储上并不支持多维数组。awk提供了逻辑上模拟二维数组的访问方式。例如，array[2,4]=1这样的访问是允许的。awk使用一个特殊的字符串SUBSEP(�34)作为分割字段，在上面的例子中，关联数组array存储的键值实际上是2�344。

类似一维数组的成员测试，多维数组可以使用if ( (i,j) in array)这样的语法，但是下标必须放置在圆括号中。类似一维数组的循环访问，多维数组使用for ( item in array )这样的语法遍历数组。与一维数组不同的是，多维数组必须使用split()函数来访问单独的下标分量。

awk 'BEGIN{
for(i=1;i<=9;i++){
  for(j=1;j<=9;j++){
    tarr[i,j]=i*j; print i,"*",j,"=",tarr[i,j];
  }
}
}'
1 * 1 = 1
1 * 2 = 2
1 * 3 = 3
1 * 4 = 4
1 * 5 = 5
1 * 6 = 6 
...
9 * 6 = 54
9 * 7 = 63
9 * 8 = 72
9 * 9 = 81

可以通过array[k,k2]引用获得数组内容。

另一种方法：

awk 'BEGIN{
for(i=1;i<=9;i++){
  for(j=1;j<=9;j++){
    tarr[i,j]=i*j;
  }
}
for(m in tarr){
  split(m,tarr2,SUBSEP); print tarr2[1],"*",tarr2[2],"=",tarr[m];
}
}'

内置函数

awk内置函数，主要分以下3种类似：算数函数、字符串函数、其它一般函数、时间函数。

算术函数

格式	描述
atan2( y, x )	返回 y/x 的反正切。
cos( x )	返回 x 的余弦；x 是弧度。
sin( x )	返回 x 的正弦；x 是弧度。
exp( x )	返回 x 幂函数。
log( x )	返回 x 的自然对数。
sqrt( x )	返回 x 平方根。
int( x )	返回 x 的截断至整数的值。
rand( )	返回任意数字 n，其中 0 <= n < 1。
srand( [expr] )	将 rand 函数的种子值设置为 Expr 参数的值，或如果省略 Expr 参数则使用某天的时间。返回先前的种子值。

举例说明：

awk 'BEGIN{OFMT="%.3f";fs=sin(1);fe=exp(10);fl=log(10);fi=int(3.1415);print fs,fe,fl,fi;}'
0.841 22026.466 2.303 3

OFMT 设置输出数据格式是保留3位小数。

获得随机数：

awk 'BEGIN{srand();fr=int(100*rand());print fr;}'
78
awk 'BEGIN{srand();fr=int(100*rand());print fr;}'
31
awk 'BEGIN{srand();fr=int(100*rand());print fr;}'
41

字符串函数

格式	描述
gsub( Ere, Repl, [ In ] )	除了正则表达式所有具体值被替代这点，它和 sub 函数完全一样地执行。
sub( Ere, Repl, [ In ] )	用 Repl 参数指定的字符串替换 In 参数指定的字符串中的由 Ere 参数指定的扩展正则表达式的第一个具体值。sub 函数返回替换的数量。出现在 Repl 参数指定的字符串中的 &（和符号）由 In 参数指定的与 Ere 参数的指定的扩展正则表达式匹配的字符串替换。如果未指定 In 参数，缺省值是整个记录（$0 记录变量）。
index( String1, String2 )	在由 String1 参数指定的字符串（其中有出现 String2 指定的参数）中，返回位置，从 1 开始编号。如果 String2 参数不在 String1 参数中出现，则返回 0（零）。
length [(String)]	返回 String 参数指定的字符串的长度（字符形式）。如果未给出 String 参数，则返回整个记录的长度（$0 记录变量）。
blength [(String)]	返回 String 参数指定的字符串的长度（以字节为单位）。如果未给出 String 参数，则返回整个记录的长度（$0 记录变量）。
substr( String, M, [ N ] )	返回具有 N 参数指定的字符数量子串。子串从 String 参数指定的字符串取得，其字符以 M 参数指定的位置开始。M 参数指定为将 String 参数中的第一个字符作为编号 1。如果未指定 N 参数，则子串的长度将是 M 参数指定的位置到 String 参数的末尾的长度。
match( String, Ere )	在 String 参数指定的字符串（Ere 参数指定的扩展正则表达式出现在其中）中返回位置（字符形式），从 1 开始编号，或如果 Ere 参数不出现，则返回 0（零）。RSTART 特殊变量设置为返回值。RLENGTH 特殊变量设置为匹配的字符串的长度，或如果未找到任何匹配，则设置为 -1（负一）。
split( String, A, [Ere] )	将 String 参数指定的参数分割为数组元素 A[1], A[2], . . ., A[n]，并返回 n 变量的值。此分隔可以通过 Ere 参数指定的扩展正则表达式进行，或用当前字段分隔符（FS 特殊变量）来进行（如果没有给出 Ere 参数）。除非上下文指明特定的元素还应具有一个数字值，否则 A 数组中的元素用字符串值来创建。
tolower( String )	返回 String 参数指定的字符串，字符串中每个大写字符将更改为小写。大写和小写的映射由当前语言环境的 LC_CTYPE 范畴定义。
toupper( String )	返回 String 参数指定的字符串，字符串中每个小写字符将更改为大写。大写和小写的映射由当前语言环境的 LC_CTYPE 范畴定义。
sprintf(Format, Expr, Expr, . . . )	根据 Format 参数指定的 printf 子例程格式字符串来格式化 Expr 参数指定的表达式并返回最后生成的字符串。

注：Ere都可以是正则表达式。

gsub,sub使用

awk 'BEGIN{info="this is a test2010test!";gsub(/[0-9]+/,"!",info);print info}'
this is a test!test!

在 info中查找满足正则表达式，/[0-9]+/ 用””替换，并且替换后的值，赋值给info 未给info值，默认是$0

查找字符串（index使用）

awk 'BEGIN{info="this is a test2010test!";print index(info,"test")?"ok":"no found";}'
ok

未找到，返回0

正则表达式匹配查找(match使用）

awk 'BEGIN{info="this is a test2010test!";print match(info,/[0-9]+/)?"ok":"no found";}'
ok

截取字符串(substr使用）

[wangsl@centos5 ~]$ awk 'BEGIN{info="this is a test2010test!";print substr(info,4,10);}'
s is a tes

从第 4个字符开始，截取10个长度字符串

字符串分割（split使用）

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，动态创建数组tA，这里比较有意思，awk for …in循环，是一个无序的循环。并不是从数组下标1…n ，因此使用时候需要注意。

格式化字符串输出（sprintf使用）

格式化字符串格式：

其中格式化字符串包括两部分内容：一部分是正常字符，这些字符将按原样输出; 另一部分是格式化规定字符，以"%"开始，后跟一个或几个规定字符,用来确定输出内容格式。

格式	描述
%d	十进制有符号整数
%u	十进制无符号整数
%f	浮点数
%s	字符串
%c	单个字符
%p	指针的值
%e	指数形式的浮点数
%x	%X 无符号以十六进制表示的整数
%o	无符号以八进制表示的整数
%g	自动选择合适的表示法

awk 'BEGIN{n1=124.113;n2=-1.224;n3=1.2345; printf("%.2f,%.2u,%.2g,%X,%on",n1,n2,n3,n1,n1);}'
124.11,18446744073709551615,1.2,7C,174

一般函数

格式	描述
close( Expression )	用同一个带字符串值的 Expression 参数来关闭由 print 或 printf 语句打开的或调用 getline 函数打开的文件或管道。如果文件或管道成功关闭，则返回 0；其它情况下返回非零值。如果打算写一个文件，并稍后在同一个程序中读取文件，则 close 语句是必需的。
system(command )	执行 Command 参数指定的命令，并返回退出状态。等同于 system 子例程。
Expression \| getline [ Variable ]	从来自 Expression 参数指定的命令的输出中通过管道传送的流中读取一个输入记录，并将该记录的值指定给 Variable 参数指定的变量。如果当前未打开将 Expression 参数的值作为其命令名称的流，则创建流。创建的流等同于调用 popen 子例程，此时 Command 参数取 Expression 参数的值且 Mode 参数设置为一个是 r 的值。只要流保留打开且 Expression 参数求得同一个字符串，则对 getline 函数的每次后续调用读取另一个记录。如果未指定 Variable 参数，则 $0 记录变量和 NF 特殊变量设置为从流读取的记录。
getline [ Variable ] < Expression	从 Expression 参数指定的文件读取输入的下一个记录，并将 Variable 参数指定的变量设置为该记录的值。只要流保留打开且 Expression 参数对同一个字符串求值，则对 getline 函数的每次后续调用读取另一个记录。如果未指定 Variable 参数，则 $0 记录变量和 NF 特殊变量设置为从流读取的记录。
getline [ Variable ]	将 Variable 参数指定的变量设置为从当前输入文件读取的下一个输入记录。如果未指定 Variable 参数，则 $0 记录变量设置为该记录的值，还将设置 NF、NR 和 FNR 特殊变量。

打开外部文件（close用法）

awk 'BEGIN{while("cat /etc/passwd"|getline){print $0;};close("/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

逐行读取外部文件(getline使用方法）

awk 'BEGIN{while(getline < "/etc/passwd"){print $0;};close("/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

awk 'BEGIN{print "Enter your name:";getline name;print name;}'
Enter your name:
chengmo
chengmo

调用外部应用程序(system使用方法）

awk 'BEGIN{b=system("ls -al");print b;}'
total 42092
drwxr-xr-x 14 chengmo chengmo     4096 09-30 17:47 .
drwxr-xr-x 95 root   root       4096 10-08 14:01 ..

b返回值，是执行结果。

时间函数

格式	描述
函数名	说明
mktime( YYYY MM dd HH MM ss[ DST])	生成时间格式
strftime([format [, timestamp]])	格式化时间输出，将时间戳转为时间字符串具体格式，见下表.
systime()	得到时间戳,返回从1970年1月1日开始到当前时间(不计闰年)的整秒数

建指定时间(mktime使用）

awk 'BEGIN{tstamp=mktime("2001 01 01 12 12 12");print strftime("%c",tstamp);}'
2001年01月01日 星期一 12时12分12秒

awk 'BEGIN{tstamp1=mktime("2001 01 01 12 12 12");tstamp2=mktime("2001 02 01 0 0 0");print tstamp2-tstamp1;}'
2634468

求2个时间段中间时间差，介绍了strftime使用方法

awk 'BEGIN{tstamp1=mktime("2001 01 01 12 12 12");tstamp2=systime();print tstamp2-tstamp1;}' 
308201392

strftime日期和时间格式说明符

格式	描述
%a	星期几的缩写(Sun)
%A	星期几的完整写法(Sunday)
%b	月名的缩写(Oct)
%B	月名的完整写法(October)
%c	本地日期和时间
%d	十进制日期
%D	日期 08/20/99
%e	日期，如果只有一位会补上一个空格
%H	用十进制表示24小时格式的小时
%I	用十进制表示12小时格式的小时
%j	从1月1日起一年中的第几天
%m	十进制表示的月份
%M	十进制表示的分钟
%p	12小时表示法(AM/PM)
%S	十进制表示的秒
%U	十进制表示的一年中的第几个星期(星期天作为一个星期的开始)
%w	十进制表示的星期几(星期天是0)
%W	十进制表示的一年中的第几个星期(星期一作为一个星期的开始)
%x	重新设置本地日期(08/20/99)
%X	重新设置本地时间(12：00：00)
%y	两位数字表示的年(99)
%Y	当前月份
%Z	时区(PDT)
%%	百分号(%)

posted @ 2020-06-20 22:49 沈一愣阅读(115) 评论(0) 编辑收藏举报

会员力量，点亮园子希望

刷新页面返回顶部

Bernard_Shen

资深专业“Hello World”编写员。。

shell基础004-awk深入探讨

awk

补充说明

awk命令格式和选项

awk模式和操作

模式

操作

awk脚本基本结构

awk的工作原理

awk内置变量（预定义变量）

将外部变量值传递给awk

awk运算与判断

算术运算符

赋值运算符

逻辑运算符

正则运算符

关系运算符

其它运算符

运算级优先级表

awk高级输入输出

读取下一条记录

简单地读取一条记录

关闭文件

输出到一个文件

设置字段定界符

流程控制语句

条件判断语句

循环语句

while语句

for循环

do循环

其他语句

数组应用

数组的定义

数组相关函数

二维、多维数组使用

内置函数

算术函数

字符串函数

一般函数

时间函数

公告