簡(jiǎn)介

awk是一個(gè)強(qiáng)大的文本分析工具，相對(duì)于grep的查找，sed的編輯，awk在其對(duì)數(shù)據(jù)分析并生成報(bào)告時(shí)，顯得尤為強(qiáng)大。簡(jiǎn)單來(lái)說(shuō)awk就是把文件逐行的讀入，以空格為默認(rèn)分隔符將每行切片，切開(kāi)的部分再進(jìn)行各種分析處理。

awk有3個(gè)不同版本: awk、nawk和gawk，未作特別說(shuō)明，一般指gawk，gawk 是 AWK 的 GNU 版本。

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(yǔ)言： AWK 程序設(shè)計(jì)語(yǔ)言 ， 三位創(chuàng)建者已將它正式定義為“樣式掃描和處理語(yǔ)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(wú)數(shù)其他的功能。

使用方法

awk'{pattern + action}'{filenames}

盡管操作可能會(huì)很復(fù)雜，但語(yǔ)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(lái)。

awk語(yǔ)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(lái)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(lái)處理文本。

調(diào)用awk

有三種方式調(diào)用awk

1.命令行方式

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

其中，commands是真正awk命令，[-F域分隔符]是可選的。input-file(s)是待處理的文件。

在awk中，文件的每一行中，由域分隔符分開(kāi)的每一項(xiàng)稱為一個(gè)域。通常，在不指名-F域分隔符的情況下，默認(rèn)的域分隔符是空格。

2.shell腳本方式

將所有的awk命令插入一個(gè)文件，并使awk程序可執(zhí)行，然后awk命令解釋器作為腳本的首行，一遍通過(guò)鍵入腳本名稱來(lái)調(diào)用。

相當(dāng)于shell腳本首行的：#!/bin/sh

可以換成：#!/bin/awk

3.將所有的awk命令插入一個(gè)單獨(dú)文件，然后調(diào)用：

awk -fawk-script-fileinput-file(s)

其中，-f選項(xiàng)加載awk-script-file中的awk腳本，input-file(s)跟上面的是一樣的。

本章重點(diǎn)介紹命令行方式。

入門實(shí)例

假設(shè)last -n 5的輸出如下

# last -n 5 僅取出前五行

root pts/1 192.168.1.100Tue Feb1011:21 still logged in

root pts/1 192.168.1.100Tue Feb1000:46 - 02:28(01:41)

root pts/1 192.168.1.100Mon Feb911:41 - 18:30(06:48)

dmtsai pts/1 192.168.1.100Mon Feb911:41 - 11:41(00:00)

root tty1 Fri Sep514:09 - 14:10(00:01)

如果只是顯示最近登錄的5個(gè)帳號(hào)

#last -n 5 | awk'{print $1}'

root

root

root

dmtsai

root

awk工作流程是這樣的：讀入有’n’換行符分割的一條記錄，然后將記錄按指定的域分隔符劃分域，填充域，$0則表示所有域,$1表示第一個(gè)域,$n表示第n個(gè)域。默認(rèn)域分隔符是”空白鍵” 或 “鍵”,所以$1表示登錄用戶，$3表示登錄用戶ip,以此類推。

如果只是顯示/etc/passwd的賬戶

#cat /etc/passwd |awk-F ':''{print $1}'

root

daemon

bin

sys

這種是awk+action的示例，每行都會(huì)執(zhí)行action{print $1}。

-F指定域分隔符為’:’。

如果只是顯示/etc/passwd的賬戶和賬戶對(duì)應(yīng)的shell,而賬戶與shell之間以tab鍵分割

#cat /etc/passwd |awk-F ':''{print $1"t"$7}'

root/bin/bash

daemon/bin/sh

bin /bin/sh

sys /bin/sh

如果只是顯示/etc/passwd的賬戶和賬戶對(duì)應(yīng)的shell,而賬戶與shell之間以逗號(hào)分割,而且在所有行添加列名name,shell,在最后一行添加”blue,/bin/nosh”。

cat /etc/passwd |awk-F':''BEGIN {print "name,shell"}{print $1","$7} END {print "blue,/bin/nosh"}'

name,shell

root,/bin/bash

daemon,/bin/sh

bin,/bin/sh

sys,/bin/sh

....

blue,/bin/nosh

awk工作流程是這樣的：先執(zhí)行BEGING，然后讀取文件，讀入有/n換行符分割的一條記錄，然后將記錄按指定的域分隔符劃分域，填充域，$0則表示所有域,$1表示第一個(gè)域,$n表示第n個(gè)域,隨后開(kāi)始執(zhí)行模式所對(duì)應(yīng)的動(dòng)作action。接著開(kāi)始讀入第二條記錄······直到所有的記錄都讀完，最后執(zhí)行END操作。

搜索/etc/passwd有root關(guān)鍵字的所有行

#awk -F: '/root/' /etc/passwd

root:x:0:0:root:/root:/bin/bash

這種是pattern的使用示例，匹配了pattern(這里是root)的行才會(huì)執(zhí)行action(沒(méi)有指定action，默認(rèn)輸出每行的內(nèi)容)。

搜索支持正則，例如找root開(kāi)頭的:awk -F: ‘/^root/’ /etc/passwd

搜索/etc/passwd有root關(guān)鍵字的所有行，并顯示對(duì)應(yīng)的shell

# awk -F: '/root/{print $7}' /etc/passwd

/bin/bash

這里指定了action{print $7}

awk內(nèi)置變量

awk有許多內(nèi)置變量用來(lái)設(shè)置環(huán)境信息，這些變量可以被改變，下面給出了最常用的一些變量。

ARGC 命令行參數(shù)個(gè)數(shù)

ARGV 命令行參數(shù)排列

ENVIRON支持隊(duì)列中系統(tǒng)環(huán)境變量的使用

FILENAME awk瀏覽的文件名

FNR瀏覽文件的記錄數(shù)

FS 設(shè)置輸入域分隔符，等價(jià)于命令行 -F選項(xiàng)

NF 瀏覽記錄的域的個(gè)數(shù)

NR 已讀的記錄數(shù)

OFS輸出域分隔符

ORS輸出記錄分隔符

RS 控制記錄分隔符

此外,$0變量是指整條記錄。$1表示當(dāng)前行的第一個(gè)域,$2表示當(dāng)前行的第二個(gè)域,……以此類推

統(tǒng)計(jì)/etc/passwd:文件名，每行的行號(hào)，每行的列數(shù)，對(duì)應(yīng)的完整行內(nèi)容:

#awk-F ':''{print "filename:" FILENAME ",linenumber:" NR ",columns:" NF ",linecontent:"$0}' /etc/passwd

filename:/etc/passwd,linenumber:1,columns:7,linecontent:root:x:0:0:root:/root:/bin/bash

filename:/etc/passwd,linenumber:2,columns:7,linecontent:daemon:x:1:1:daemon:/usr/sbin:/bin/sh

filename:/etc/passwd,linenumber:3,columns:7,linecontent:bin:x:2:2:bin:/bin:/bin/sh

filename:/etc/passwd,linenumber:4,columns:7,linecontent:sys:x:3:3:sys:/dev:/bin/sh

使用printf替代print,可以讓代碼更加簡(jiǎn)潔，易讀

awk-F':''{printf("filename:%10s,linenumber:%s,columns:%s,linecontent:%sn",FILENAME,NR,NF,$0)}' /etc/passwd

print和printf

awk中同時(shí)提供了print和printf兩種打印輸出的函數(shù)。

其中print函數(shù)的參數(shù)可以是變量、數(shù)值或者字符串。字符串必須用雙引號(hào)引用，參數(shù)用逗號(hào)分隔。如果沒(méi)有逗號(hào)，參數(shù)就串聯(lián)在一起而無(wú)法區(qū)分。這里，逗號(hào)的作用與輸出文件的分隔符的作用是一樣的，只是后者是空格而已。

printf函數(shù)，其用法和c語(yǔ)言中printf基本相似,可以格式化字符串,輸出復(fù)雜時(shí)，printf更加好用，代碼更易懂。

awk編程

變量和賦值

除了awk的內(nèi)置變量，awk還可以自定義變量。

下面統(tǒng)計(jì)/etc/passwd的賬戶人數(shù)

awk'{count++;print $0;} END{print "user count is ", count}' /etc/passwd

root:x:0:0:root:/root:/bin/bash

......

user count is40

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(yǔ)句，而action{}可以有多個(gè)語(yǔ)句，以;號(hào)隔開(kāi)。

這里沒(méi)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:

awk'BEGIN {count=0;print "[start]user count is ", count} {count=count+1;print $0;} END{print "[end]user count is ", count}' /etc/passwd

[start]user count is0

root:x:0:0:root:/root:/bin/bash

...

[end]user count is40

統(tǒng)計(jì)某個(gè)文件夾下的文件占用的字節(jié)數(shù)

ls -l |awk'BEGIN {size=0;} {size=size+$5;} END{print "[end]size is ", size}'

[end]size is8657198

如果以M為單位顯示:

ls -l |awk'BEGIN {size=0;} {size=size+$5;} END{print "[end]size is ", size/1024/1024,"M"}'

[end]size is8.25889M

注意，統(tǒng)計(jì)不包括文件夾的子目錄。

條件語(yǔ)句

awk中的條件語(yǔ)句是從C語(yǔ)言中借鑒來(lái)的，見(jiàn)如下聲明方式：

if(expression){

statement;

statement;

......

}

if(expression){

statement;

}else{

statement2;

}

if(expression){

statement1;

}elseif(expression1){

statement2;

}else{

statement3;

}

統(tǒng)計(jì)某個(gè)文件夾下的文件占用的字節(jié)數(shù),過(guò)濾4096大小的文件(一般都是文件夾):

ls -l |awk'BEGIN {size=0;print "[start]size is ", size} {if($5!=4096){size=size+$5;}} END{print "[end]size is ", size/1024/1024,"M"}'

[end]size is8.22339M

循環(huán)語(yǔ)句

awk中的循環(huán)語(yǔ)句同樣借鑒于C語(yǔ)言，支持while、do/while、for、break、continue，這些關(guān)鍵字的語(yǔ)義和C語(yǔ)言中的語(yǔ)義完全相同。

數(shù)組

因?yàn)閍wk中數(shù)組的下標(biāo)可以是數(shù)字和字母，數(shù)組的下標(biāo)通常被稱為關(guān)鍵字(key)。值和關(guān)鍵字都存儲(chǔ)在內(nèi)部的一張針對(duì)key/value應(yīng)用hash的表格里。由于hash不是順序存儲(chǔ)，因此在顯示數(shù)組內(nèi)容時(shí)會(huì)發(fā)現(xiàn)，它們并不是按照你預(yù)料的順序顯示出來(lái)的。數(shù)組和變量一樣，都是在使用時(shí)自動(dòng)創(chuàng)建的，awk也同樣會(huì)自動(dòng)判斷其存儲(chǔ)的是數(shù)字還是字符串。一般而言，awk中的數(shù)組用來(lái)從記錄中收集信息，可以用于計(jì)算總和、統(tǒng)計(jì)單詞以及跟蹤模板被匹配的次數(shù)等等。

顯示/etc/passwd的賬戶

awk -F':''BEGIN {count=0;} {name[count] = $1;count++;}; END{for (i = 0; i ' /etc/passwd

0root

1daemon

2bin

3sys

4sync

5games

......

這里使用for循環(huán)遍歷數(shù)組