awk用法详解

文章由LinuxBoy分享于2019-03-24 04:03:16热评（354）

awk用法详解

awk: 中文意思是报告生成器能够根据我们输入的信息，将信息格式化以后显示，将定义好的信息以比较美观（直观）的方式显示出来出现比较早，继而出现了new awk（nawk）在windows上实现，gawk, awk实现在linux上。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、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的处理文本和数据的方式是这样的，它逐行扫描文件，从第一行到最后一行，寻找匹配的特定模式的行，并在这些行上进行你想要的操作。如果没有指定处理动作，则把匹配的行显示到标准输出(屏幕)，如果没有指定模式，则所有被操作所指定的行都被处理。awk分别代表其作者姓氏的第一个字母，分别是Alfred Aho、Brian Kernighan、Peter Weinberger。gawk是awk的GNU版本，它提供

了Bell实验室和GNU的一些扩展。下面就对awk进行介绍。

awk使用的基本格式：

# awk [options] 'script' file1 file2, ...

# awk [options] 'PATTERN { action }' file1 file2, ...细化了上面的组合

常用的命令：print（输出）, printf（打印）

awk工作过程

根据我们所定义的模式，一次从文件中读取一行文本，awk会对取出的文本做相应的切片，将每一行按照分隔符进行切割，假如我们有一行文本： this is a test.它会使用空白字符当做分隔符，将它们各个分开，切割成了四个片，分别为： this is a test.这四个片，可以使用变量，分别对应为$1,$2,$3,$4代表四个切割片，下面就做一个演示，看如何实现awk的强大功能

一、awk的输出：print

print的使用格式：

print item1, item2, ...

输出要点：

1、各项目之间使用逗号隔开，而输出时则以空白字符分隔；

2、输出的item可以为字符串或数值、当前记录的字段(如$1)、变量或awk的表达式；数值会先转换为字符串，而后再输出；

3、print命令后面的item可以省略，此时其功能相当于print $0, 因此，如果想输出空白行，则需要使用print ""；

实例分析：

显示整个文本（注意，这里只是测试，所以只有一行）

# awk '{print $N}' test.txt

this is a test.

# awk '{print $0}' test.txt

this is a test.

显示文本的一行中的第一个参数

# awk '{print $1}' test.txt

this

显示文本的一行中的第二个参数

# awk '{print $2}' test.txt

显示文本的一行中的第四个参数

# awk '{print $4}' test.txt

test.

显示文本的一行中的第一与第二个个参数

# awk '{print $1,$2}' test.txt

this is

显示文本的一行中的第一个与第二个参数，中间可以加#号

# awk 'BEGIN{OFS="#"}{print $1,$2}' test.txt

this#is

显示文本中的各个参数，还可以加修饰符

# awk 'BEGIN{OFS=":"}{print $1,$2,$3,$4}' test.txt

this:is:a:test.

显示文本中的参数，还可以加修饰符，还可以加字符串

# awk 'BEGIN{OFS=":"}{print $1,"hello",$2}' test.txt

this:hello:is

输出三行，注意换行需要加\n

# awk 'BEGIN { print "line one\nline two\nline three" }'

line one

line two

line three

二、awk变量

2.1 awk内置变量之记录变量：

FS: field separator，读取文本时所使用的字段分隔符

RS: Record separator，读取文本信息所使用的换行符

OFS: Output Filed Separator: 输出文本时使用的字段分隔符

ORS：Output Row Separator：输出文本时使用的行分隔符

2.2 awk内置变量之数据变量：

NR: The number of input records，awk命令所处理的记录数；如果有多个文件，这个数目会把处理的多个文件中行统一计数；

NF：Number of Field，当前记录的field个数；

FNR: 与NR不同的是，FNR用于记录正处理的行是当前这一文件中被总共处理的行数；

实例分析：

显示文本的行数

# awk '{print NR}' test.txt

显示一行总共有几个参数

# awk '{print NF}' test.txt

显示文本的最后一个参数

# awk '{print $NF}' test.txt

test.

同时查看多个文本

# awk '{print FNR}' test.txt /etc/fstab

1 显示的是第一个文本的行数

1 显示的是第二个文本的第一行数，一此类推

2 显示的是第二个文本的第二行数

3 显示的是第二个文本的第三行数

ARGV: 数组，保存命令行本身这个字符串，如awk '{print $0}' a.txt b.txt这个命令中，ARGV[0]保存awk，ARGV[1]保存a.txt；

ARGC: awk命令的参数的个数；

FILENAME: awk命令所处理的文件的名称；

ENVIRON：当前shell环境变量及其值的关联数组；

查看环境变量

# awk 'BEGIN{print ENVIRON["PATH"]}'

/usr/kerberos/sbin:/usr/kerberos/bin:/usr/local/sbin:/usr/local/bin:/sbin:/

bin:/usr/sbin:/usr/bin:/usr/local/apache/bin:/usr/local/mysql/bin:/root/bin

2.3 用户自定义变量

gawk允许用户自定义自己的变量以便在程序代码中使用，变量名命名规则与大多数编程语言相同，只能使用字母、数字和下划线，且不能以数字开头。gawk变量名称区分字符大小写。

2.3.1 在脚本中赋值变量

在gawk中给变量赋值使用赋值语句进行

2.3.2 在命令行中使用赋值变量

gawk命令也可以在“脚本”外为变量赋值，并在脚本中进行引用。

实例分析：

输出一个变量，并赋值

# awk 'BEGIN{var="variable testing";print var}'

variable testing

# awk -v var="variable testing" 'BEGIN{print var}'

variable testing

三、awk打印工具：printf

printf命令的使用格式：

printf format, item1, item2, ...

printf要点：

1、其与print命令的最大不同是，printf需要指定format；

2、format用于指定后面的每个item的输出格式；

3、printf语句不会自动打印换行符；需要添加\n

format格式的指示符都以%开头，后跟一个字符；如下：

%c: 显示第一个参数的第一个字符

%d, %i：十进制整数；

%e, %E：科学计数法显示数值；

%f: 显示浮点数；

%g, %G: 以科学计数法的格式或浮点数的格式显示数值；

%s: 显示字符串；

%u: 无符号整数；

%%: 显示%自身；

修饰符：

N: 显示宽度；

-: 左对齐；

+：显示数值符号；

举例分析：

# awk '{printf "%c\n",$1}' test.txt

t 显示第一个参数的第一个字母

# awk '{printf "%s\n",$1}' test.txt

this 显示第一个参数

# awk '{printf "%10s\n",$1}' test.txt

this 显示时用了10个字符串，默认是右对齐

# awk '{printf "%-10s\n",$1}' test.txt

this 显示时左对齐，后面有6个空字符串

# awk '{printf "%-10s,%-10s\n",$1,$2}' test.txt

this ,is

# awk '{printf "%-10s%-10s\n",$1,$2}' test.txt

this is

# awk -F: '{printf "%5d",$3}' /etc/passwd

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 99 81 28 69 77 38 70 32 47 51 74 16 68 100 2965534 43 42 500 501 502 5032002 2003 2004 4004 2033 2034 4005 4006 4007 4011 4017 4018 4019 4026 4027 4028 48 25 101

# awk -F: '{printf "%-5d\n",$3}' /etc/passwd 左对齐

# awk -F: '{printf "%+5d\n",$3}' /etc/passwd 右对齐

# awk -F: '{printf "%-15s %i\n",$1,$3}' test.txt

this is a test. 0

四、输出重定向

print items > output-file

print items >> output-file

print items | command

特殊文件描述符：

/dev/stdin：标准输入

/dev/sdtout: 标准输出

/dev/stderr: 错误输出

/dev/fd/N: 某特定文件描述符，如/dev/stdin就相当于/dev/fd/0；

例子：

# awk -F: '{printf "%-15s %i\n",$1,$3 > "/dev/stderr" }' /etc/passwd

root 0

bin 1

daemon 2

adm 3

lp 4

sync 5

shutdown 6

halt 7

五、awk的操作符：

5.1 算术操作符：

-x: 负值

+x: 转换为数值；

x^y:

x**y: 次方

x*y: 乘法

x/y：除法

x+y:

x-y:

x%y:

5.2 字符串操作符：

只有一个，而且不用写出来，用于实现字符串连接；

5.3 赋值操作符：

=、+=、-=、*=、/=、%=、^=、**=、++、--

需要注意的是，如果某模式为=号，此时使用/=/可能会有语法错误，应以/[=]/替代；

5.4 布尔值

awk中，任何非0值或非空字符串都为真，反之就为假；

5.5 比较操作符：

x < y x小于y为真，反之为假

x <= y x小于等于y为真，反之为假

x > y x大于y为真，反之为假

x >= y x大于等于y为真，反之为假

x == y x恒等于y为真，反之为假

x != y x不等于y为真，反之为假

x ~ y True if the string x matches the regexp denoted by y.

x !~ y True if the string x does not match the regexp denoted by y.

subscript in array True if the array array has an element with the

subscript subscript.

5.5 表达式间的逻辑关系符：

&&：逻辑与

|| ：逻辑或

5.6 条件表达式：相当于if语句

举例：若a大于b，则取a is max，反之取b is max

a=3

b=4

a>b?a is max:b is max

5.7 函数调用：

function_name (para1,para2)

六、awk的模式：

awk 'program' input-file1 input-file2 ...

其中的program为:

pattern { action }

...

6.1 常见的模式类型：

1、Regexp: 正则表达式，格式为/regular expression/

例如：显示以r开头的行

# awk -F: '/^r/{print $1}' /etc/passwd

root

rpc

rpcuser

2、expresssion：表达式，其值非0或为非空字符时满足条件，如：$1 ~ /foo/ 或 $1 == "magedu"，用运算符~(匹配)和~!(不匹配)。

例题：

显示id号小于等于2的用户和id号

# awk -F: '$3-1<5{print $1,$3}' /etc/passwd

root 0

bin 1

daemon 2

# awk -F: '$3<=5{print $1,$3}' /etc/passwd

root 0

bin 1

daemon 2

取出默认shell为bash的用户

# awk -F: '$7~"bash$"{print $1,$7}' /etc/passwd

root /bin/bash

student /bin/bash

visitor /bin/bash

myuseradd /bin/bash

显示默认shell不是bash的用户

# awk -F: '$7!~"bash"{print $1,$7}' /etc/passwd

bin /sbin/nologin

daemon /sbin/nologin

adm /sbin/nologin

lp /sbin/nologin

3、Ranges：指定的匹配范围，格式为pat1,pat2

显示id号为0或者shell为/sbin/nologin的用户

# awk -F: '$3==0,$7~"nologin"{print $1,$3,$7}' /etc/passwd

root 0 /bin/bash

bin 1 /sbin/nologin

4、BEGIN/END：特殊模式，仅在awk命令执行前运行一次或结束前运行一次

# awk -F: '$3==0,$7~"nologin"{printf "%-10s%-20s\n",$1,$7}' /etc/passwd

root /bin/bash

bin /sbin/nologin

可以在显示时显示表头

# awk -F: 'BEGIN{print "Username shell"}{printf "%-10s%-20s\n",$1,$7}' /etc/passwd

Username shell

root /bin/bash

bin /sbin/nologin

daemon /sbin/nologin

adm /sbin/nologin

显示表头和表尾

# awk -F: 'BEGIN{print "Username shell"} {printf "%-10s%-20s\n",$1,$7}END

{print "END OF report"}' /etc/passwd

Username shell

root /bin/bash

bin /sbin/nologin

daemon /sbin/nologin

adm /sbin/nologin

END OF report

5、Empty(空模式)：匹配任意输入行，对文件中的每一行做匹配

# awk -F: '{printf "%-10s%-20s\n",$1,$7}' /etc/passwd

root /bin/bash

bin /sbin/nologin

daemon /sbin/nologin

adm /sbin/nologin

6.2 常见的Action（动作）

1、Expressions:表达式

2、Control statements：控制语句（if、while...do、for....等待)

3、Compound statements:复合语句

4、Input statements：输入语句

5、Output statements：输出语句

/正则表达式/：使用通配符的扩展集。

关系表达式：可以用下面运算符表中的关系运算符进行操作，可以是字符串或数字的比较，如$2>%1选择第二个

字段比第一个字段长的行。

模式匹配表达式：

模式，模式：指定一个行的范围。该语法不能包括BEGIN和END模式。

BEGIN：让用户指定在第一条输入记录被处理之前所发生的动作，通常可在这里设置全局变量。

END：让用户在最后一条输入记录被读取之后发生的动作。

七、控制语句：

7.1 if-else

语法：if (condition) {then-body} else {[ else-body ]}

实例分析：

若用户是root则显示“admin”否则显示为“Common user”

# awk -F: '{if ($1=="root") print $1,"admin"; else print $1, "Common user"}' /etc/passwd

root admin

bin Common user

daemon Common user

adm Common user

lp Common user

这是对上面的语法格式化了，看起来更美观

# awk -F: '{if ($1=="root") printf "%-15s: %s\n", $1,"Admin"; else printf "%-15s: %s\n", $1, "Common User"}' /etc/passwd

root : Admin

bin : Common User

daemon : Common User

adm : Common User

lp : Common User

统计id号大于等于500的用户个数

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

7.2 while

语法： while (condition){statement1; statment2; ...}

实例分析：

显示字符串大于等于8的（每一个字符串都要做一下判断）

# awk -F: '{i=1;while (i<=NF) {if (length($i)>=8) {print $i}; i++ }}' /etc/passwd

/bin/bash

/sbin/nologin

/var/adm

/sbin/nologin

/var/spool/lpd

显示字符串大于等于4的

# awk -F: '{i=1;while (i<=NF){if (length($i)>=4) {print $i}; i++}}' /etc/passwd

root

/root

/bin/bash

/bin

/sbin/nologin

daemon

7.3 do-while

语法： do {statement1, statement2, ...} while (condition)

显示字符串小于等于4的（注意使用do语句时，先执行的是条件）

# awk -F: '{i=1;do {print $i;i++}while(i<=3)}' /etc/passwd

root

bin

7.4 for

语法： for ( variable assignment; condition; iteration process) { statement1, statement2, ...}

例题：

1、显示字符串大于等于4的

# awk -F: '{for(i=1;i<=NF;i++) {if (length($i)>=4) {print $i}}}' /etc/passwd

root

/root

/bin/bash

2、显示字符串小于等于4的

# awk -F: '{for(i=1;i<=3;i++) print $i}' /etc/passwd

root

bin

for循环还可以用来遍历数组元素：

语法： for (i in array) {statement1, statement2

例如：显示

# awk -F: '$NF!~/^$/{BASH[$NF]++}END{for(A in BASH){printf "%-15s:%i\n",A,BASH[A]}}'/etc/passwd

/bin/sync :1

/bin/bash :20

/sbin/nologin :31

/sbin/halt :1

/etc/tcsh :1

/sbin/shutdown :1

7.5 case

语法：switch (expression) { case VALUE or /REGEXP/: statement1, statement2,... default:

statement1, ...}

7.6 break 和 continue

常用于循环或case语句中

7.7 next

提前结束对本行文本的处理，并接着处理下一行；例如，下面的命令将显示其ID号为奇数的用户：

# awk -F: '{if($3%2==0) next;print $1,$3}' /etc/passwd

bin 1

adm 3

sync 5

halt 7

news 9

operator 11

八、awk中使用数组

8.1 数组

array[index-expression]

index-expression可以使用任意字符串；需要注意的是，如果某数据组元素事先不存在，那么在引用其时，awk会自动创建此元素并初始化为空串；因此，要判断某数据组中是否存在某元素，需要使用index in array的方式。要遍历数组中的每一个元素，需要使用如下的特殊结构：

for (var in array) { statement1, ... }

显示各个shell的个数和

# awk -F: '{shell[$NF]++}END{for(A in shell) {print A,shell[A]}}' /etc/passwd

/bin/sync 1

/bin/bash 20

/sbin/nologin 31

/sbin/halt 1

/etc/tcsh 1

/sbin/shutdown 1

其中，var用于引用数组下标，而不是元素值；

统计tcp连接状态的个数（$6也是最后一个字段，可以使用$NF)

# netstat -ant | awk '/^tcp/ {STATE[$NF]++} END {for(a in STATE) print a, STATE[a]}'

LISTEN 11

ESTABLISHED 2

每出现一次被/^tcp/模式匹配到的行，数组S[$NF]就加1，NF为当前匹配到的行的

最后一个字段，此处用其值做为数组S的元素索引；

统计访问本地的IP及个数

# awk '{count[$1]++}END{for(ip in count) {printf "%-20s:%d\n",ip,count[ip]}}'

/var/log/httpd/access_log

192.168.10.1 ：1

172.16.50.5 ：10

用法与上一个例子相同，用于统计某日志文件中IP地的访问量

8.2 删除数组变量

从关系数组中删除数组索引需要使用delete命令。使用格式为：

delete array[index]

九、awk的内置函数

split(string, array [, fieldsep [, seps ] ])

功能：将string表示的字符串以fieldsep为分隔符进行分隔，并将分隔后的结果保存至array为名的数组中；数组下标为从0开始的序列；

# netstat -ant | awk '/:80\>/{split($5,clients,":");IP[clients[1]]++}END{for(i in IP){print IP[i],i}}' | sort -rn | head -50

length([string])

功能：返回string字符串中字符的个数；

substr(string, start [, length])

功能：取string字符串中的子串，从start开始，取length个；start从1开始计数；

system(command)

功能：执行系统command并将结果返回至awk命令

systime()

功能：取系统当前时间

tolower(s)

功能：将s中的所有字母转为小写

toupper(s)

功能：将s中的所有字母转为大写

十、用户自定义函数

自定义函数使用function关键字。格式如下：

function F_NAME([variable])

{

statements

}

函数还可以使用return语句返回值，格式为“return value”。

推荐文章：

awk用法详解