Linux系统之文本格式化工具awk


一、文本处理工具

grep、sed和awk都是文本处理工具，虽然都是文本处理工具但却都有各自的优缺点，一种文本处理命令是不能被另一个完全替换的，否则也不会出现三个文本处理命令了。只不过，相比较而言，sed和awk功能更强大而已，且已独立成一种语言来介绍。

grep：文本过滤器，如果仅仅是过滤文本，可使用grep，其效率要比其他的高很多； sed：Stream EDitor，流编辑器，默认只处理模式空间，不处理原数据，如果你处理的数据是针对行进行处理的，可以使用sed；

awk：报告生成器，格式化以后显示。如果对处理的数据需要生成报告之类的信息，或者你处理的数据是按列进行处理的，最好使用awk。

二、awk可以完成的一些功能

  • 将文本文件看做由记录和字段组成的文本数据库

  • 使用变量操作数据库

  • 使用算术和字符串操作符

  • 使用普通的程序设计结构，例如循环和条件

  • 生帮格式化报告

  • 定义函数

  • 从脚本中执行unix命令

  • 处理unix命令的结果

  • 更加巧妙的处理命令行的参数

  • 更容易地处理多个输入流

三、语法格式

1 2 # awk [options] 'script' file1 file2, ... # awk [options] 'PATTERN { action }' file1 file2, ..

1、选项

-F fs or --field-separator fs：

指定输入文件折分隔符，fs是一个字符串或者是一个正则表达式，如-F:

1 2 3 4 #awk -F: '/root/{print $1,$NF}' /etc/passwd #awk -F: '/root/{print $1$NF}' /etc/passwd #awk -F: '/root/{print $1 $NF}' /etc/passwd #awk -F: '/root/{print $1"#"$NF}' /etc/passwd

wKioL1NBJRmCP3i8AAHmFxB5UOc722.jpg

-v 选项定义的变量在脚本运行之前即存在，可以在脚本的 BEGIN 流程中被调用；

wKioL1NBJo6ggoygAADZ-2DtPuQ717.jpg

2、awk的输出：print和printf

⑴、print的使用格式：

print item1, item2, ...

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 ""；

注意，在AWK中，$表示字段，用户变量不需要加$，这是AWK与shell或者Perl不同之处！在shell中，变量定义时不加$，再次引用时则需要用$，而在Perl中，无论定义和引用时都需要加$ (Perl中$表示标量，另有@和%符号表示数组和Hash变量)。

实例

wKiom1NBKS_BwfM0AACZkFzCp_s795.jpg

⑵、printf的使用格式

printf format, item1, item2, ...

format格式的指示符都以%开头，后跟一个字符,

%c

转换数字成ASCII,如printf "%c", 67结果为C。

wKiom1NBKiCgOr_tAABvKrxuDWw453.jpg

%d, %i

打印十进制整数，如printf "%dn", 6.745结果为6。

wKioL1NBKk3QABhtAAC4294mCiU316.jpg

%e, %E

转换数字为科学（指数）符号，如printf "%4.3en", 6745结果为6.745e+03。

wKioL1NBKz7j69JLAAFlB4E30yc055.jpg

%f

以浮点表示法打印数字，如 printf "%4.3f\n", 6745结果为6745.0000000

wKiom1NBLAbTiZHiAABnpSu_Rzo057.jpg

%s

打印字符串,如printf "%10s\n", 6745结果为十个空格加6745。

wKioL1NBLI3S8XyJAABP2IXbdZs195.jpg

可更改的格式：

N$

位置指示符，可调整字符串的输出位置。printf "%s %s %s\n", "I", "lOVE","YOU"输出为：I LOVE YOU，我们调整一下位置，printf "%3$s %2$s %1$s\n", "YOU", "LOVE","I",输出结果为：I LOVE YOU

wKioL1NBLmigIuXEAADsYHCzwN8582.jpg

 

修饰符

N: 显示宽度；

-: 左对齐； +：右对齐（也可以显示数值符号正负之用）；

wKiom1NBRyWjY4XlAADA52wl3YQ099.jpg

3、模式和操作

⑴、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：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：用运算符~(匹配)和~!(不匹配)。

  • 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。

⑵、操作由一人或多个命令、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。主要有四部份：

  • 变量或数组赋值

  • 输出命令

  • 内置函数

  • 控制流命令

4、变量

⑴、awk内置变量之记录变量

 

FS: field separator 读取文件本时，所使用字段分隔符
RS: Record separator 输入文本信息所使用的换行符
OFS: Output Filed Separator 输出字段分隔符(默认值是一个空格)
ORS：Output Row Separator 输出记录分隔符(默认值是一个换行符)

wKioL1NBNCzhKn2dAAHfTp_8JTE006.jpg

注：

从$1,$2一直到$NF，整行用$0标，如果$0被赋予新值，所有的$1,$2...和NF都将被重新计算。同样，若$i被改变，$0将用OFS重新计算。

⑵、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 当前文件的相对记录数
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

NR用法

wKioL1NBN1iCKEKLAAHv8FnWF1E842.jpg

NF用法（默认以空格分隔）

wKiom1NBOCewuwqhAAH-50uswW4321.jpg

FNR用法

wKiom1NBOO6xV4-eAAH-1fUFdYs235.jpg

ARGV用法

wKiom1NBPEOCDyCCAAGXmCnWNTc876.jpg

之二

wKiom1NBPV-CBu10AAEFzoxinSo600.jpg

FILENAME用法

wKiom1NBPsPRXSriAANBI5SWlv4654.jpg

ENVIRON用法

wKioL1NBQifg6icPAAE1XFKBXtc198.jpg

注：

ARGV数组由ARGV[0]....ARGV[ARGC-1]组成，第一个元素是0而不是1,这与AWK中的般数组不同

ENVIROND数组在shell与AWK的交互中非常有用，使用ENVIRON["PARA_NAME"]来获取环境变量$PARA_NAME的值，其中引号“”不可少！

5、标准输出与重定向

⑴、输出重定向

print items > output-file print items >> output-file print items | command ⑵、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；

实例：

1 2 # awk -F" " '{printf "%-15s %i\n",$1,$3 > "/dev/stderr" }' /etc/issue # awk -F" " '{printf "%-15s %i\n",$1,$3 > "/dev/null" }' /etc/issue

wKiom1NBStnDFP2pAAExjxe_fhc563.jpg

6、awk的操作符：

⑴、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:

实例

wKiom1NBTQrCngRtAAEi3k07gnM847.jpg

⑵、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； ⑶、 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；

⑷、布尔值 awk中，任何非0值或非空字符串都为真，反之就为假； ⑸、 比较操作符： x < y    True if x is less than y. x <= y    True if x is less than or equal to y. x > y    True if x is greater than y. x >= y    True if x is greater than or equal to y. x == y    True if x is equal to y. x != y    True if x is not equal to y. 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. ⑺、表达式间的逻辑关系符： &&

||

实例：

wKioL1NBTj_RLuZNAAJCgtUvxKU570.jpg

⑻、条件表达式： selector?if-true-exp:if-false-exp if selector; then  if-true-exp else  if-false-exp fi

实例

wKiom1NBT1PiUUJJAAFOxwjTL9A175.jpg

⑼、函数调用：

function_name(para1,para2)

7、控制语句

⑴、 if-else

语法：

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

实例：

1 2 3 4 #awk '{if ($3==0) {print $1, "Adminitrator";} else { print $1,"Common User"}}' /etc/passwd #awk -F: '{if ($1=="root") print $1, "Admin"; else print $1, "Common User"}' /etc/passwd #awk -F: '{if ($1=="root") printf "%-15s: %s\n", $1,"Admin"; else printf "%-15s: %s\n", $1, "Common User"}' /etc/passwd #awk -F: -v sum=0 '{if ($3>=500) sum++}END{print sum}' /etc/passwd

wKioL1NBUuewy9plAAM3x595TEk537.jpg

⑵、 while

语法：

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

实例：

1 2 3 4 #awk -F: '{i=1;while (i<=3) {print $i;i++}}' /etc/passwd #awk -F: '{i=1;while (i<=NF) { if (length($i)>=4) {print $i}; i++ }}' /etc/passwd #awk '{i=1;while (i<=NF) {if ($i>=20000) print $i; i++}}' random.txt #random.txt文件的内容为一堆随机数。

wKiom1NBVgnBU7LNAAGmILMTeEw395.jpg

⑶、do-while 至少执行一次循环体，不管条件满足与否

语法：

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

实例：

1 2 3 4 5 6 7 8 #awk 'BEGIN{ sum=0; i=0; do{ sum+=i; i++; }while(i<=100) print sum;}'

wKioL1NBWG_xtDkzAACXmYb5hzw417.jpg

⑷、for

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

实例：

1 #awk -F: '{for(i=1;i<=3;i++) { if (length($i)>=8) {print $i}}}' /etc/passwd

wKioL1NBXWKRYzc0AAD5TxxumaQ633.jpg

for循环还可以用来遍历数组元素：

语法：

for (i in array) {statement1, statement2, ...}

实例：

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

wKioL1NBXeCgrf5qAAEpX0g63i8513.jpg

⑸、 case

语法：switch (expression) { case VALUE or /REGEXP/: statement1, statement2,... default: statement1, ...} ⑹、 break 和 continue 常用于循环或case语句中 ⑺、 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：

实例：

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

wKiom1NBXmiD0EOGAAE0y3S2_IQ501.jpg

9、awk中使用数组

⑴、 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：

语法

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

其中，var用于引用数组下标，而不是元素值； 实例：
1 #netstat -ant | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'
wKiom1NBX1ORZla4AAQyvcCHYtU318.jpg ⑵、 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] 10、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1开始的序列； 实例：
1 2 3 # netstat -ant | awk '/:80\>/{split($5,clients,":");IP[clients[1]]++}END{for(i in IP){print IP[i],i}}' | sort -rn | head -50 # netstat -tan | awk '/:80\>/{split($5,clients,":");ip[clients[4]]++}END{for(a in ip) print ip[a],a}' | sort -rn | head -50 # df -lh | awk '!/^File/{split($5,percent,"%");if(percent[1]>=20){print $1}}'

wKiom1NBYdiS7nfyAADUSidcHJE441.jpg

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；

1 # tail -10 /etc/passwd |awk -F: '{print substr($1,1,6)}'

wKiom1NBY9Sh7pqrAADTHUJ2LfA811.jpg

system(command)

功能：执行系统command并将结果返回至awk命令

1 # awk 'BEGIN{print system("ls -l")}'

wKiom1NBZNuA7K9FAAGeZuDxZ0c123.jpg

systime()

功能：systime函数返回从1970年1月1日开始到当前时间(不计闰年)的整秒数

wKiom1NBZgWAoLy6AAC87z1Q05M583.jpg

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
1 # awk 'BEGIN{s="acl";print toupper(s)}'

wKioL1NBZSyD6sFuAABwbvA5xAg469.jpg

 

================================完===================================================

PS:

   awk简单应用到此结束！

AWK简介及使用实例

AWK 简介和例子

Shell脚本之AWK文本编辑器语法

正则表达式中AWK的学习和使用

文本数据处理之AWK 图解

如何在Linux中使用awk命令

文本分析工具-awk 

本文永久更新链接地址：

相关内容