文本三剑客—-awk（3）
awk简介
awk是一个强大的文本分析工具，与grep（查找）、sed（编辑）一并称为“文本处理三剑客”。awk最强大的功能是对数据分析并生成报告。
awk有3个不同版本: awk、nawk和gawk，未作特别说明，一般指gawk，gawk是AWK的GNU版本。
awk其名称得自于它的创始人 Alfred Aho 、Peter Weinberger 和 Brian Kernighan 姓氏的首个字母。awk能读取输入文件、为数据排序、处理数据、对输入执行计算以及生成报表，还有无数其他的功能。
工作原理
一次读取一行文本，按输入分隔符进行切片，切成多个组成部分，将每片直接保存在内建的变量中，$1,$2,$3….，引用指定的变量，可以显示指定断，或者多个断。如果需要显示全部的，需要使用$0来引用。可以对单个片断进行判断，也可以对所有断进行循环判断。其默认分隔符为空格
按行读取文本（文件的每一行称为记录）
按输入分隔符进行切片
对切片自动生命变量 $1,$2…（域标识；$0为所有域）
对指定目标做处理（处理及打印等）
语法格式
awk [options] ‘program’ FILE……
[options]
–F：指明输入时的分隔符
–v：自定义变量
–f：调用awk脚本
program:pattern{action statements;..}
-pattern：触发条件
-action statements：对数据处理动作
步骤
执行BEGIN{action;…}
BEGIN在输入之前执行，通常用来打印表头，变量初始化。读取，执行pattern{action;…}
默认执行{ print }执行END{action;…}
读取到打印结束后执行，通常用作分析结果，信息汇总。
变量
内置变量
FS：输入字段分隔符
OFS：输出字段分隔符
RS：输入记录分隔符
ORS：输出记录分隔符
ARGC：命令行参数的个数
ARGV：数组，保存命令行给定的各参数
NF：字段数量
NR：行号
FNR：个文件分别计数，行号
FILENAME：当前文件名
自定义变量
选项位置定义：-v var=hello
在program中定义：awk ‘BEGIN{test=”hello”;print test}’
字符串处理
length([s]) ：返回指定字符串的长度
sub(r,s,[t]) ：对t字符串进行搜索r 表示的模式匹配的内容，并将第一个匹配的内容替换为s
echo “2008:08:08 08:08:08″ | awk ‘sub(/:/,”-“,$0)’gsub(r,s,[t]) ：对t字符串进行搜索r表示的模式匹配的内容，并全部替换为s所表示的内容
echo “2008:08:08 08:08:08″ | awk ‘gsub(/:/,”-“,$0)’split(s,array,[r]) ：以r为分隔符，切割字符串s，并将切割后的结果保存至array 所表示的数组中，第一个索引值为1, 第二个索引值为2,…
netstat -tan | awk ‘/^tcp>/{split($5,ip,”:”);count[ip[1]]++} END{for (i in count) {print i,count[i]}}’
Printf命令
print不需要指定，printf需要指定format
printf后面的字串需要使用双引号
字串定义后的内容需要使用”,”分隔，后面直接跟Item1,item2….
format用于指定后面的每个item的输出格式
printf语句不会自动打印换行符\n
格式符
%s: 显示字符串
%d,%i: 显示十进制整数
%e,%E: 科学计数法数值显示
%f: 显示为浮点数
%g,%G: 以科学数法或浮点形式显示数值
%c: 显示字符的ASCII码
%u: 无符号整数
%%: 显示%号自身，相当于转义
修饰符
N: 显示宽度
-: 左对齐（默认为右对齐）
+: 显示数值符号
操作符
算数
x+y, x-y, x*y, x/y, x^y, x%y赋值
=, +=, -=, *=, /=, %=, ^=,++, —比较
==, !=, >, >=, <, <=模式匹配符
~：左边是否和右边匹配包含!~：是否不匹配逻辑
&&,||,!
awk -F: ‘{printf “Username: %-15s,UID:%d\n”,$1,$3}’ /etc/passwd
PROGRAM
pattern
）默认匹配每一行
）/pattern/：仅处理匹配到的行
）/pattern1/,/pattern2/：处理 pattern1 到 pattern2 之间
）关系表达式：真：非0假：空或0
action
）Expressions: 算术，比较表达式等
） Control statements ：if, while等
） Compound statements ：组合语句
） input statements
） output statements ：print等
控制语句
if-else
awk ‘BEGIN{ test=100;if(test>90){print “very good”} else if(test>60){ print “good”}else{print “no pass”}}’
成绩为100；大于90打印“very good”；大于60打印“good”；其余打印“no pass”while 循环
条件”真”，进入循环；条件”假”，退出循环
awk ‘/^[[:space:]]*linux16/{i=1;while(i<=NF) {if(length($i)>=10){print $i,length($i)}; i++}}’ /etc/grub2.cfg
以空白符开头后跟”linux16″的行中，把字符数大于10的字符串打印出来。do-while 循环
无论真假，至少执行一次
awk ‘BEGIN{ sum=0;i=0;do{sum+=i;i++;}while(i<=100);print sum}’
累加for 循环
遍历
awk ‘/^[[:space:]]*linux16/{for(i=1;i<=NF;i++) {print$i,length($i)}}’ /etc/grub2.cfgswitch 语句
break 和 continue
awk ‘BEGIN{sum=0;for(i=1;i<=100;i++){if(i%2==0)continue;sum+=i}print sum}’
awk ‘BEGIN{sum=0;for(i=1;i<=100;i++){if(i==66)break;sum+=i}print sum}’next
提前 结束对本行处理而直接进入下一行处理
seq {1,20} | awk -F: ‘{if($1%2==0)next ; print $1}’
打印奇数行
数组
）可使用任意字符串；字符串要使用双引号括起来
）如果某数组元素事先不存在，在引用时，awk 会自动创建此元素，并将其值初始化为“空字符串（即为”假”）”
若要判断数组中是否存在某元素，要使用“index in array”格式进行遍历
示例练习：
[root@localhost ~]# awk -F: '$NF ~ /bash$/{print $1,$NF}' /etc/passwd
root /bin/bash
wang /bin/bash
lao /bin/bash
cai /bin/bash
[root@localhost ~]# awk -F: '$NF=="/bin/bash"{print $1,$NF}' /etc/passwd
root /bin/bash
wang /bin/bash
lao /bin/bash
cai /bin/bash
[root@localhost ~]# cat f
aa
bb
cc
dd
aa
bb
cc
dd
[root@localhost ~]# awk '!arr[$0]++' f
aa
bb
cc
dd
[root@localhost ~]# awk '{!arr[$0]++;print $0,arr[$0]}' f
aa 1
bb 1
cc 1
dd 1
aa 2
bb 2
cc 2
dd 2[root@localhost ~]# awk '/^UUID/||/^\/dev/{fs[$3]++} END{for (i in fs){print i,fs[i]}}' /etc/fstab
swap 1
xfs 4[root@localhost ~]# awk '{for(i=1;i<=NF;i++){count[$i]++}}END{for(i in count){print i,count[i]}}' /etc/fstab
man 1
and/or 1
maintained 1
xfs 4
Accessible 1
Thu 1
UUID=63af8e82-3a2a-40ed-8f76-64f56502ee1c 1are 1
defaults 4
blkid(8) 1
/ 1
/dev/mapper/cl-root 1
0 10[root@localhost ~]# echo "Yd$C@M05MB%9&Bdh7dq+YVixp3vpw" | awk -F "[^[:digit:]]" '{for(k=1;k<=NF;k++){a[$k]}} END{for(i in a) {printf "%s",i}printf "\n"}'
79053