awk 文本处理工具

awk:

强大的文本处理工具，擅长对日志文件进行分析；

不仅用于Linux，也是任何环境中现在的功能最强大的数据处理引擎；

语法说明：

awk '{pattern + action}' {filenames}

pattern：指在数据中要查找的内容；

action：指要操作的指令。

｛｝可以对一系列指令进行分组，不一定要出现。pattern要表达的正则表达式要用斜杠括起来。

通常，awk是以文件的一行为处理单位，每接收一行就执行相应的命令。

三种调用方法：

1. 命令行：

   awk [-F field-separator] 'commands' input-files

field-separator:域分隔符，指文件每一行中每个域分隔的符号，默认为空格。

1. shell脚本：

   将所有awk命令插入到一个文件，并使awk程序可执行，awk命令解释器作为脚本的首行。

   #!/bin/awk

2. 将所有awk命令插入到单独文件，调用：

   awk –f script-file input-files

   -f选项加载script-file中的awk脚本。

awk执行流程：

示例：

1. awk '{print $1}' access.201204

   意思：显示access.201204文件的每一行中的第一个$1数据，$1为每一行中空格相隔的第一个字串，$2为第二个字串，以此类推。

   如果将print $1保存在文件内，假设保存为test1，则可以写成：awk –f test1 access.201204

2. awk '$1~/sina/{print $1}' e20120706

   意思：$1字串匹配sina字符串时，则执行print $1。

3. awk '{ip[$1]++} END { for (i in ip) {print i,ip}}' access.2028 | less |sort -nr

   意思：将每行$1作为ip数组下标，进行重复计数统计，完后再循环ip数组，显示下标和统计结果，并按降序排列。

内置变量：

操作符：

常用的字符串函数：

控制流和循环：

数组输出：

参考笔记：

http://linux.vbird.org/somepaper/20090427-learn_sed_and_awk.pdf