awk详解2

7、控制语句
if(condition) {statments} 单分支语句
if(condition) {statments} else {statements}组合语句
while(conditon) {statments}  while循环
do {statements} while(condition)  do循环
for(expr1;expr2;expr3) {statements}  for循环
break   控制语句
continue  
delete array[index]  从数组中删除指定元素
delete array    删除整个数组
exit
{ statements } 组合语句

7.1 if-else
语法：if(condition) statement [else statement]
# awk -F: '{if($3>=500){print $1,$3}}' /etc/passwd   //单分支if语句
# awk -F: '{if($3>=1000) {printf "Common user: %s\n",$1} else {printf "root or Sysuser: %s\n",$1}}' /etc/passwd  有else是属于分支
# awk -F: '{if($NF=="/bin/bash") print $1}' /etc/passwd 显示为bash的用户
# awk '{if(NF>5) print $0}' /etc/fstab   空白字符大于5个   //前面没有指定分隔符，所以默认空白就是分隔符
# df -h | awk -F[%] '/^\/dev/{print $1}' | awk '{if($NF>=20) print $1}'
 
使用场景：对awk取得的整行或某个字段做条件判断；

7.2 while循环
语法：while(condition) statement
条件“真”，进入循环；条件“假”，退出循环；
使用场景：
对一行内的多个字段逐一类似处理时使用；
对数组中的各元素逐一处理时使用；
内键函数length()
 
1、显示文件中每一个符合条件的行，行内每一个字段，它的字段本身以及字段个数
# awk '/^[[:space:]]*linux16/{i=1;while(i<=NF) {print $i,length($i); i++}}' /etc/grub2.cfg 
//$i是字段本身 length($i)是字段的长度   i++之所以要和print都是循环体，一起括在花括号中
2、显示字符个数大于等于7的字段
# awk '/^[[:space:]]*linux16/{i=1;while(i<=NF) {if(length($i)>=7) {print $i,length($i)}; i++}}' /etc/grub2.cfg

7.3 do-while循环
语法：do statement while(condition)（先循环一遍再判断）
意义：至少执行一次循环体

7.4 for循环
语法：for(expr1;expr2;expr3) statement
for(variable assignment(变量赋值);condition;iteration process) {for-body}
# awk '/^[[:space:]]*linux16/{for(i=1;i<=NF;i++) {print $i,length($i)}}' /etc/grub2.cfg
# awk '/^[[:space:]]*linux16/{for(i=1;i<NF;i++) {if(length($i)>7){print $i,length($i)}}}' /etc/grub2.cfg    //显示字符数大于7的字段
 
特殊用法：
能够遍历数组中的元素；
语法：for(var in array) {for-body}

7.5 switch语句
语法：switch(expression) {case VALUE1 or /REGEXP/: statement; case VALUE2 or /REGEXP2/: statement; ...; default: statement}

7.6 break和continue
break [n]
continue   控制循环内部的字段的，不符合条件直接进入下一次循环

7.7 next
提前结束对本行的处理而直接进入下一行；控制awk的内生循环，如果不符合调价，直接进入下一行
# awk -F: '{if($3%2!=0) next; print $1,$3}' /etc/passwd   //显示id号为偶数的用户

8、array
关联数组：array[index-expression]
index-expression:索引表达式
(1)、可使用任意字符串；字符串要使用双引号；
# awk 'BEGIN{weekdays["mon"]="monday";weekdays["tue"]="Tuesday";print weekdays["mon"]}'
(2)、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“空串”；
若要判断数组中是否存在某元素，要使用"index in array"格式进行；
weekdays["mon"]="Monday"
 
若要遍历数组中的每个元素，要使用for循环；
for(var in array) {for-body}
# awk BEGIN{weekdays["mon"]="Monday";weekdays["tue"]="Tuesday";for(i in weekdays) {print weekdays[i]}}'
注意：对应的变量var会遍历array的每个索引(下标)；
state["LISTEN"]++
state["ESTABLISHED"]++
# netstat -tan | awk '/^tcp\>/{state[$NF]++}END{for(i in state) { print i,state[i]}}'
# awk '{ip[$1]++}END{for(i in ip) {print i,ip[i]}}' /var/log/httpd/access_log   //统计IP的访问次数
 

练习1：统计/etc/fstab文件中每个文件系统类型出现的次数；

# awk '/^UUID/{fs[$3]++}END{for(i in fs) {print i,fs[i]}}' /etc/fstab

练习2：统计指定文件中每个单词出现的次数；

# awk '{for(i=1;i<=NF;i++){count[$i]++}}END{for(i in count) {print i,count[i]}}' /etc/fstab

练习3：找去其中一行，并计算每个单词出现的次数
# awk 'NR==1' /etc/passwd | awk -F: '{for(i=1;i<=NF;i++){count[$i]++}}END{for(i in count){print i,count[i]}}'

9、函数

9.1 内置函数

数值处理：

rand()：返回0和1之间一个随机数；

# awk 'BEGIN{print rand()}'

字符串处理：

length([s])：返回指定字符串的长度；

sub(r,s,[t])：以r表示的模式来查找t所表示的字符中的匹配的内容，并将其第一次出现替换为s所表示的内容；

#awk -F: '{print sub(o,O,$1)}' /etc/passwd   //查找$1所表示的字符串中的小写o替换成大写O

gsub(r,s,[t])：以r表示的模式来查找t所表示的字符中的匹配的内容，并将其所有出现均替换为s所表示的内容；

split(s,a[,r])：以r为分隔符切割字符s，并将切割后的结果保存至a所表示的数组中；

统计每一个客户端IP对服务器建立了多少连接

# netstat -tan | awk '/^tcp\>/{split($5,ip,":");count[ip[1]]++}END{for (i in count) {print i,count[i]}}'

9.2 自定义函数

《sed和awk》可不看

《Linux命令行与shell脚本编程指南》必须要看

DNF新一代的RPM软件包管理器。他首先出现在 Fedora 18 这个发行版中。而最近，他取代了YUM，正式成为 Fedora 22 的包管理器。

DNF包管理器克服了YUM包管理器的一些瓶颈，提升了包括用户体验，内存占用，依赖分析，运行速度等多方面的内容。

DNF使用 RPM, libsolv 和 hawkey 库进行包管理操作。尽管它没有预装在 CentOS 和 RHEL 7 中，但你可以在使用 YUM 的同时使用 DNF 。

DNF 的最新稳定发行版版本号是 1.0，发行日期是2015年5月11日。 这一版本的额 DNF 包管理器（包括在他之前的所有版本） 都大部分采用 Python 编写，发行许可为GPL v2.

Dependency resolution of YUM is a nightmare and was resolved in DNF with SUSE library ‘libsolv’ and Python wrapper along with C Hawkey.

YUM don’t have a documented API.

Building new features are difficult.

No support for extensions other than Python.

Lower memory reduction and less automatic synchronization of metadata – a time taking process.