【操作系统之四】Linux常用命令之awk

一、概念
awk是一个报告生成器，拥有强大的文本格式化能力。
　　数据可以来自标准输入(stdin)、一个或多个文件，或其它命令的输出；
　　依次对每一行进行处理，然后输出；
　　它在命令行中使用，但更多是作为脚本来使用。

grep、sed、awk被称为Linux三剑客：
　　grep适合单纯的查找或匹配文本；
　　sed适合编辑匹配到的文本；
　　awk适合格式化文本；

二、awk命令格式

awk [options] 'pattern{action}' file

options参数有三个：-F指定分隔符，-f调用脚本，-v定义变量 var=value
'' 引用代码块；
pattern表示待匹配的模式；
{action}表示一系列的动作命令；
file表示等待操作的数据文件；

三、内置变量
1、分隔符
FS : 输入字段分隔符（默认是任何空格）。

[root@PCS101 ~]# cat test
abc##dfhj#kfjda#kjd
def##kjs#4sf#kks#09j
[root@PCS101 ~]# awk '{print $1,$2}' test
abc##dfhj#kfjda#kjd
def##kjs#4sf#kks#09j
[root@PCS101 ~]# awk -F# '{print $1,$2}' test
abc
def
[root@PCS101 ~]# awk -v FS='#' '{print $1,$2}' test
abc
def 

OFS : 输出字段分隔符（默认值是一个空格）。

[root@PCS101 ~]# awk -v FS='#' -v OFS='------' '{print $1,$2}' test
abc------
def------
[root@PCS101 ~]# awk -v FS='#' -v OFS='------' '{print $1 $2}' test
abc123
def456

2、NR和FNR

NR : 表示记录数，在执行过程中对应于当前的行号
FNR : 同NR ，但相对于当前文件，多文件记录不递增，每个文件都从1开始。

[root@PCS101 ~]# cat t1.txt t2.txt
abc def hij klm
  j2k tb3
kkk djk zlm enjl
fas 2d3 98s y67s 98sm
[root@PCS101 ~]# awk '{print NR,$0}' t1.txt t2.txt
 abc def hij klm
   j2k tb3
 kkk djk zlm enjl
 fas 2d3 98s y67s 98sm
[root@PCS101 ~]# awk '{print FNR,$0}' t1.txt t2.txt
 abc def hij klm
   j2k tb3
 kkk djk zlm enjl
 fas 2d3 98s y67s 98sm

3、RS和ORS

RS : 输入行分隔符， 默认为换行符

[root@PCS101 ~]# awk -v RS=' ' '{print NR,$0}' t1.txt
 abc
 def
 hij
 klm

 j2k
 tb3

[root@PCS101 ~]#

ORS : 输出行分隔符，默认值是一个换行符

[root@PCS101 ~]# awk -v ORS='+++' '{print NR,$0}' t1.txt
 abc def hij klm+++   j2k tb3+++[root@PCS101 ~]#

4、FILENAME
FILENAME : 当前输入文件的名。

[root@PCS101 ~]# awk '{print FILENAME,NR,$0}' t1.txt t2.txt
t1.txt  abc def hij klm
t1.txt    j2k tb3
t2.txt  kkk djk zlm enjl
t2.txt  fas 2d3 98s y67s 98sm
[root@PCS101 ~]#

5、ARGC和ARGV

ARGC : 命令行参数的数目。
ARGV : 包含命令行参数的数组。

[root@PCS101 ~]# awk 'BEGIN{print "aaa",ARGV[0],ARGV[1],ARGV[2],ARGC}' t1.txt t2.txt
aaa awk t1.txt t2.txt 

注意：ARGV[0]指不是'pattern{action}'

6、自定义变量
变量名区分大小写。
方式一：

[root@PCS101 ~]# awk -v myVar='testVar' 'BEGIN{print myVar}'
testVar
[root@PCS101 ~]# abc=
[root@PCS101 ~]# awk -v newVar=$abc 'BEGIN{print newVar}'

方式二：

[root@PCS101 ~]# awk 'BEGIN{myvar=111;myvar2="222";print myvar,myvar2}'
 

其他内置变量：

$n： 当前记录的第n个字段，比如n为1表示第一个字段，n为2表示第二个字段。
$ : 这个变量包含执行过程中当前行的文本内容。

ARGIND : 命令行中当前文件的位置（从0开始算）。

CONVFMT : 数字转换格式（默认值为%.6g）。
ENVIRON : 环境变量关联数组。
ERRNO : 最后一个系统错误的描述。
FIELDWIDTHS : 字段宽度列表（用空格键分隔）。
IGNORECASE : 如果为真，则进行忽略大小写的匹配。
NF : 表示字段数，在执行过程中对应于当前的字段数。 print $NF对应一行中最后一个字段
OFMT : 数字的输出格式（默认值是%.6g）。
RSTART : 由match函数所匹配的字符串的第一个位置。
RLENGTH : 由match函数所匹配的字符串的长度。
SUBSEP : 数组下标分隔符（默认值是34）。
print 是awk打印指定内容的主要命令，printf格式化输出命令。

其他相关：

\t 制表符
\n 换行符
~ 匹配，与==相比不是精确比较
!~ 不匹配，不精确比较
+ 匹配时表示1个或1个以上
/[0-9][0-9]+/ 两个或两个以上数字
/[0-9][0-9]*/ 一个或一个以上数字
-F'[:#/]' 定义三个分隔符

四、格式化输出
使用格式化输出命令printf，默认不输出换行符。

[root@PCS101 ~]# awk -F# '{printf "第一列：%s\t 第二列：%s\n" ,$1,$2}' test
第一列：abc    第二列：
第一列：def    第二列：

五、匹配
就是在进行命令操作之前做的条件匹配，只有符合条件的行才被操作。
1、BEGIN模式和END模式
2、关系表达式模式
可与逻辑运算符 (||, &&)一起使用

[root@PCS101 ~]# awk 'NR==1 {print $0}' test
abc##dfhj#kfjda#kjd

3、正则模式

awk '/正则表达式/{...}' file

#查找以mysql开头的记录

[root@PCS101 ~]# awk '/^mysql/{print $0}' /etc/passwd
mysql:x::::/home/mysql:/bin/bash

4、行范围模式

awk '/正则1/,/正则2/{...}' file

从被正则1匹配的行开始到被正则2匹配的行结束，之间的所有行都会被执行后面的操作。

六、动作
所有动作的最外侧都必须有{}包裹起来。
1、算术运算：（+，-，*，/，&，！，……，++，–）
所有用作算术运算符进行操作时，操作数自动转为数值，所有非数值都变为0
2、赋值运算：（=， +=， -=，*=，/=，%=，……=，**=）
3、逻辑运算: (||, &&,!)
4、关系运算：（<, <=, >,>=,!=, ==）
5、正则运算：（～，～!）(匹配正则表达式，与不匹配正则表达式)
6、三元运算：A ? B : C
7、流程控制
(1)条件分支控制

[root@PCS101 ~]# awk '{if(NR==1) {print NR,NF}else if(NR==2){print NR,NF}}' test

(2)循环控制

#for循环语法格式1
for(初始化; 布尔表达式; 更新) {
//代码语句
}
[root@PCS101 ~]# awk 'BEGIN{for(i=1;i<=3;i++){print i}}'

#for循环语法格式2
for(变量 in 数组) {
//代码语句
}

 
#while循环语法
while( 布尔表达式 ) {
//代码语句
}
[root@PCS101 ~]# awk -v i= 'BEGIN{while(i<=5){print i;i++}}'

#do...while循环语法
do {
//代码语句
}while(条件)

[root@PCS101 ~]# awk 'BEGIN{i=1;do{print i;i++}while(i<5)}'

continue:结束本次循环；

break：中断循环；

exit:不再执行动作，也不是退出awk，而是转向执行END；

[root@PCS101 ~]# awk 'BEGIN{print 1;exit;print 2;}{print "middle"}END{print "end"}'

end

next:结束对当前行的处理，转而处理下一行

[root@PCS101 ~]# cat t1.txt
abc def hij klm
  j2k tb3
[root@PCS101 ~]# awk '{if(NR==2){next};print $0}' t1.txt
abc def hij klm

七、数组

数组是一个包含一系列元素的表.
#将a定义为循环中的取值列表。从数组中取出的是数组的所有元素的下标

[root@PCS101 ~]# awk 'BEGIN{a[0]="xiaohong";a[1]="xiaolan";for (i in a)print i;}'

[root@PCS101 ~]#

八、内置函数
1、算数函数

#rand是随机数函数，单独使用生成的值不变，需要配合srand使用，int截取整数部分
[root@PCS101 ~]# awk 'BEGIN{print rand()}'
0.237788
[root@PCS101 ~]# awk 'BEGIN{print rand()}'
0.237788
[root@PCS101 ~]# awk 'BEGIN{srand();print rand()}'
0.0534209
[root@PCS101 ~]# awk 'BEGIN{srand();print rand()}'
0.0632856
[root@PCS101 ~]# awk 'BEGIN{srand();print int(100*rand())}'

2、字符串函数

gsub sub 字符串替换函数
index返回字符串出现的位置
spilt切割

3、其他函数
asort()排序函数

九、实际应用

()计算/home目录下，普通文件的大小，使用KB作为单位
[root@PCS101 ~]# ls -l|awk 'BEGIN{sum=0} !/^d/{sum+=$5} END{print "total size is:",int(sum/1024),"KB"}'
total size is:  KB
()统计netstat -anp 状态为LISTEN和CONNECT的连接数量分别是多少
[root@PCS101 ~]# netstat -anp|awk '$6~/LISTEN|CONNECTED/{sum[$6]++} END{for (i in sum) printf "%-10s %-6s %-3s \n", i," ",sum[i]}'
LISTEN
CONNECTED         

()统计/home/cluster目录下不同用户的普通文件的总数是多少？
[root@PCS101 cluster]# ls -l|awk 'NR!=1 && !/^d/{sum[$3]++} END{for (i in sum) printf "%-6s %-5s %-3s \n",i," ",sum[i]}'
cluster
root          

统计/home/cluster目录下不同用户的普通文件的大小总size是多少？
[root@PCS101 cluster]# ls -l|awk 'NR!=1 && !/^d/{sum[$3]+=$5} END{for (i in sum) printf "%-6s %-5s %-3s %-2s \n",i," ",sum[i]/1024/1024,"MB"}'
cluster       111.849 MB
root         180.886 MB

()输出成绩表
[root@PCS101 ~]# cat test0
Marry
Jack
Tom
Mike
Bob
[root@PCS101 ~]# awk 'BEGIN{math=0;eng=0;com=0;printf "Lineno.   Name    No.    Math   English   Computer    Total\n";printf "------------------------------------------------------------\n"}{math+=$3; eng+=$4; com+=$5;printf "%-8s %-7s %-7s %-7s %-9s %-10s %-7s \n",NR,$1,$2,$3,$4,$5,$3+$4+$5} END{printf "------------------------------------------------------------\n";printf "%-24s %-7s %-9s %-20s \n","Total:",math,eng,com;printf "%-24s %-7s %-9s %-20s \n","Avg:",math/NR,eng/NR,com/NR}' test0
Lineno.   Name    No.    Math   English   Computer    Total
------------------------------------------------------------
        Marry
        Jack
        Tom
        Mike
        Bob
------------------------------------------------------------
Total:
Avg:                     63.8    78.6       

参考：
awk命令
awk从入门到放弃
AWK命令用法与举例