Shell 06 awk

一.基本操作方法

#########################################

grep 按行进行查找

vim  编辑文档，交互式

##########################################

1.1概述

是一门编程语言/数据处理引擎，Aho,Weinberger,Kernighhan.

1.2 命令格式解析

格式：awk [选项] '[条件]{指令}' 文件

其中，print 是最常用的编辑指令；若有多条编辑指令，可用分号分隔。

Awk过滤数据时支持仅打印某一列，如第2列、第5列等。

处理文本时，若未指定分隔符，则默认将空格、制表符等作为分隔符。

1.3 内值变量

1.3.1 基本操作方法

# awk '{print}'           2.txt  ---> 查看，原样输出

# awk '{print $1,$3}'     2.txt  ---> 查看第1、3列（默认空格分割）

# df -h | awk '{print $4}'       ---> 打印磁盘的剩余空间

# awk -Fo '{print $0}'    2.txt  ---> $0始终打印全部

1.3.2 选项 -F可指定分隔符(指定的分隔符后面一定要有一个空格）

# awk -Fe '{print $1,$2}' 2.txt  ---> 以e分割(会删除),第1个e前是$1，第1个e与第2个e之间是$2(包含空格），最后一个e之后的所有东西是最后一个$,后续没有则以空格代替。

1.3.3 awk常用内置变量：

# $0   文本当前行的全部内容

# $1 文本的第1列

# $2 文件的第2列

# $3 文件的第3列，依此类推

# NR 文件当前行的行号

# NF 文件当前行的列数（有几列）

# awk -Ft '{print NR,NF}'       2.txt ---> 打印出类似于" x(行） x（列）"

1.3.4 打印常量

# awk -Fe '{print $1,"哈哈",$2}' 2.txt ---> 等于在原来分离出来的项的基础上，插入一个常量项，前面有空格

1.4 案例 

1.4.1 筛选出: 7.1G

文件系统        容量  已用  可用 已用% 挂载点

/dev/vda1        10G  3.0G  7.1G   30% /

devtmpfs        906M     0  906M    0% /dev

tmpfs           921M   80K  921M    1% /dev/shm

# df -h | awk '/\/$/{print $4}'  或者

# df -h | awk '/^\//{print $4}'  (遇到 / 要采用反斜杠转义 \/)

1.4.2 提取本机的网络流量

[root@svr5 ~]# ifconfig eth0

eth0: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1500

        inet 192.168.4.21  netmask 255.255.255.0  broadcast 192.168.4.255

        inet6 fe80::fa64:c143:ad6a:5159  prefixlen 64  scopeid 0x20<link>

        ether 52:54:00:b3:11:11  txqueuelen 1000  (Ethernet)

        RX packets 313982  bytes 319665556 (304.8 MiB)

        RX errors 0  dropped 0  overruns 0  frame 0

        TX packets 51809  bytes 40788621 (38.8 MiB)

        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

# ifconfig eth0 | awk '/RX p/{print $5}'    //过滤接收数据的流量

# ifconfig eth0 | awk '/TX p/{print $5}'    //过滤发送数据的流量

1.4.3 查看/var/secure日志，查看谁登陆成功，谁登陆失败

Dec 11 14:18:39 room9pc01 sshd[10995]: Accepted password for root from 176.233.6.123 port 59384 ssh2

Dec 14 11:34:50 room9pc01 sshd[6772]: Failed password for root from 176.233.6.40 port 45378 ssh2

# awk '/Failed/{print $11}' secure      ---> 查看谁登陆失败

# awk '/Acc/{print $0}'     secure      ---> 查看谁登陆成功

1.5 awk处理的时机

awk会逐行处理文本，支持在处理第一行之前做一些准备工作，以及在处理完最后一行之后做一些总结性质的工作。在命令格式上分别体现如下：

awk  [选项]  '[条件]{指令}'  文件

awk  [选项]  ' BEGIN{指令} {指令} END{指令}'  文件

BEGIN{ } 行前处理，读取文件内容前执行，指令执行1次

{ } 逐行处理，读取文件过程中执行，指令执行n次

END{ } 行后处理，读取文件结束后执行，指令执行1次

案例：

# awk 'BEGIN{A=24;print A*2}'           ---> 48

# awk 'BEGIN{print x+1}'                ---> 1  (x可以不定义，直接用，默认值位0)

# awk 'BEGIN{print 1.5+2.5}'            ---> 4

实例1：举个例子（统计系统中使用bash作为登录Shell的用户总个数）：

a.预处理时赋值变量x=0

b.然后逐行读入/etc/passwd文件，如果发现登录Shell是/bin/bash则x加1

c.全部处理完毕后，输出x的值即可。

# awk 'BEGIN{x=0}/bash$/{x++}END{print x}' /etc/passwd (END前面可以是空行，也可以没有）

实例2：统计文件行数

# awk 'BEGIN{print NR}END{print NR}' 2.txt    0 #预处理时，行数为0

                                                            2 # 文件总行

二.awk处理条件

# ~ 匹配   !~ 不匹配

root:x:0:0:root:/root:/bin/bash

bin:x:1:1:bin:/bin:/sbin/nologin

daemon:x:2:2:daemon:/sbin:/sbin/nologin

 

案例1：列出/etc/passwd中以ro开头的用户记录(整行）

# awk    '/^ro/{print}'                                    /etc/passwd

案例2：找出不以bash结尾的记录的用户名

# awk -F: '$7!~/{bash$}/{print "用户有",$1,"是否登陆标示",$7}' /etc/passwd

案例3：找出不以nologin结尾的记录的用户名

# awk -F: '$7!~/nologin$/{print $1,$7}'                    /etc/passwd

案例4：找出root和adm开头的用户记录

# awk -F: '/^(root|adm)/{print}'                           /etc/passwd

2.2 使用数值/字符串比较设置条件

比较符号：==(等于)         !=（不等于）   >（大于）

           >=（大于等于）  <（小于）      <=（小于等于）

案例:

# awk 'NR==2{print}'           2.txt  ---> 输出第二行

# awk '$2!="XX"{print}'        2.txt  ---> 输出第二列不是XX的所有行

# awk 'NF>=2{print}'           2.txt  ---> 输出列数大于等于2的行

lisi:x:1002:1002::/home/lisi:/bin/bash

# awk -F: '$3>=1000{print $1,$3}' /etc/passwd  ---> 列出UID大于1000的用户

# awk -F: '$1=="root"'            /etc/passwd  ---> 输出用户名时root的行

逻辑测试条件

# awk -F: '$3>10 && $3<20'        /etc/passwd  ---> 输出UID大于10小于20的行

# awk -F: '$3>1000 || $3<10'      /etc/passwd  ---> UID大于1000或小于10

数学运算 + - * / % ++  ——  +=  -=  *=  /=

# awk 'NR%2==1{print}'         1.txt  ---> 输出奇数行

# awk 'BEGIN{x++;print x}'            ---> 初始值为0，自加1，输出

# awk 'BEGIN{x=8;x+=2;print x}'       ---> 10

# awk 'BEGIN{print 23%8}'             ---> 7

# seq 200 | awk 'BEGIN{i=0}($0%3==0)&&($o%13==0){i++} END{print i}' -->能被3和13整除

# awk '/^(192|127)/' /etc/hosts       ---> 输出127或者192开头的记录

# seq 100 | awk '$i%7==0||$i~/7/'     ---> 7的倍数或包含7的数

# awk -F: '{print tolower($1)}' /etc/passwd  --->大写转小写（toupper 大写)

# awk -F: '{print length($1)}'  /etc/passwd  --->求每行长度

三.综合脚本应用

要求：找到使用bash作登录Shell的本地用户，列出这些用户的shadow密码记录,按每行“用户名 -- 密码记录”保存结果

#!/bin/bash

A=$(awk -F: '/bash$/{print $1}' /etc/passwd)

for i in $A

do

  grep $i /etc/shadow | awk -F: '{print $1,"--->",$2}'

done

 

四.流程控制：if分支结构（单分支、双分支、多分支）

              练习awk数组的使用

4.1 单分支

统计/etc/passwd文件中UID小于或等于1000的用户个数：

# awk -F: '{if($3<=1000){i++}}END{print i}' /etc/passwd

统计/etc/passwd文件中登录Shell是“/bin/bash”的用户个数:

awk -F: '{if($7~/bash$/){i++}}END{print i}'  /etc/passwd

4.2 双分支

分别统计/etc/passwd文件中UID小于或等于1000、UID大于1000的用户个数：

# awk -F: '{if($3<=1000){i++}else{j++}}END{print i,j}' /etc/passwd

分别统计/etc/passwd文件中登录Shell是“/bin/bash”、 登录Shell不是“/bin/bash”的用户个数：

# awk -F: '{if($7~/bash$/){i++}else{j++}} END{print i,j}' /etc/passwd

4.3 数组

4.3.1 数组的语法格式

数组是一个可以存储多个值的变量，具体使用的格式如下：

定义数组的格式：数组名[下标]=元素值

调用数组的格式：数组名[下标]

遍历数组的用法：for(变量 in 数组名){print 数组名[变量]}。

# awk 'BEGIN{a[0]=11;a[1]=88;print a[1],a[0]}'   ---> 赋值数组并输出

# awk 'BEGIN{a[0]++;print a[0]}'                 ---> 首项默认0，自加为1

# awk 'BEGIN{a[0]=0;a[1]=11;a[2]=22; for(i in a){print i,a[i]}}' 

          0 0          rem:for (in i in a) 指的是下标 

          1 11         rem:i时下标号

          2 22         rem:a 默认时下标

# awk 'BEGIN{a["hehe"]=11;print a["hehe"]}'      ---> 下标是字符串

 

五.awk扩展应用:分析Web日志的访问量排名，要求获得客户机的地址、访问次数，并且按照访问次数排名

分析：awk统计Web访问排名

在分析Web日志文件时，每条访问记录的第一列就是客户机的IP地址，其中会有很多重复的IP地址。因此只用awk提取出这一列是不够的，还需要统计重复记录的数量并且进行排序。

通过awk提取信息时，利用IP地址作为数组下标，每遇到一个重复值就将此数组元素递增1，最终就获得了这个IP地址出现的次数。

针对文本排序输出可以采用sort命令，相关的常见选项为-r、-n、-k。其中-n表示按数字顺序升序排列，而-r表示反序，-k可以指定按第几个字段来排序。

# awk '{ip[$1]++} END{for(i in ip) {print ip[i],i }}' /var/log/httpd/access_log  --->提取

# awk '{ip[$1]++} END{for(i in ip) {print i,ip[i]}}' /var/log/httpd/access_log | sort -n/r  --->排名

5.1 sort用法

# sort -n ---> 按数字升序排列

# sort -k ---> 针对指定的列进行排序

# sort -r ---> 反向排序

*：awk 的指令需要'  '（单引号）

# 扩展：输出颜色文字： echo -e "\033[31(-37)m文字\033[0m"

# awk '{print NR}' ---> 逐行打印行数,从上往下以此叠加

# awk '{print $NR}'---> 打印第n行第n列（1 1）（2 2）（... ...)

# awk '{print NF}' ---> 打印每一行的列数，从上往下打印

# awk '{print $NF}'---> 打印每一行最后一列

# head -1 /etc/passwd | xargs （-p） （-n 1） -d "xx" ---> -d：以xx分割；-n 每次n个组合在一起，每次传一串;  -p :一次传一个，并且人机交互