您好,登录后才能下订单哦!
awk是一个处理文本的编程语言工具,能用简短的程序处理标准输入或文件、数据排序、计算以及生成报表等等。
在Linux系统下默认awk是gawk,它是awk的GNU版本。可以通过命令查看应用的版本:ls -l /bin/awk
基本的命令语法:awk option 'pattern {action}' file
其中pattern表示AWK在数据中查找的内容,而action是在找到匹配内容时所执行的一系列命令。花括号用于根据特定的模式对一系列指令进行分组。
awk处理的工作方式与数据库类似,支持对记录和字段处理,这也是grep和sed不能实现的。
在awk中,缺省的情况下将文本文件中的一行视为一个记录,逐行放到内存中处理,而将一行中的某一部分作为记录中的一个字段。用1,2,3...数字的方式顺序的表示行(记录)中的不同字段。用$后跟数字,引用对应的字段,以逗号分隔,0表示整个行。
选项 | 描述 |
-f program-file | 从文件中读取awk程序源文件 |
-F fs | 指定fs为输入字段分隔符 |
-v var=value | 变量赋值 |
--posix | 兼容POSIX正则表达式 |
--dump-variables=[file] | 把awk命令时的全局变量写入文件, 默认文件是awkvars.out |
--profile=[file] | 格式化awk语句到文件,默认是awkprof.out |
常用模式有:
Pattern | Description |
BEGIN{ } | 给程序赋予初始状态,先执行的工作 |
END{ } | 程序结束之后执行的一些扫尾工作 |
/regular expression/ | 为每个输入记录匹配正则表达式 |
pattern && pattern | 逻辑and,满足两个模式 |
pattern || pattern | 逻辑or,满足其中一个模式 |
! pattern | 逻辑not,不满足模式 |
pattern1, pattern2 | 范围模式,匹配所有模式1的记录,直到匹配到模式2 |
而动作呢,就是下面所讲的print、流程控制、I/O语句等。
示例:
1)从文件读取awk程序处理文件
# vi test.awk {print$2} # tail -n3 /etc/services |awk -f test.awk 48049/tcp 48128/tcp 49000/tcp
2)指定分隔符,打印指定字段
打印第二字段,默认以空格分隔: # tail -n3 /etc/services |awk '{print $2}' 48049/tcp 48128/tcp 48128/udp 指定冒号为分隔符打印第一字段: # awk-F ':' '{print $1}' /etc/passwd root bin daemon adm lp sync ......
还可以指定多个分隔符,作为同一个分隔符处理:
# tail -n3 /etc/services |awk -F'[/#]' '{print $3}' iqobject iqobject MatahariBroker # tail -n3 /etc/services |awk -F'[/#]' '{print $1}' iqobject 48619 iqobject 48619 matahari 49000 # tail -n3 /etc/services |awk -F'[/#]' '{print $2}' tcp udp tcp # tail -n3 /etc/services |awk -F'[/#]' '{print $3}' iqobject iqobject MatahariBroker # tail -n3 /etc/services |awk -F'[ /]+' '{print $2}' 48619 48619 49000
[]元字符的意思是符号其中任意一个字符,也就是说每遇到一个/或#时就分隔一个字段,当用多个分隔符时,就能更方面处理字段了。
3)变量赋值
# awk-v a=123 'BEGIN{print a}' 123 系统变量作为awk变量的值: #a=123 # awk-v a=$a 'BEGIN{print a}' 123 或使用单引号 # awk'BEGIN{print '$a'}' 123
4)输出awk全局变量到文件
# seq 5|awk --dump-variables '{print $0}' 1 2 3 4 5 # cat awkvars.out ARGC:number (1) ARGIND:number (0) ARGV:array, 1 elements BINMODE:number (0) CONVFMT:string ("%.6g") ERRNO:number (0) FIELDWIDTHS:string ("") FILENAME:string ("-") FNR:number (5) FS:string (" ") IGNORECASE:number (0) LINT:number (0) NF:number (1) NR:number (5) OFMT:string ("%.6g") OFS:string (" ") ORS:string ("\n") RLENGTH:number (0) RS:string ("\n") RSTART:number (0) RT:string ("\n") SUBSEP:string ("\034") TEXTDOMAIN:string ("messages")
5)BEGIN和END
BEGIN模式是在处理文件之前执行该操作,常用于修改内置变量、变量赋值和打印输出的页眉或标题。
例如:打印页眉
# tail /etc/services |awk 'BEGIN{print"Service\t\tPort\t\t\tDescription\n==="}{print $0}' Service Port Description === 3gpp-cbsp 48049/tcp # 3GPP Cell Broadcast Service isnetserv 48128/tcp # Image Systems Network Services isnetserv 48128/udp # Image Systems Network Services blp5 48129/tcp # Bloomberg locator blp5 48129/udp # Bloomberg locator com-bardac-dw 48556/tcp # com-bardac-dw com-bardac-dw 48556/udp # com-bardac-dw iqobject 48619/tcp #iqobject iqobject 48619/udp # iqobject matahari 49000/tcp # Matahari Broker
END模式是在程序处理完才会执行。
例如:打印页尾
# tail /etc/services |awk '{print $0}END{print "===\nEND......"}' 3gpp-cbsp 48049/tcp # 3GPP Cell Broadcast Service isnetserv 48128/tcp # Image Systems Network Services isnetserv 48128/udp # Image Systems Network Services blp5 48129/tcp # Bloomberg locator blp5 48129/udp # Bloomberg locator com-bardac-dw 48556/tcp # com-bardac-dw com-bardac-dw 48556/udp # com-bardac-dw iqobject 48619/tcp # iqobject iqobject 48619/udp # iqobject matahari 49000/tcp # Matahari Broker === END......
6)格式化输出awk命令到文件
# tail /etc/services |awk --profile 'BEGIN{print"Service\t\tPort\t\t\tDescription\n==="}{print $0}END{print"===\nEND......"}' Service Port Description === nimgtw 48003/udp # Nimbus Gateway 3gpp-cbsp 48049/tcp # 3GPP Cell Broadcast ServiceProtocol isnetserv 48128/tcp # Image Systems Network Services isnetserv 48128/udp # Image Systems Network Services blp5 48129/tcp # Bloomberg locator blp5 48129/udp # Bloomberg locator com-bardac-dw 48556/tcp # com-bardac-dw com-bardac-dw 48556/udp # com-bardac-dw iqobject 48619/tcp # iqobject iqobject 48619/udp # iqobject === END...... # cat awkprof.out # gawk profile, created Sat Jan 7 19:45:22 2017 # BEGIN block(s) BEGIN { print"Service\t\tPort\t\t\tDescription\n===" } # Rule(s) { print $0 } # END block(s) END { print "===\nEND......" }
7)/re/正则匹配
匹配包含tcp的行: # tail /etc/services |awk '/tcp/{print $0}' 3gpp-cbsp 48049/tcp # 3GPP Cell Broadcast Service isnetserv 48128/tcp # Image Systems Network Services blp5 48129/tcp # Bloomberg locator com-bardac-dw 48556/tcp # com-bardac-dw iqobject 48619/tcp # iqobject matahari 49000/tcp # Matahari Broker 匹配开头是blp5的行: # tail /etc/services |awk '/^blp5/{print $0}' blp5 48129/tcp # Bloomberg locator blp5 48129/udp # Bloomberg locator 匹配第一个字段是8个字符的行: # tail /etc/services |awk '/^[a-z0-9]{8} /{print $0}' iqobject 48619/tcp # iqobject iqobject 48619/udp # iqobject matahari 49000/tcp # Matahari Broker
8)逻辑and、or和not
匹配记录中包含blp5和tcp的行: #tail /etc/services |awk '/blp5/ && /tcp/{print $0}' blp5 48129/tcp # Bloomberg locator 匹配记录中包含blp5或tcp的行: #tail /etc/services |awk '/blp5/ || /tcp/{print $0}' 3gpp-cbsp 48049/tcp # 3GPP Cell Broadcast Service isnetserv 48128/tcp # Image Systems Network Services blp5 48129/tcp # Bloomberg locator blp5 48129/udp # Bloomberg locator com-bardac-dw 48556/tcp # com-bardac-dw iqobject 48619/tcp # iqobject matahari 49000/tcp # Matahari Broker 不匹配开头是#和空行: # awk'! /^#/ && ! /^$/{print $0}' /etc/httpd/conf/httpd.conf 或 # awk'! /^#|^$/' /etc/httpd/conf/httpd.conf 或 # awk'/^[^#]|"^$"/' /etc/httpd/conf/httpd.conf
9)匹配范围
# tail /etc/services |awk '/^blp5/,/^com/' blp5 48129/tcp # Bloomberg locator blp5 48129/udp # Bloomberg locator com-bardac-dw 48556/tcp # com-bardac-dw
博客地址:http://lizhenliang.blog.51cto.com
QQ群:323779636(Shell/Python运维开发群)
变量名 | 描述 |
FS | 输入字段分隔符,默认是空格或制表符 |
OFS | 输出字段分隔符,默认是空格 |
RS | 输入记录分隔符,默认是换行符\n |
ORS | 输出记录分隔符,默认是换行符\n |
NF | 统计当前记录中字段个数 |
NR | 统计记录编号,每处理一行记录,编号就会+1 |
FNR | 统计记录编号,每处理一行记录,编号也会+1,与NR不同的是,处理第二个文件时,编号会重新计数。 |
ARGC | 命令行参数数量 |
ARGIND | 当前正在处理的文件索引值。第一个文件是1,第二个文件是2,以此类推 |
ARGV | 命令行参数数组序列数组,下标从0开始,ARGV[0]是awk |
ENVIRON | 当前系统的环境变量 |
FILENAME | 输出当前处理的文件名 |
IGNORECASE | 忽略大小写 |
SUBSEP | 数组中下标的分隔符,默认为"\034" |
示例:
1)FS和OFS
在程序开始前重新赋值FS变量,改变默认分隔符为冒号,与-F一样。
# awk 'BEGIN{FS=":"}{print $1,$2}' /etc/passwd |head -n5 rootx bin x daemonx adm x lp x 也可以使用-v来重新赋值这个变量: # awk -vFS=':' '{print $1,$2}' /etc/passwd |head -n5 # 中间逗号被换成了OFS的默认值 rootx bin x daemonx adm x lp x 由于OFS默认以空格分隔,反向引用多个字段分隔的也是空格,如果想指定输出分隔符这样: # awk 'BEGIN{FS=":";OFS=":"}{print $1,$2}' /etc/passwd |head -n5 root:x bin:x daemon:x adm:x lp:x 也可以通过字符串拼接实现分隔: # awk 'BEGIN{FS=":"}{print $1"#"$2}' /etc/passwd |head -n5 root#x bin#x daemon#x adm#x lp#x
2)RS和ORS
RS默认是\n分隔每行,如果想指定以某个字符作为分隔符来处理记录:
# echo "www.baidu.com/user/test.html" |awk'BEGIN{RS="/"}{print $0}' www.baidu.com user test.html RS也支持正则,简单演示下: # seq-f "str%02g" 10 |sed 'n;n;a\-----' |awk 'BEGIN{RS="-+"}{print$1}' str01 str04 str07 str10 将输出的换行符替换为+号: # seq10 |awk 'BEGIN{ORS="+"}{print $0}' 1+2+3+4+5+6+7+8+9+10+ 替换某个字符: #tail -n2 /etc/services |awk 'BEGIN{RS="/";ORS="#"}{print$0}' iqobject 48619#udp # iqobject matahari 49000#tcp # Matahari Broker
3)NF
NF是打印字段个数。
# echo "a b c d e f" |awk '{print NF}' 6 打印最后一个字段: # echo "a b c d e f" |awk '{print $NF}' f 打印倒数第二个字段: # echo "a b c d e f" |awk '{print $(NF-1)}' e 排除最后两个字段: # echo "a b c d e f" |awk '{$NF="";$(NF-1)="";print$0}' a b cd 排除第一个字段: # echo "a b c d e f" |awk '{$1="";print $0}' bc d e f
4)NR和FNR
NR统计记录编号,每处理一行记录,编号就会+1,FNR不同的是在统计第二个文件时会重新计数。
打印行数: # tail -n5 /etc/services |awk '{print NR,$0}' 1 com-bardac-dw 48556/tcp # com-bardac-dw 2 com-bardac-dw 48556/udp # com-bardac-dw 3 iqobject 48619/tcp # iqobject 4 iqobject 48619/udp # iqobject 5 matahari 49000/tcp # Matahari Broker 打印总行数: # tail -n5 /etc/services |awk 'END{print NR}' 5 打印第三行: # tail -n5 /etc/services |awk 'NR==3' iqobject 48619/tcp # iqobject 打印第三行第二个字段: # tail -n5 /etc/services |awk 'NR==3{print $2}' 48619/tcp 打印前三行: # tail -n5 /etc/services |awk 'NR<=3{print NR,$0}' 1 com-bardac-dw 48556/tcp # com-bardac-dw 2 com-bardac-dw 48556/udp # com-bardac-dw 3 iqobject 48619/tcp # iqobject
看下NR和FNR的区别:
# cat a a b c # cat b c d e # awk'{print NR,FNR,$0}' a b 1 1 a 2 2 b 3 3 c 4 1 c 5 2 d 6 3 e
可以看出NR每处理一行就会+1,而FNR在处理第二个文件时,编号重新计数。同时也知道awk处理两个文件时,是合并到一起处理。
# awk 'FNR==NR{print $0"1"}FNR!=NR{print $0"2"}' a b a1 b1 c1 c2 d2 e2
当FNR==NR时,说明在处理第一个文件内容,不等于时说明在处理第二个文件内容。
一般FNR在处理多个文件时会用到,下面会讲解。
5)ARGC和ARGV
ARGC是命令行参数数量
ARGV是将命令行参数存到数组,元素由ARGC指定,数组下标从0开始
# awk 'BEGIN{print ARGC}' 1 2 3 4 # awk 'BEGIN{print ARGV[0]}' awk # awk 'BEGIN{print ARGV[1]}' 1 2 1 # awk 'BEGIN{print ARGV[2]}' 1 2 2
6)ARGIND
ARGIND是当前正在处理的文件索引值,第一个文件是1,第二个文件是2,以此类推,从而可以通过这种方式判断正在处理哪个文件。
# awk '{print ARGIND,$0}' a b 1 a 1 b 1 c 2 c 2 d 2 e # awk 'ARGIND==1{print "a->"$0}ARGIND==2{print "b->"$0}'a b a->a a->b a->c b->c b->d b->e
7)ENVIRON
ENVIRON调用系统变量。
# awk 'BEGIN{print ENVIRON["HOME"]}' /root 如果是设置的环境变量,还需要用export导入到系统变量才可以调用: # awk'BEGIN{print ENVIRON["a"]}' # export a # awk 'BEGIN{print ENVIRON["a"]}' 123
8)FILENAME
FILENAME是当前处理文件的文件名。
# awk 'FNR==NR{print FILENAME"->"$0}FNR!=NR{printFILENAME"->"$0}' a b a->a a->b a->c b->c b->d b->e 9)忽略大小写 # echo "A a b c" |xargs -n1 |awk 'BEGIN{IGNORECASE=1}/a/' A a
等于1代表忽略大小写。
博客地址:http://lizhenliang.blog.51cto.com
QQ群:323779636(Shell/Python运维开发群)
运算符 | 描述 |
(....) | 分组 |
$ | 字段引用 |
++ -- | 递增和递减 |
+ - ! | 加号,减号,和逻辑否定 |
* / % | 乘,除和取余 |
+ - | 加法,减法 |
| |& | 管道,用于getline,print和printf |
< > <= >= != == | 关系运算符 |
~ !~ | 正则表达式匹配,否定正则表达式匹配 |
in | 数组成员 |
&& || | 逻辑and,逻辑or |
?: | 简写条件表达式: expr1 ? expr2 : expr3 第一个表达式为真,执行expr2,否则执行expr3 |
= += -= *= /= %= ^= | 变量赋值运算符 |
须知:在awk中,有3种情况表达式为假:数字是0,空字符串和未定义的值
数值运算,未定义变量初始值为0。字符运算,未定义变量初始值为空。
举例测试:
# awk 'BEGIN{n=0;if(n)print"true";else print "false"}' false # awk'BEGIN{s="";if(s)print "true";else print"false"}' false # awk'BEGIN{if(s)print "true";else print "false"}' false
示例:
1)截取整数
# echo "123abc abc123 123abc123"|xargs -n1 | awk '{print +$0}' 123 0 123 # echo "123abc abc123 123abc123"|xargs -n1 | awk '{print -$0}' -123 0 -123
2)感叹号
打印奇数行: # seq 6 |awk 'i=!i' 1 3 5 读取第一行,i是未定义变量,也就是i=!0,!取反意思。感叹号右边是个布尔值,0或空字符串为假,非0或非空字符串为真,!0就是真,因此i=1,条件为真打印当前记录。 没有print为什么会打印呢?因为模式后面没有动作,默认会打印整条记录。 读取第二行,因为上次i的值由0变成了1,此时就是i=!1,条件为假不打印。 读取第三行,上次条件又为假,i恢复初始值0,取反,继续打印。以此类推... 可以看出,运算时并没有判断行内容,而是利用布尔值真假判断输出当前行。 打印偶数行: # seq 6 |awk '!(i=!i)' 2 4 6
2)不匹配某行
# tail /etc/services |awk '!/blp5/{print$0}' 3gpp-cbsp 48049/tcp # 3GPPCell Broadcast Service isnetserv 48128/tcp # Image Systems NetworkServices isnetserv 48128/udp # ImageSystems Network Services com-bardac-dw 48556/tcp # com-bardac-dw com-bardac-dw 48556/udp # com-bardac-dw iqobject 48619/tcp # iqobject iqobject 48619/udp # iqobject matahari 49000/tcp # MatahariBroker
3)乘法和除法
# seq 5 |awk '{print $0*2}' 2 4 6 8 10 # seq 5 |awk '{print $0%2}' 1 0 1 0 1 打印偶数行: # seq 5 |awk '$0%2==0{print $0}' 2 4 打印奇数行: # seq 5 |awk '$0%2!=0{print $0}' 1 3 5
4)管道符使用
# seq 5 |shuf |awk '{print$0|"sort"}' 1 2 3 4 5
5)正则表达式匹配
# seq 5 |awk '$0~3{print $0}' 3 # seq 5 |awk '$0!~3{print $0}' 1 2 4 5 # seq 5 |awk '$0~/[34]/{print $0}' 3 4 # seq 5 |awk '$0!~/[34]/{print $0}' 1 2 5 # seq 5 |awk '$0~/[^34]/{print $0}' 1 2 5
6)判断数组成员
# awk'BEGIN{a["a"]=123}END{if("a" in a)print "yes"}'</dev/null yes
7)三目运算符
# awk 'BEGIN{print1==1?"yes":"no"}' # 三目运算作为一个表达式,里面不允许写print yes # seq 3 |awk '{print$0==2?"yes":"no"}' no yes no 替换换行符为逗号: # seq 5 |awk '{printn=(n?n","$0:$0)}' 1 1,2 1,2,3 1,2,3,4 1,2,3,4,5 # seq 5 |awk'{n=(n?n","$0:$0)}END{print n}' 1,2,3,4,5 说明:读取第一行时,n没有变量,为假输出$0也就是1,并赋值变量n,读取第二行时,n是1为真,输出1,2 以此类推,后面会一直为真。 每三行后面添加新一行: # seq 10 |awk '{print NR%3?$0:$0"\ntxt"}' 1 2 3 txt 4 5 6 txt 7 8 9 txt 10 在 两行合并一行: # seq 6 |awk '{printf NR%2!=0?$0"":$0" \n"}' 1 2 3 4 5 6 # seq 6 |awk 'ORS=NR%2?"":"\n"' 1 2 3 4 5 6 # seq 6 |awk '{if(NR%2)ORS="";else ORS="\n";print}'
8)变量赋值
字段求和: # seq 5 |awk '{sum+=1}END{print sum}' 5 # seq 5 |awk '{sum+=$0}END{print sum}' 15
1)if语句
格式:if(condition) statement [ else statement ]
单分支: # seq5 |awk '{if($0==3)print $0}' 3 双分支: # seq5 |awk '{if($0==3)print $0;else print "no"}' no no 3 no no 多分支: # catfile 1 2 3 4 5 6 7 8 9 # awk'{if($1==4){print "1"} else if($2==5){print "2"} elseif($3==6){print "3"} else {print "no"}}' file no 1 no
2)while语句
格式:while(condition) statement
遍历打印所有字段: # awk'{i=1;while(i<=NF){print $i;i++}}' file 1 2 3 4 5 6 7 8 9 awk是按行处理的,每次读取一行,并遍历打印每个字段。
3)for语句C语言风格
格式:for(expr1; expr2; expr3) statement
遍历打印所有字段: # catfile 1 2 3 4 5 6 7 8 9 # awk'{for(i=1;i<=NF;i++)print $i}' file 1 2 3 4 5 6 7 8 9 倒叙打印文本: # awk'{for(i=NF;i>=1;i--)print $i}' file 3 2 1 6 5 4 9 8 7 都换行了,这并不是我们要的结果。怎么改进呢? # awk'{for(i=NF;i>=1;i--){printf $i" "};print ""}' file # print本身就会新打印一行 3 2 1 6 5 4 9 8 7 或 # awk'{for(i=NF;i>=1;i--)if(i==1)printf $i"\n";else printf $i""}' file 3 2 1 6 5 4 6 5 4 9 8 7 在这种情况下,是不是就排除第一行和倒数第一行呢?我们正序打印看下 排除第一行: # awk'{for(i=2;i<=NF;i++){printf $i" "};print ""}' file 2 3 5 6 8 9 排除第二行: # awk'{for(i=1;i<=NF-1;i++){printf $i" "};print ""}' file 1 2 4 5 7 8 IP加单引号: #echo '10.10.10.1 10.10.10.2 10.10.10.3' |awk '{for(i=1;i<=NF;i++)printf"\047"$i"\047"} '10.10.10.1' '10.10.10.2' '10.10.10.3' \047是ASCII码,可以通过showkey -a命令查看。 4)for语句遍历数组 格式:for(var in array) statement # seq-f "str%.g" 5 |awk '{a[NR]=$0}END{for(v in a)print v,a[v]}' 4 str4 5 str5 1 str1 2 str2 3 str3
5)break和continue语句
break跳过所有循环,continue跳过当前循环。
# awk 'BEGIN{for(i=1;i<=5;i++){if(i==3){break};print i}}' 1 2 # awk 'BEGIN{for(i=1;i<=5;i++){if(i==3){continue};print i}}' 1 2 4 5
6)删除数组和元素
格式:
deletearray[index] 删除数组元素
deletearray 删除数组
# seq-f "str%.g" 5 |awk '{a[NR]=$0}END{delete a;for(v in a)print v,a[v]}' 空的… # seq-f "str%.g" 5 |awk '{a[NR]=$0}END{delete a[3];for(v in a)printv,a[v]}' 4 str4 5 str5 1 str1 2 str2
7)exit语句
格式:exit[ expression ]
exit退出程序,与shell的exit一样。[ expr]是0-255之间的数字。
# seq5 |awk '{if($0~/3/)exit (123)}' # echo $? 123
数组是用来存储一系列值的变量,通过下标(索引)来访问值。
awk中数组称为关联数组,不仅可以使用数字作为下标,还可以使用字符串作为下标。
数组元素的键和值存储在awk程序内部的一个表中,该表采用散列算法,因此数组元素是随机排序。
数组格式:array[index]=value
1)自定义数组
# awk 'BEGIN{a[0]="test";print a[0]}' test
2)通过NR设置记录下标,下标从1开始
# tail -n3 /etc/passwd |awk -F: '{a[NR]=$1}END{print a[1]}' systemd-network # tail -n3 /etc/passwd |awk -F: '{a[NR]=$1}END{print a[2]}' zabbix # tail -n3 /etc/passwd |awk -F: '{a[NR]=$1}END{print a[3]}' user
3)通过for循环遍历数组
# tail -n5 /etc/passwd |awk -F: '{a[NR]=$1}END{for(v in a)print a[v],v}' zabbix4 user5 admin1 systemd-bus-proxy2 systemd-network3 # tail -n5 /etc/passwd |awk -F: '{a[NR]=$1}END{for(i=1;i<=NR;i++)printa[i],i}' admin1 systemd-bus-proxy2 systemd-network3 zabbix4 user5
上面打印的i是数组的下标。
第一种for循环的结果是乱序的,刚说过,数组是无序存储。
第二种for循环通过下标获取的情况是排序正常。
所以当下标是数字序列时,还是用for(expr1;expr2;expr3)循环表达式比较好,保持顺序不变。
4)通过++方式作为下标
# tail -n5 /etc/passwd |awk -F: '{a[x++]=$1}END{for(i=0;i<=x-1;i++)printa[i],i}' admin0 systemd-bus-proxy1 systemd-network2 zabbix3 user4
x被awk初始化值是0,没循环一次+1
5)使用字段作为下标
# tail -n5 /etc/passwd |awk -F: '{a[$1]=$7}END{for(v in a)print a[v],v}' /sbin/nologinadmin /bin/bashuser /sbin/nologinsystemd-network /sbin/nologinsystemd-bus-proxy /sbin/nologinzabbix
6)统计相同字段出现次数
# tail /etc/services |awk '{a[$1]++}END{for(v in a)print a[v],v}' 2com-bardac-dw 13gpp-cbsp 2iqobject 1matahari 2isnetserv 2blp5 # tail /etc/services |awk '{a[$1]+=1}END{for(v in a)print a[v],v}' 2com-bardac-dw 13gpp-cbsp 2iqobject 1matahari 2isnetserv 2blp5 #tail /etc/services |awk '/blp5/{a[$1]++}END{for(v in a)print a[v],v}' 2blp5
第一个字段作为下标,值被++初始化是0,每次遇到下标(第一个字段)一样时,对应的值就会被+1,因此实现了统计出现次数。
想要实现去重的的话就简单了,只要打印下标即可。
7)统计TCP连接状态
# netstat -antp |awk '/^tcp/{a[$6]++}END{for(v in a)print a[v],v}' 9LISTEN 6ESTABLISHED 6TIME_WAIT
8)只打印出现次数大于等于2的
# tail /etc/services |awk '{a[$1]++}END{for(v in a) if(a[v]>=2){printa[v],v}}' 2com-bardac-dw 2iqobject 2isnetserv 2blp5
9)去重
只打印重复的行: # tail /etc/services |awk 'a[$1]++' isnetserv 48128/udp # Image Systems Network Services blp5 48129/udp # Bloomberg locator com-bardac-dw 48556/udp # com-bardac-dw iqobject 48619/udp # iqobject 去重: # tail /etc/services |awk '!a[$1]++' 3gpp-cbsp 48049/tcp # 3GPP Cell Broadcast Service isnetserv 48128/tcp # Image Systems Network Services blp5 48129/tcp # Bloomberg locator com-bardac-dw 48556/tcp # com-bardac-dw iqobject 48619/tcp # iqobject matahari 49000/tcp # Matahari Broker
只打印重复的行说明:先明白一个情况,当值是0是为假,1为真,知道这点就不难理解了。由于执行了++当处理第一条记录时,初始值是0为假,就不打印,如果再遇到相同的记录,值就会+1,不为0,打印。
去重说明:初始值是0为假,感叹号取反为真,打印,也就是说,每个记录的第一个值都是为0,所以都会打印,如果再遇到相同的记录+1,值就会为真,取反为假就不打印。
# tail /etc/services |awk '{if(a[$1]++)print $1}' isnetserv blp5 com-bardac-dw iqobject 使用三目运算: # tail /etc/services |awk '{print a[$1]++?$1:"no"}' no no isnetserv no blp5 no com-bardac-dw no iqobject no # tail /etc/services |awk '{if(!a[$1]++)print $1}' 3gpp-cbsp isnetserv blp5 com-bardac-dw iqobject matahari
10)统计每个相同字段的某字段总数:
# tail /etc/services |awk -F'[ /]+' '{a[$1]+=$2}END{for(v in a)print v, a[v]}' com-bardac-dw97112 3gpp-cbsp48049 iqobject97238 matahari49000 isnetserv96256 blp596258
11)多维数组
awk的多维数组,实际上awk并不支持多维数组,而是逻辑上模拟二维数组的访问方式,比如a[a,b]=1,使用SUBSEP(默认\034)作为分隔下标字段,存储后是这样a\034b。
示例:
# awk 'BEGIN{a["x","y"]=123;for(v in a) print v,a[v]}' xy123 我们可以重新复制SUBSEP变量,改变下标默认分隔符: # awk 'BEGIN{SUBSEP=":";a["x","y"]=123;for(v in a)print v,a[v]}' x:y123 根据指定的字段统计出现次数: # cata A 192.168.1.1 HTTP B 192.168.1.2 HTTP B 192.168.1.2 MYSQL C 192.168.1.1 MYSQL C 192.168.1.1 MQ D 192.168.1.4 NGINX # awk 'BEGIN{SUBSEP="-"}{a[$1,$2]++}END{for(v in a)print a[v],v}' a 1 D-192.168.1.4 1 A-192.168.1.1 2 C-192.168.1.1 2 B-192.168.1.2
博客地址:http://lizhenliang.blog.51cto.com
QQ群:323779636(Shell/Python运维开发群)
函数 | 描述 |
int(expr) | 截断为整数 |
sqrt(expr) | 平方根 |
rand() | 返回一个随机数N,0和1范围,0 < N < 1 |
srand([expr]) | 使用expr生成随机数,如果不指定,默认使用当前时间为种子,如果前面有种子则使用生成随机数 |
asort(a, b) | 对数组a的值进行排序,把排序后的值存到新的数组b中,新排序的数组下标从1开始 |
asorti(a,b) | 对数组a的下标进行排序,同上 |
sub(r, s [, t]) | 对输入的记录用s替换r,t可选针对某字段替换 ,但只替换第一个字符串 |
gsub(r,s [, t]) | 对输入的记录用s替换r,t可选针对某字段替换,替换所有字符串 |
index(s, t) | 返回s中字符串t的索引位置,0为不存在 |
length([s]) | 返回s的长度 |
match(s, r [, a]) | 测试字符串s是否包含匹配r的字符串 |
split(s, a [, r [, seps] ]) | 根据分隔符seps将s分成数组a |
substr(s, i [, n]) | 截取字符串s从i开始到长度n,如果n没指定则是剩余部分 |
tolower(str) | str中的所有大写转换成小写 |
toupper(str) | str中的所有小写转换成大写 |
systime() | 当前时间戳 |
strftime([format [, timestamp[, utc-flag]]]) | 格式化输出时间,将时间戳转为字符串 |
示例:
1)int()
# echo "123abc abc123 123abc123"|xargs -n1 | awk '{print int($0)}' 123 0 123 # awk 'BEGIN{print int(10/3)}' 3
2)sqrt()
获取9的平方根:
# awk 'BEGIN{print sqrt(9)}' 3
3)rand()和srand()
rand()并不是每次运行就是一个随机数,会一直保持一个不变: # awk 'BEGIN{print rand()}' 0.237788 当执行srand()函数后,rand()才会发生变化,所以一般在awk着两个函数结合生成随机数,但是也有很大几率生成一样: # awk 'BEGIN{srand();print rand()}' 0.31687 如果想生成1-10的随机数可以这样: # awk 'BEGIN{srand();print int(rand()*10)}' 4
如果想更完美生成随机数,还得做相应的处理!
4)asort()和asorti()
# seq -f "str%.g" 5 |awk'{a[x++]=$0}END{s=asort(a,b);for(i=1;i<=s;i++)print b[i],i}' str1 1 str2 2 str3 3 str4 4 str5 5 # seq -f "str%.g" 5 |awk'{a[x++]=$0}END{s=asorti(a,b);for(i=1;i<=s;i++)print b[i],i}' 0 1 1 2 2 3 3 4 4 5
asort将a数组的值放到数组b,a下标丢弃,并将数组b的总行号赋值给s,新数组b下标从1开始,然后遍历。
5)sub()和gsub()
# tail /etc/services |awk'/blp5/{sub(/tcp/,"icmp");print $0}' blp5 48129/icmp #Bloomberg locator blp5 48129/udp #Bloomberg locator # tail /etc/services |awk'/blp5/{gsub(/c/,"9");print $0}' blp5 48129/t9p #Bloomberg lo9ator blp5 48129/udp #Bloomberg lo9ator # echo "1 2 2 3 4 5" |awk 'gsub(2,7,$2){print$0}' 1 7 2 3 4 5 # echo "1 2 3 a b c" |awk'gsub(/[0-9]/, '0'){print $0}' 0 0 0 a b c
在指定行前后加一行:
# seq 5 | awk'NR==2{sub('/.*/',"txt\n&")}{print}' 1 txt 2 3 4 5 # seq 5 | awk'NR==2{sub('/.*/',"&\ntxt")}{print}' 1 2 txt 3 4 5
6)index()
# tail -n 5 /etc/services |awk '{printindex($2,"tcp")}' 7 0 7 0 7
7)length()
# tail -n 5 /etc/services |awk '{printlength($2)}' 9 9 9 9 9 统计数组的长度: # tail -n 5 /etc/services |awk'{a[$1]=$2}END{print length(a)}' 3
8)split()
# echo -e "123#456#789\nabc#cde#fgh"|awk '{split($0,a);for(v in a)print a[v],v}' 123#456#789 1 abc#cde#fgh 1 # echo -e"123#456#789\nabc#cde#fgh" |awk '{split($0,a,"#");for(v ina)print a[v],v}' 123 1 456 2 789 3 abc 1 cde 2 fgh 3
9)substr()
# echo -e "123#456#789\nabc#cde#fgh"|awk '{print substr($0,4)}' #456#789 #cde#fgh # echo -e"123#456#789\nabc#cde#fgh" |awk '{print substr($0,4,5)}' #456# #cde#
10)tolower()和toupper()
# echo -e"123#456#789\nABC#cde#fgh" |awk '{print tolower($0)}' 123#456#789 abc#cde#fgh # echo -e"123#456#789\nabc#cde#fgh" |awk '{print toupper($0)}' 123#456#789 ABC#CDE#FGH
11)时间处理
返回当前时间戳: # awk 'BEGIN{print systime()}' 1483297766 将时间戳转为日期和时间 # echo "1483297766" |awk '{printstrftime("%Y-%m-%d %H:%M:%S",$0)}' 2017-01-01 14:09:26
语句 | 描述 |
getline | 设置$0来自下一个输入记录 |
getline var | 设置var来自下一个输入记录 |
command | getline [var] | 运行命令管道输出到$0或var |
next | 停止当前处理的输入记录 |
打印当前记录 | |
printf fmt, expr-list | 格式化输出 |
printf fmt, expr-list >file | 格式输出和写到文件 |
system(cmd-line) | 执行命令和返回状态 |
print ... >> file | 追加输出到文件 |
print ... | command | 打印输出作为命令输入 |
示例:
1)getline
获取匹配的下一行: # seq 5 |awk'/3/{getline;print}' 4 # seq 5 |awk'/3/{print;getline;print}' 3 4 在匹配的下一行加个星号: # seq 5 |awk'/3/{getline;sub(".*","&*");print}' 4* # seq 5 |awk'/3/{print;getline;sub(".*","&*")}{print}' 1 2 3 4* 5
2)getline var
把a文件的行追加到b文件的行尾: # cat a a b c # cat b 1 one 2 two 3 three # awk '{getlineline<"a";print $0,line}' b 1 one a 2 two b 3 three c 把a文件的行替换b文件的指定字段: # awk '{getlineline<"a";gsub($2,line,$2);print}' b 1 a 2 b 3 c 把a文件的行替换b文件的对应字段: # awk '{getlineline<"a";gsub("two",line,$2);print}' b 1 one 2 b 3 three 3)command| getline [var] 获取执行shell命令后结果的第一行: # awk 'BEGIN{"seq 5"|getline var;print var}' 1 循环输出执行shell命令后的结果: # awk 'BEGIN{while("seq 5"|getline)print}' 1 2 3 4 5
4)next
不打印匹配行: # seq 5 |awk '{if($0==3){next}else{print}}' 1 2 4 5 删除指定行: # seq 5 |awk 'NR==1{next}{print $0}' 2 3 4 5 如果前面动作成功,就遇到next,后面的动作不再执行,跳过。 或者: # seq 5 |awk 'NR!=1{print}' 2 3 4 5 把第一行内容放到每行的前面: # cat a hello 1 a 2 b 3 c # awk 'NR==1{s=$0;next}{print s,$0}' a hello 1 a hello 2 b hello 3 c # awk 'NR==1{s=$0}NF!=1{print s,$0}' a hello 1 a hello 2 b hello 3 c
5)system()
执行shell命令判断返回值: # awk 'BEGIN{if(system("grep root /etc/passwd &>/dev/null")==0)print"yes";else print "no"}' yes
6)打印结果写到文件
# tail -n5 /etc/services |awk '{print $2 > "a.txt"}' # cat a.txt 48049/tcp 48128/tcp 48128/udp 48129/tcp 48129/udp
7)管道连接shell命令
将结果通过grep命令过滤: # tail -n5 /etc/services |awk '{print $2|"grep tcp"}' 48556/tcp 48619/tcp 49000/tcp
格式化输出,默认打印字符串不换行。
格式:printf [format] arguments
Format | 描述 |
%s | 一个字符串 |
%d,%i | 一个小数 |
%f | 一个浮点数 |
%.ns | 输出字符串,n是输出几个字符 |
%ni | 输出整数,n是输出几个数字 |
%m.nf | 输出浮点数,m是输出整数位数,n是输出的小数位数 |
%x | 不带正负号的十六进制,使用a至f表示10到15 |
%X | 不带正负号的十六进制,使用A至F表示10至15 |
%% | 输出单个% |
%-5s | 左对齐,对参数每个字段左对齐,宽度为5 |
%-4.2f | 左对齐,宽度为4,保留两位小数 |
%5s | 右对齐,不加横线表示右对齐 |
示例:
将换行符换成逗号: # seq 5 |awk'{if($0!=5)printf "%s,",$0;else print $0}' 1,2,3,4,5 小括号中的5是最后一个数字。 输出一个字符: # awk 'BEGIN{printf"%.1s\n","abc"}' a 保留一个小数点: # awk 'BEGIN{printf "%.2f\n",10/3}' 3.33 格式化输出: # awk 'BEGIN{printf"user:%s\tpass:%d\n","abc",123}' user:abc pass:123 左对齐宽度10: # awk 'BEGIN{printf "%-10s %-10s%-10s\n","ID","Name","Passwd"}' ID Name Passwd 右对齐宽度10: # awk 'BEGIN{printf "%10s %10s %10s\n","ID","Name","Passwd"}' ID Name Passwd 打印表格: # vi test.awk BEGIN{ print"+--------------------+--------------------+"; printf"|%-20s|%-20s|\n","Name","Number"; print"+--------------------+--------------------+"; } # awk -f test.awk +--------------------+--------------------+ |Name |Number | +--------------------+--------------------+ 格式化输出: # awk -F: 'BEGIN{printf"UserName\t\tShell\n-----------------------------\n"}{printf"%-20s %-20s\n",$1,$7}END{print "END...\n"}' /etc/passwd 打印十六进制: # awk 'BEGIN{printf "%x %X",123,123}' 7b 7B
格式:function name(parameter list) { statements }
示例:
# awk 'function myfunc(a,b){returna+b}BEGIN{print myfunc(1,2)}' 3
博客地址:http://lizhenliang.blog.51cto.com
QQ群:323779636(Shell/Python运维开发群)
1)分析Nginx日志
日志格式:'$remote_addr - $remote_user [$time_local] "$request" $status $body_bytes_sent "$http_referer" "$http_user_agent" "$http_x_forwarded_for"'
统计访问IP次数: # awk '{a[$1]++}END{for(v in a)printv,a[v]}' access.log 统计访问访问大于100次的IP: # awk '{a[$1]++}END{for(v ina){if(a[v]>100)print v,a[v]}}' access.log 统计访问IP次数并排序取前10: # awk '{a[$1]++}END{for(v in a)print v,a[v]|"sort -k2 -nr |head -10"}' access.log 统计时间段访问最多的IP: # awk'$4>="[02/Jan/2017:00:02:00" &&$4<="[02/Jan/2017:00:03:00"{a[$1]++}END{for(v in a)print v,a[v]}'access.log 统计上一分钟访问量: # date=$(date -d '-1 minute'+%d/%d/%Y:%H:%M) # awk -vdate=$date '$4~date{c++}END{printc}' access.log 统计访问最多的10个页面: # awk '{a[$7]++}END{for(vin a)print v,a[v]|"sort -k1 -nr|head -n10"}' access.log 统计每个URL数量和返回内容总大小: # awk '{a[$7]++;size[$7]+=$10}END{for(v ina)print a[v],v,size[v]}' access.log 统计每个IP访问状态码数量: # awk '{a[$1" "$9]++}END{for(v ina)print v,a[v]}' access.log 统计访问IP是404状态次数: # awk '{if($9~/404/)a[$1" "$9]++}END{for(i in a)printv,a[v]}' access.log
2)两个文件对比
找出b文件在a文件相同记录:
# seq 1 5 > a # seq 3 7 > b 方法1: # awk 'FNR==NR{a[$0];next}{if($0 in a)print$0}' a b 3 4 5 # awk 'FNR==NR{a[$0];next}{if($0 in a)printFILENAME,$0}' a b b 3 b 4 b 5 # awk 'FNR==NR{a[$0]}NR>FNR{if($0 ina)print $0}' a b 3 4 5 # awk 'FNR==NR{a[$0]=1;next}(a[$0]==1)' a b # a[$0]是通过b文件每行获取值,如果是1说明有 # awk 'FNR==NR{a[$0]=1;next}{if(a[$0]==1)print}' a b 3 4 5 方法2: # awk 'FILENAME=="a"{a[$0]}FILENAME=="b"{if($0 in a)print $0}' ab 3 4 5 方法3: # awk 'ARGIND==1{a[$0]=1}ARGIND==2 &&a[$0]==1' a b 3 4 5 找出b文件在a文件不同记录: 方法1: # awk 'FNR==NR{a[$0];next}!($0 in a)' ab 6 7 # awk 'FNR==NR{a[$0]=1;next}(a[$0]!=1)' a b # awk'FNR==NR{a[$0]=1;next}{if(a[$0]!=1)print}' a b 6 7 方法2: # awk'FILENAME=="a"{a[$0]=1}FILENAME=="b" && a[$0]!=1' ab 方法3: # awk 'ARGIND==1{a[$0]=1}ARGIND==2&& a[$0]!=1' a b
3)合并两个文件
将a文件合并到b文件:
# cat a zhangsan 20 lisi 23 wangwu 29 # cat b zhangsan man lisi woman wangwu man # awk 'FNR==NR{a[$1]=$0;next}{printa[$1],$2}' a b zhangsan 20 man lisi 23 woman wangwu 29 man # awk 'FNR==NR{a[$1]=$0}NR>FNR{printa[$1],$2}' a b zhangsan 20 man lisi 23 woman wangwu 29 man
将a文件相同IP的服务名合并:
# cat a 192.168.1.1: httpd 192.168.1.1: tomcat 192.168.1.2: httpd 192.168.1.2: postfix 192.168.1.3: mysqld 192.168.1.4: httpd # awk 'BEGIN{FS=":";OFS=":"}{a[$1]=a[$1] $2}END{for(v in a)printv,a[v]}' a 192.168.1.4: httpd 192.168.1.1: httpd tomcat 192.168.1.2: httpd postfix 192.168.1.3: mysqld
说明:数组a存储是$1=a[$1] $2,第一个a[$1]是以第一个字段为下标,值是a[$1] $2,也就是$1=a[$1] $2,值的a[$1]是用第一个字段为下标获取对应的值,但第一次数组a还没有元素,那么a[$1]是空值,此时数组存储是192.168.1.1=httpd,再遇到192.168.1.1时,a[$1]通过第一字段下标获得上次数组的httpd,把当前处理的行第二个字段放到上一次同下标的值后面,作为下标192.168.1.1的新值。此时数组存储是192.168.1.1=httpd tomcat。每次遇到相同的下标(第一个字段)就会获取上次这个下标对应的值与当前字段并作为此下标的新值。
4)将第一列合并到一行
# cat file 1 2 3 4 5 6 7 8 9 # awk '{for(i=1;i<=NF;i++)a[i]=a[i]$i" "}END{for(vin a)print a[v]}' file 1 4 7 2 5 8 3 6 9
说明:
for循环是遍历每行的字段,NF等于3,循环3次。
读取第一行时:
第一个字段:a[1]=a[1]1" " 值a[1]还未定义数组,下标也获取不到对应的值,所以为空,因此a[1]=1 。
第二个字段:a[2]=a[2]2" " 值a[2]数组a已经定义,但没有2这个下标,也获取不到对应的值,为空,因此a[2]=2 。
第三个字段:a[3]=a[3]3" " 值a[2]与上面一样,为空,a[3]=3 。
读取第二行时:
第一个字段:a[1]=a[1]4" " 值a[2]获取数组a的2为下标对应的值,上面已经有这个下标了,对应的值是1,因此a[1]=1 4
第二个字段:a[2]=a[2]5" " 同上,a[2]=2 5
第三个字段:a[3]=a[3]6" " 同上,a[2]=3 6
读取第三行时处理方式同上,数组最后还是三个下标,分别是1=1 4 7,2=2 5 8,3=36 9。最后for循环输出所有下标值。
5)字符串拆分,统计出现的次数
字符串拆分:
方法1: # echo "hello world" |awk -F '''{print $1}' h # echo "hello" |awk -F '''{for(i=1;i<=NF;i++)print $i}' h e l l o 方法2: # echo "hello" |awk'{split($0,a,"''");for(v in a)print a[v]}' l o h e l
统计字符串中每个字母出现的次数:
# echo "a.b.c,c.d.e" |awk -F'[.,]' '{for(i=1;i<=NF;i++)a[$i]++}END{for(v in a)print v,a[v]}' a 1 b 1 c 2 d 1 e 1
5)费用统计
# cat a zhangsan 8000 1 zhangsan 5000 1 lisi 1000 1 lisi 2000 1 wangwu 1500 1 zhaoliu 6000 1 zhaoliu 2000 1 zhaoliu 3000 1 # awk '{name[$1]++;cost[$1]+=$2;number[$1]+=$3}END{for(v in name)printv,cost[v],number[v]}' a zhangsan 5000 1 lisi 3000 2 wangwu 1500 1 zhaoliu 11000 3
6)获取数字字段最大值
# cat a a b 1 c d 2 e f 3 g h 3 i j 2 获取第三字段最大值: # awk 'BEGIN{max=0}{if($3>max)max=$3}END{printmax}' a 3 打印第三字段最大行: # awk 'BEGIN{max=0}{a[$0]=$3;if($3>max)max=$3}END{for(v in a)print v,a[v],max}' a g h 3 3 3 e f 3 3 3 c d 2 2 3 a b 1 1 3 i j 2 2 3 # awk 'BEGIN{max=0}{a[$0]=$3;if($3>max)max=$3}END{for(v in a)if(a[v]==max)print v}'a g h 3 e f 3
7)去除第一行和最后一行
# seq 5 |awk'NR>2{print s}{s=$0}' 2 3 4
读取第一行,NR=1,不执行print s,s=1
读取第二行,NR=2,不执行print s,s=2 (大于为真)
读取第三行,NR=3,执行print s,此时s是上一次p赋值内容2,s=3
最后一行,执行print s,打印倒数第二行,s=最后一行
获取Nginx负载均衡配置端IP和端口:
# cat a upstreamexample-servers1 { server 127.0.0.1:80 weight=1 max_fails=2fail_timeout=30s; } upstreamexample-servers2 { server 127.0.0.1:80 weight=1 max_fails=2fail_timeout=30s; server 127.0.0.1:82 backup; } # awk '/example-servers1/,/}/{if(NR>2){print s}{s=$2}}' a 127.0.0.1:80 # awk '/example-servers1/,/}/{if(i>1)print s;s=$2;i++}' a # awk '/example-servers1/,/}/{if(i>1){print s}{s=$2;i++}}' a 127.0.0.1:80
读取第一行,i初始值为0,0>1为假,不执行print s,x=example-servers1,i=1
读取第二行,i=1,1>1为假,不执行prints,s=127.0.0.1:80,i=2
读取第三行,i=2,2>1为真,执行prints,此时s是上一次s赋值内容127.0.0.1:80,i=3
最后一行,执行print s,打印倒数第二行,s=最后一行。
这种方式与上面一样,只是用i++作为计数器。
好了,AWK大部分知识点都在这了,能否提高你逼格呢?
如有问题欢迎加入Python运维开发群(249171211)
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。