介绍
AWK是一种处理文本文件的语言，是一个强大的文本分析工具，之所以叫AWK是因为其取了三位创始人 Alfred Aho，Peter Weinberger， 和 Brian Kernighan 的 Family Name 的首字符。
语法
- 第一种形式
$ awk 'BEGIN{}pattern{commands}END{}' file
- 第二种形式
$ standard output | 'BEGIN{}pattern{commands}END{}'
工作原理
其中数字1，2，3…代表是文本中的数据行
BEGIN{} 表示在处理文本数据之前进行一些操作
pattern{commands} 表示从文本中的第一行开始匹配满足pattern规则的行，执行commands命令，直到文本最后一行
END{} 表示在处理文本数据之后进行一些操作
内建变量
| 内置变量 | 含义 |
|---|---|
| $0 | 整行内容 |
| 当前行的第1-n个字段 | |
| NF | 当前行的字段个数，也就是有多少列 |
| NR | 当前的行号，从1开始计数 |
| FNR | 各文件分别计数的行号 |
| FS | 字段分隔符(默认以空格或tab键分割) |
| RS | 输入行分隔符。默认回车换行 |
| OFS | 输出字段分隔符。默认为空格 |
| ORS | 输出行分隔符。默认为回车换行 |
| FILENAME | 当前文件名 |
内置变量如何使用，我们以文本score.txt内容来做演示
$ cat score.txt
marry 90 49 23 14
join 44 55 66 24
smile 55 78 80 34
jack 20 51 66 44
使用$0来打印输出文件的每一整行的内容
$ awk '{print $0}' score.txt
marry 90 49 23 14
join 44 55 66 24
smile 55 78 80 34
jack 20 51 66 44
注意：行匹配语句 awk ' ' 只能用单引号
使用$1、$3来打印输出文件的的每一行第1列和第3列内容
$ awk '{print $1,$3}' score.txt
marry 49
join 55
smile 78
jack 51
使用NF来输出每一行的列数
$ awk '{print NF}' score.txt
5
5
5
5
使用awk没有指定分隔符，默认是以空格或者tab键来作分隔，在score.txt 文件中，经过分隔，每行都有5列
使用变量$NF来输出文件
$ awk '{print $NF}' score.txt
14
24
34
44
从输出结果我们总结出，
NF = $5
之前我们打印每一行的第1列和第3列我们使用的是：$1，(NF-2)，$(NF-4)**
$ awk '{print $(NF-4),$(NF-2)}' score.txt
marry 49
join 55
smile 78
jack 51
使用NR来输出每一行的行号，这次我们把每一行的内容也打印出来
$ awk '{print NR "\t" $0}' score.txt
1 marry 90 49 23 85
2 join 44 55 66 22
3 smile 55 78 80 24
4 jack 20 51 66 89
使用ORS来指定输出每一行的指定的分隔符
$ awk 'BEGIN{ORS="---"} {print $1,$NF}' score.txt
marry 14---join 24---smile 34---jack 44---
指定了每一行的分隔符为"---"，现在输出的每一行都用---做分隔，而不在是默认的回车换行做分隔
使用ORS指定了行的分隔符为"---"，但是现在我们看到每一行输出的分隔符还是默认的空格来做分隔，比如：输出第一行的 marry 14，现在我们使用OFS来指定输出字段的分隔符，比如：*号
$ awk 'BEGIN{ORS="---";OFS="*"} {print $1,$NF}' score.txt
marry*14---join*24---smile*34---jack*44---
使用FS指定每一行的字段分隔符
$ awk 'BEGIN{FS=":"} {print $1,$NF}' /etc/passwd
root /bin/bash
bin /sbin/nologin
也可以使用这种形式指定分隔符（-F的意思就是指定分隔符）
$ awk -F: '{print $1,$NF}' /etc/passwd
如果指定多个分隔符，使用中括号[]包起来，里面指定具体的分隔符
$ awk -F '[-:]'
使用FILENAME在处理多文件时候，可以打印出当前的文件名
$ awk 'BEGIN{FS="[ :]"} {print FILENAME "\t" $1,$NF}' score.txt /etc/passwd
score.txt marry 14
score.txt join 24
score.txt smile 34
score.txt jack 44
/etc/passwd root /bin/bash
/etc/passwd bin /sbin/nologin
使用重定向拆分文件
准备文件 netstat.txt
$ cat netstat.txt
Proto Recv-Q Send-Q Local-Address Foreign-Address State
tcp 0 0 0.0.0.0:111 0.0.0.0:* LISTEN
tcp 0 0 0.0.0.0:22 0.0.0.0:* LISTEN
tcp 0 0 127.0.0.1:25 0.0.0.0:* LISTEN
tcp 0 0 192.168.10.10:22 192.168.10.1:65016 ESTABLISHED
tcp 0 0 192.168.10.10:22 192.168.10.1:57253 ESTABLISHED
tcp6 0 0 :::111 :::* LISTEN
tcp6 0 0 :::22 :::* LISTEN
tcp6 0 0 ::1:25 :::* LISTEN
udp 0 0 0.0.0.0:1018 0.0.0.0:* FIN_WAIT2
udp6 0 0 :::1018 :::* FIN_WAIT2
udp6 0 0 :::111 :::* ESTABLISHED
udp6 0 0 ::1:323 :::* ESTABLISHED
以空格为分隔符，按照$6(第6列)也就是State列进行拆分文件netstat.txt（其中NR!=1表示不处理表头）
$ awk 'NR!=1{print > $6}' netstat.txt
$ ls
ESTABLISHED FIN_WAIT2 LISTEN netstat.txt
$ cat ESTABLISHED
tcp 0 0 192.168.10.10:22 192.168.10.1:65016 ESTABLISHED
tcp 0 0 192.168.10.10:22 192.168.10.1:57253 ESTABLISHED
udp6 0 0 :::111 :::* ESTABLISHED
udp6 0 0 ::1:323 :::* ESTABLISHED
$ cat FIN_WAIT2
udp 0 0 0.0.0.0:1018 0.0.0.0:* FIN_WAIT2
udp6 0 0 :::1018 :::* FIN_WAIT2
$ cat LISTEN
tcp 0 0 0.0.0.0:111 0.0.0.0:* LISTEN
tcp 0 0 0.0.0.0:22 0.0.0.0:* LISTEN
tcp 0 0 127.0.0.1:25 0.0.0.0:* LISTEN
tcp6 0 0 :::111 :::* LISTEN
tcp6 0 0 :::22 :::* LISTEN
tcp6 0 0 ::1:25 :::* LISTEN
{print > $6}是按照第6列进行拆分，将所有列输出到文件中，我们也可以指定列输出到文件中
$ awk 'NR!=1{print $1,$4> $6}' netstat.txt
awk使用printf格式化输出
printf 格式说明符
| 格式符 | 含义 |
|---|---|
| %s | 打印字符串 |
| %d | 打印十进制数 |
| %f | 打印一个浮点数 |
| %x | 打印十六进制数 |
| %o | 打印八进制数 |
| %e | 打印数字的科学计数法形式 |
| %c | 打印单个字符的ASCII码 |
printf 修饰符
| 修饰符 | 含义 |
|---|---|
| - | 左对齐 |
| + | 右对齐 |
| # | 8进制显示在前面加0，16进制显示在前面加0X |
上面演示的案例，我们都是用print来做输出（默认是输出每行内容，用回车键作为换行），现在我们使用printf（默认没有加任何的输出分隔符）来进行格式化打印输出
使用%s以字符串形式输出/etc/passwd文件中第一列
$ awk -F: '{printf "%s\n",$1}' /etc/passwd
root
bin
daemon
...
使用
\n来指定输出每行的的分隔符
使用$s、%f、%d、%x等多个格式符来输出
$ awk -F: '{printf "%s %f %d %x\n",$1,$3,$3,$3}' /etc/passwd
sshd 74.000000 74 4a
postfix 89.000000 89 59
chrony 998.000000 998 3e6
vagrant 1000.000000 1000 3e8
vboxadd 997.000000 997 3e5
使用了不同的格式符，输出了/etc/passwd文件中的$1，$3列，对于稍微有点强迫症患者的朋友来说，可以看出输出结果并不美观，比如：每列都没有对齐（向左或者向右），浮点数列没有控制指定个数的精度等，下面我们就来解决这个问题
$ awk -F: '{printf "%-20s %-0.2f \t\t %-20d %-20x\n",$1,$3,$3,$3}' /etc/passwd
sshd 74.00 74 4a
postfix 89.00 89 59
chrony 998.00 998 3e6
vagrant 1000.00 1000 3e8
vboxadd 997.00 997 3e5
我们可以在每个格式符的前面加上数字，比如：%20s，表示这一列占位20个字符
使用 %0.2f 来指定这一列输出的精度，保留2位小数
使用
-格式符，表示输出的结果向左对齐
关系运算符、布尔运算符和匹配正则表达式
| 运算符 | 含义 |
|---|---|
| <、 <=、 >、 >=、 != 、 == | 小于、小于等于...（关系运算符） |
| ~ | 匹配正则表达式 |
| ~！ | 不匹配正则表达式 |
| || | 逻辑或 |
| && | 逻辑与 |
| ！ | 非 |
匹配输出第一列字符等于smile的行
$ awk '$1=="smile" {print $0}' score.txt
smile 55 78 80 34
匹配输出第一列字符等于smile的行 ，或者第2列大于 80的行
$ awk '$1=="smile" || $2 > 80 {print $0}' score.txt
marry 90 49 23 14
smile 55 78 80 34
使用正则，匹配输出包含44的行
$ awk '/44/ {print $0}' score.txt
join 44 55 66 24
jack 20 51 66 44
使用正则，匹配输出不包含44的行
$ awk '!/44/ {print $0}' score.txt
marry 90 49 23 14
smile 55 78 80 34
使用正则，匹配输出以join字符开头的行到以jack字符开头结束的行
$ awk '/^join/,/^jack/ {print $0}' score.txt
join 44 55 66 24
smile 55 78 80 34
jack 20 51 66 44
使用正则，匹配第1列字符包含jack并且最后一列大于等于34
$ awk '$1 ~ /jack/ && $NF >= 34 {print $0}' score.txt
jack 20 51 66 44
~ 表示模式开始；/ / 中表示的是匹配的具体模式
现在看下正则模式取反的示例
$ awk '$1 !~ /jack/ && $NF >= 24 {print $0}' score.txt
join 44 55 66 24
smile 55 78 80 34
!~，第1列不包含字符jack并且最后列的值大于等于24
算术运算符
| 运算符 | 含义 |
|---|---|
| + 、 - | 加、减 |
| * 、/ 、 % | 乘、除、求于 |
| ++、-- | 增加或减少，作为前缀或后缀，如（++x、x--） |
我们先来看一下简单的加法和除法运算
$ awk 'BEGIN{
num1=10;
num2=20;
printf "%d %0.2f\n", num1+num2,num1/num2
}'
30 0.50
awk 声明的变量可以在任何多个花括号脚本中使用
计算/etc/services中空白行的数量
$ awk '/^$/ {sum++} END{print sum}' /etc/services
17
字符串函数
| 函数名 | 含义 |
|---|---|
| length(str) | 计算字符串长度 |
| index(str1,str2) | 在str1中查找str2的位置 |
| tolower(str) | 转换为小写 |
| toupper(str) | 转换为大写 |
| substr(str,m,n) | 从str的第m个字符开始，截取m位 |
| split(str,arr,fs) | 按fs切割字符，结果保存arr中 |
| match(str,RE) | 在str中按照RE查找 |
由于字符串函数是我们工作中常用的函数，比较简单，下面我们使用split()函数来做演示
$ awk 'BEGIN{
str="java#python#go";
split(str,arr,"#");
for(item in arr){
print arr[item]
}
}'
java
python
go
其中我们使用了for循环来遍历 arr 数组，下面我们会讲到
awk动作中使用条件及循环语句（可见awk是个脚本解释器）
条件表达式
- if语句
语法格式如下：
if(条件){
动作
}
示例：
$ awk -F: '{if($3>100 && $3<1000) print $0}' /etc/passwd
- if - else 语句
语法格式如下：
if(条件){
动作
}else{
动作
}
示例：
$ awk 'BEGIN {
num = 11;
if (num % 2 == 0) {
printf "%d 是偶数\n", num
}else {
printf "%d 是奇数\n", num
}
}'
- if - else - if 语句
语法格式如下：
if(条件){
动作
}else if(条件){
动作
}else{
动作
}
示例：
$ awk -F: '{
if($3<100) {
print "系统用户", $1
}
else if($3>100 && $3 <900) {
print "普通用户", $1
} else {
print "其它用户", $1
}
}' /etc/passwd
循环语句
- while 语句
while(条件){
循环体
}
示例：
$ awk 'BEGIN {i=1; while(i<6){ print i; ++i } }'
- do - while语句
语法格式：
do{
循环体
}while(条件)
示例：
awk 'BEGIN{i=1;do{print i;i++}while(i<6)}'
- for 语句
语法格式：
for(变量;条件;表达式){
动作
}
示例：
$ awk 'BEGIN{
sum=0;
for(i=1;i<=100;i++){
sum+=i
}
print sum
}'
常用选项
| 选项 | 含义 |
|---|---|
| -v | 参数传递 |
| -V | 查看awk的版本号 |
| -f | 指定脚本文件 |
| -F | 指定分隔符 |
使用-v引入外部变量
$ a=1
$ b="spring is framework"
$ awk -v c="$a" -v d="$b" 'BEGIN{print c , d}'
把awk的执行动作写在脚本中，使用-f指定脚本文件
$ vim print.awk
$ BEGIN{print c , d}
执行脚本文件：print.awk
awk -v c="$a" -v d="$b" -f print.awk
使用-F指定分隔符
我们之前可以使用内置变量FS来指定分隔符，比如：
$ awk 'BEGIN{FS=":"} {print $1}' /etc/passwd
现在等价于：
$ awk -F ":" '{print $1}' /etc/passwd
# 或者
$ awk -F: '{print $1}' /etc/passwd
