awk · 學習筆記（php、python、linux...）

# awk awk是行處理器: 相比較屏幕處理的優點，在處理龐大文件時不會出現內存溢出或是處理緩慢的問題，通常用來格式化文本信息 awk處理過程: 依次對每一行進行處理，然后輸出可以用/etc/passwd練手， ```bash sudo cp /etc/passwd ./passwd #拷貝出來 awk -F":" '{print $1}' passwd #打印用戶名 ``` ## awk命令形式 ``` awk [-F|-f|-v] ‘BEGIN{} //{command1; command2} END{}’ file [-F|-f|-v] 大參數，-F指定分隔符，-f調用腳本，-v定義變量 var=value ' ' 引用代碼塊 BEGIN 初始化代碼塊，在對每一行進行處理之前，初始化代碼，主要是引用全局變量，設置FS分隔符 // 匹配代碼塊，可以是字符串或正則表達式 {} 命令代碼塊，包含一條或多條命令；多條命令使用分號分隔 END 結尾代碼塊，在對每一行進行處理之后再執行的代碼塊，主要是進行最終計算或輸出結尾摘要信息 ``` ## 特殊要點: ``` $0 表示所有域，即整個當前行 $1 每行第一個字段 NF 字段數量變量，$7 == $NF The number of fields in the current input record. NR 每行的記錄號，多文件記錄遞增,行號 record FNR 與NR類似，不過多文件記錄不遞增，每個文件都從1開始 \t 制表符 \n 換行符 FS BEGIN時定義分隔符 == -F RS 輸入的記錄分隔符，默認為換行符(即文本是按一行一行輸入) \n ~ 匹配，與==相比不是精確比較 !~ 不匹配，不精確比較 == 等于，必須全部相等，精確比較 != 不等于，精確比較 && 邏輯與 || 邏輯或 + 匹配時表示1個或1個以上 /[0-9][0-9]+/ 兩個或兩個以上數字 /[0-9][0-9]*/ 一個或一個以上數字 FILENAME 文件名 OFS 輸出字段分隔符，默認也是空格，可以改為制表符等:The output field separator, a space by default. ORS 輸出的記錄分隔符，默認為換行符,即處理結果也是一行一行輸出到屏幕:The output record separator, by default a newline. -F'[:#/]' 定義三個分隔符 ``` ## print & $0 print 是awk打印指定內容的主要命令 ``` awk '{print}' /etc/passwd == awk '{print $0}' /etc/passwd awk '{print " "}' /etc/passwd 不輸出passwd的內容，而是輸出相同個數的空行，進一步解釋了awk是一行一行處理文本 awk '{print "a"}' /etc/passwd 輸出相同個數的a行，一行只有一個a字母 awk -F":" '{print $1}' /etc/passwd awk -F: '{print $1; print $2}' /etc/passwd 將每一行的前二個字段，分行輸出，進一步理解一行一行處理文本 awk -F: '{print $1,$3,$6}' OFS="\t" /etc/passwd 輸出字段1,3,6，以制表符作為分隔符 ``` ## -f指定腳本文件 ``` awk -f script.awk a.txt #script.awk內容如下： #========= BEGIN{ FS=":" } {print $1} #=========== ``` 效果與`awk 'BEGIN{FS=":"} {print $1}' a.txt` `awk -F":" '{print $1}' a.txt`相同,只是分隔符使用FS在代碼中指定 ``` awk 'BEGIN{X=0} /^$/{ X+=1 } END{print "I find",X,"blank lines."}' a.txt > I find 4 blank lines. ls -l | awk 'BEGIN{sum=0} !/^d/{sum+=$5} END{print "total size is",sum}' 計算文件大小 > total size is 17487 ``` ## -F指定分隔符 $1 指指定分隔符后，第一個字段，$3第三個字段， \t是制表符一個或多個連續的空格或制表符看做一個定界符，即多個空格看做一個空格 ``` awk -F":" '{print $1}' /etc/passwd awk -F":" '{print $1 $3}' /etc/passwd $1與$3相連輸出，不分隔 awk -F":" '{print $1,$3}' /etc/passwd 多一逗號，$1與$3使用空格分隔 awk -F":" '{print $1,$2}' OFS="+" /etc/passwd #連著輸出兩個，中間+連接 awk -F":" '{print $1 " " $3}' /etc/passwd $1與$3間手動添加空格分隔 awk -F: '{print $3+$4}' /etc/passwd #求和，字符串會轉換成整型 awk -F":" '{print "Username:" $1 "\t\t Uid:" $3 }' /etc/passwd #自定義輸出 awk -F: '{print NF}' /etc/passwd #顯示每行有多少字段 awk -F: '{print $NF}' /etc/passwd #將每行第NF個字段的值打印出來 awk -F: 'NF==4 {print }' /etc/passwd #顯示只有4個字段的行 awk -F: 'NF>2{print $0}' /etc/passwd #顯示每行字段數量大于2的行 awk '{print NR,$0}' /etc/passwd #輸出每行的行號 awk -F: '{print NR,NF,$NF,"\t",$0}' /etc/passwd #依次打印行號，字段數，最后字段值，制表符，每行內容 awk -F: 'NR==5{print}' /etc/passwd #顯示第5行 awk -F: 'NR==5 || NR==6{print}' /etc/passwd #顯示第5行和第6行 route -n|awk 'NR!=1{print}' #不顯示第一行 ``` ## / /匹配代碼塊 ``` // 純字符匹配 !// 純字符不匹配 ~// 字段值匹配 !~// 字段值不匹配 ~/a1|a2/ 字段值匹配a1或a2 awk '/mysql/' /etc/passwd awk '/mysql/{print }' /etc/passwd awk '/mysql/{print $0}' /etc/passwd 三條指令結果一樣 awk '!/mysql/{print $0}' /etc/passwd 輸出不匹配mysql的行 awk '/mysql|mail/{print}' /etc/passwd awk '!/mysql|mail/{print}' /etc/passwd awk -F: '/mail/,/mysql/{print}' /etc/passwd 區間匹配 awk '/[2][7][7]*/{print $0}' /etc/passwd 匹配包含27為數字開頭的行，如27，277，2777... awk -F: '$1~/mail/{print $1}' /etc/passwd $1匹配指定內容才顯示 awk -F: '{if($1~/mail/) print $1}' /etc/passwd 同上 awk -F: '$1!~/mail/{print $1}' /etc/passwd 不匹配 awk -F: '$1!~/mail|mysql/{print $1}' /etc/passwd ``` ## IF語句必須用在{}中，且比較內容用()擴起來 ``` awk -F: '{if($1~/mail/) print $1}' /etc/passwd 簡寫 awk -F: '{if($1~/mail/) {print $1} }' /etc/passwd 全寫 awk -F: '{if($1~/mail/) {print $1} else {print $2}}' /etc/passwd //if...else... ``` ## 條件表達式 ``` == != > >= ``` 示例： ``` awk -F":" '$1=="mysql"{print $3}' /etc/passwd awk -F":" '{if($1=="mysql") print $3}' /etc/passwd 與上面相同 awk -F":" '$1!="mysql"{print $3}' /etc/passwd 不等于 awk -F":" '$3>1000{print $3}' /etc/passwd 大于 awk -F":" '$3>=100{print $3}' /etc/passwd 大于等于 awk -F":" '$3<1{print $3}' /etc/passwd 小于 awk -F":" '$3<=1{print $3}' /etc/passwd 小于等于 ``` ## 邏輯運算符 ``` &&　||` awk -F: '$1~/mail/ && $3>8 {print }' /etc/passwd 邏輯與，$1匹配mail，并且$3>8 awk -F: '{if($1~/mail/ && $3>8) print }' /etc/passwd awk -F: '$1~/mail/ || $3>1000 {print }' /etc/passwd 邏輯或 awk -F: '{if($1~/mail/ || $3>1000) print }' /etc/passwd ``` ## 數值運算 ``` awk -F: '$3 > 100' /etc/passwd awk -F: '$3 > 100 || $3 < 5' /etc/passwd awk -F: '$3+$4 > 200' /etc/passwd awk -F: '/mysql|mail/{print $3+10}' /etc/passwd 第三個字段加10打印 awk -F: '/mysql/{print $3-$4}' /etc/passwd 減法 awk -F: '/mysql/{print $3*$4}' /etc/passwd 求乘積 awk '/MemFree/{print $2/1024}' /proc/meminfo 除法 awk '/MemFree/{print int($2/1024)}' /proc/meminfo 取整 ``` ## 輸出分隔符OFS ``` awk '$6 ~ /FIN/ || NR==1 {print NR,$4,$5,$6}' OFS="\t" netstat.txt awk '$6 ~ /WAIT/ || NR==1 {print NR,$4,$5,$6}' OFS="\t" netstat.txt 輸出字段6匹配WAIT的行，其中輸出每行行號，字段4，5,6，并使用制表符分割字段 ``` ## 輸出處理結果到文件 ``` 在命令代碼塊中直接輸出 route -n|awk 'NR!=1{print > "./fs"}' 使用重定向進行輸出 route -n|awk 'NR!=1{print}' > ./fs ``` ## 格式化輸出 ``` netstat -anp|awk '{printf "%-8s %-8s %-10s\n",$1,$2,$3}' printf表示格式輸出 %格式化輸出分隔符 -8長度為8個字符 s表示字符串類型打印每行前三個字段，指定第一個字段輸出字符串類型(長度為8)，第二個字段輸出字符串類型(長度為8), 第三個字段輸出字符串類型(長度為10) netstat -anp|awk '$6=="LISTEN" || NR==1 {printf "%-10s %-10s %-10s \n",$1,$2,$3}' netstat -anp|awk '$6=="LISTEN" || NR==1 {printf "%-3s %-10s %-10s %-10s \n",NR,$1,$2,$3}' ``` ## IF語句 ``` awk -F: '{if($3>100) print "large"; else print "small"}' /etc/passwd small small small large small small awk -F: 'BEGIN{A=0;B=0} {if($3>100) {A++; print "large"} else {B++; print "small"}} END{print A,"\t",B}' /etc/passwd //ID大于100,A加1，否則B加1 awk -F: '{if($3<100) next; else print}' /etc/passwd 小于100跳過，否則顯示 awk -F: 'BEGIN{i=1} {if(i<NF) print NR,NF,i++ }' /etc/passwd awk -F: 'BEGIN{i=1} {if(i<NF) {print NR,NF} i++ }' /etc/passwd 另一種形式 awk -F: '{print ($3>100 ? "yes":"no")}' /etc/passwd awk -F: '{print ($3>100 ? $3":\tyes":$3":\tno")}' /etc/passwd ``` ## while語句 ``` awk -F: 'BEGIN{i=1} {while(i<NF) print NF,$i,i++}' /etc/passwd 7 root 1 7 x 2 7 0 3 7 0 4 7 root 5 7 /root 6 ``` ## 數組 ``` netstat -anp|awk 'NR!=1{a[$6]++} END{for (i in a) print i,"\t",a[i]}' #統計進程數量 netstat -anp|awk 'NR!=1{a[$6]++} END{for (i in a) printf "%-20s %-10s %-5s \n", i,"\t",a[i]}' 1 26121 1 27626 1 ESTABLISHED 7 I-Node 1 4179/chrome 6 15587 1 29098 1 15435 1 Foreign 1 27971 1 27974 1 14166 1 27748 1 ``` 上面的這兩個例子，稍顯復雜，重新找了幾個 ``` # split(原字符串,分割后的數組,分隔符) time="12:34:56" out=`echo $time | awk '{split($0,a,":");print a[1],a[2],a[3]}'` echo $out # 12 34 56 awk 'BEGIN{info="it is a test";lens=split(info,newinfo," ");print length(newinfo),lens;}' #長度 4,4 awk 'BEGIN{info="it is a test";tlen=split(info,newinfo," ");for(k=1;k<=tlen;k++){print k,newinfo[k];}}' 1 it 2 is 3 a 4 test ``` ## 應用1 ``` awk -F: '{print NF}' helloworld.sh 輸出文件每行有多少字段 awk -F: '{print $1,$2,$3,$4,$5}' helloworld.sh 輸出前5個字段 awk -F: '{print $1,$2,$3,$4,$5}' OFS='\t' helloworld.sh 輸出前5字段并用制表符分隔 awk -F: '{print NR,$1,$2,$3,$4,$5}' OFS='\t' helloworld.sh 制表符分隔輸出前5個字段，并打印行號 ``` ## 應用2 ``` awk -F'[:#]' '{print NF}' helloworld.sh 指定多個分隔符: #輸出每行多少字段 awk -F'[:#]' '{print $1,$2,$3,$4,$5,$6,$7}' OFS='\t' helloworld.sh 制表符分隔輸出多字段 ``` ## 應用3 ``` awk -F'[:#/]' '{print NF}' helloworld.sh 指定三個分隔符，并輸出每行字段數 awk -F'[:#/]' '{print $1,$2,$3,$4,$5,$6,$7,$8,$9,$10,$11,$12}' helloworld.sh 輸出多字段 ``` ## 應用4 計算/home目錄下，普通文件的大小，使用KB作為單位 ``` 列出文件與大小，單位KB ls -l | awk '!/^d/ && NR!=1{print $NF,"\t\t",$5/1024"KB"}' ls -l | awk '!/^d/ && NR!=1{printf "%-8s %-8s %-8s\n",$NF,"\t\t",$5/1024"KB"}' #格式化輸出用printf,注意多個F，不是print a.txt 0.174805KB examples.desktop 8.76953KB passwd 2.27441KB #求所有文件大小之和 ls -l|awk 'BEGIN{sum=0} !/^d/{sum+=$5} END{print "total size is:",sum/1024,"KB"}' ls -l|awk 'BEGIN{sum=0} !/^d/{sum+=$5} END{print "total size is:",int(sum/1024),"KB"}' #int取整 ``` ## 應用5 統計netstat -anp 狀態為LISTEN和CONNECT的連接數量分別是多少 ``` netstat -anp | awk 'BEGIN{sum=0} $6=="已連接"{sum++} END{print sum}' netstat -anp | awk 'BEGIN{sum=0} $6=="LISTEN"{sum++} END{print sum}' netstat -anp | awk '$6~/LISTEN|CONNECTED/{sum[$6]++} END{for (i in sum) printf "%-10s %-6s %-3s \n", i," ",sum[i]}' ``` ## 應用6 統計/home目錄下不同用戶的普通文件的總數: ``` ls -l| awk 'NR!=1 && !/^d/{sum[$3]++} END{for (i in sum) printf "%-6s %-5s %-3s \n",i," ",sum[i]}' mysql 199 root 374 ``` 統計/home目錄下不同用戶的普通文件的大小總size: ``` 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"}' ``` ## 應用7 輸出成績表 ``` 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 [root@localhost home]# cat test0 Marry 2143 78 84 77 Jack 2321 66 78 45 Tom 2122 48 77 71 Mike 2537 87 97 95 Bob 2415 40 57 62 ```