awk命令的使用

1.概念：

• awk是Linux以及UNIX环境中现有的功能最强大的数据处理工具

• awk是一种处理文本数据的编程语言。awk的设计使得它非常适合于处理由行和列组成的文本数据

• awk程序可以读取文本文件，对数据进行排序，对其中的数值执行计算以及生成报表等

2.awk的工作流程：

• awk命令的基本语法如下：

  awk 'pattern {actions}'

  参数	说明
  -F	指定分隔符
  -f	调用脚本
  -v	定义变量

  ' '中的特字符	说明
  BEGIN	初始化代码块
  {}	命令代码块
  ;	多条命令使用分号分隔
  END	END

• 在上面的语法中，pattern表示匹配模式，actions表示要执行的操作

• 当某个文本行符合pattern指定的匹配规则时，执行actions所执行的操作

• 在上面的语法中，pattern和actions都是可选的，但是两者必须保证至少有一个。

  • 如果省略匹配模式pattern，则表示对所有的文本行执行actions所表示的操作；

  • 如果省略actions，则表示将匹配成功的行输出到屏幕。

• 在awk处理数据时，它会反复执行以下4个步骤：

  1. 自动从指定的数据文件中读取行文本。

  2. 自动更新awk的内置系统变量的值，例如列数变量NF、行数变量NR、行变量$0以及各个列变量$1、$2等等。

  3. 依次执行程序中所有的匹配模式及其操作。

  4. 当执行完程序中所有的匹配模式及其操作之后，如果数据文件中仍然还有未读取的数据行，则返回到第（1）步，重复执行（1）~（4）的操作。

3.awk程序执行方式：

• 通过命令行执行awk程序，语法如下：

  awk 'program-text' [要处理的文本文件]
  例：awk '{print $0}' /etc/passwd

• 执行awk脚本

  awk -f [脚本名] [要处理的文本文件]

• 可执行脚本文件

  #!/bin/awk -f
  # 以上语句必须位于脚本文件的第一行。然后用户就可以通过以下命令执行awk程序：
  awk-script file
  # 其中，awk-script为awk脚本文件名称，file为要处理的文本数据文件。

4.awk的输出:

• print的使用格式：

  # 使用逗号隔开，表示不同内容
  # 输出的item可以为字符串或数值、当前记录的字段(如$1)、变量或awk的表达式；数值会先转换为字符串，而后再输出；
  # print命令后面的item可以省略，此时其功能相当于print $0

• printf命令的使用格式：实现字符串的格式化

  printf(format, [arguments])
  # format是一个用来描述输出格式的字符串
  # arguments为一个参数列表，表示用来显示的数据，可以是变量名等，多个参数之间用逗号隔开
  # printf语句不会自动打印换行符

  format格式的指示符	说明	format格式的指示符	说明
  %c	显示字符的ASCII码	%d, %i	十进制整数
  %f	显示浮点数	%e, %E	科学计数法显示数值
  %s	显示字符串	%g, %G	以科学计数法的格式或浮点数的格式显示数值
  %u	无符号整数	%%	显示%自身；
  N	显示宽度	-	左对齐
  +	显示数值符号

• 输出重定向：

  print items > output-file
  print items >> output-file
  print items | command

5.awk的变量:

• awk的变量名只能包括字母、数字和下划线，并且不能以数字开头。

• awk内置变量

  变量	说明
  $0	记录变量，表示当前正在处理的记录
  $n	字段变量，其中n为整数，且n大于1。表示第n个字段的值
  NF	整数值，表示当前记录（变量$0所代表的记录）的字段数，如：'how they are'，NF=3
  NR	整数值，表示awk已经读入的记录数；如果有多个文件，这个数目会把处理的多个文件中行统一计数。（显示的是文件的每一行的行号）
  FNR	与NR不同的是，FNR用于记录正处理的行是当前这一文件中被总共处理的行数；
  FILENAME	表示正在处理的数据文件的名称
  FS	输入字段分隔符，默认值是空格或者制表符，可使用-F指定分隔符
  OFS	输出字段分隔符 ，OFS=”#”指定输出分割符为#。
  RS	记录分隔符，默认值是换行符 \n
  ENVIRON	当前shell环境变量及其值的关联数组；

  [root@quruixiang ~]# echo -e "1 2 3\n4 5 6" | awk '{print $0}'
  1 2 3
  4 5 6

  [root@quruixiang ~]# echo -e "1 2 3\n4 5 6" | awk '{print $1}'
  1
  4

  [root@quruixiang ~]# echo -e "1 2 3\n4 5 6" | awk '{print NF}'
  3
  3

  [root@quruixiang ~]# awk '{print FILENAME}' /etc/passwd

  ​

• 用户自定义变量：

  • 在awk中给变量赋值使用赋值语句进行

    [root@localhost ~]# awk 'BEGIN{test="hello";print test}'
    hello

  • 在命令行中使用赋值变量

    [root@localhost ~]# awk -v test="hello" 'BEGIN {print test}'
    hello

6.操作符：

• awk是一种编程语言环境，因此，它也支持常用的运算符以及表达式，例如算术运算、逻辑运算以及关系运算等。

• awk支持常用的算术运算，这一点与其他的程序设计语言基本相同。

  运算符	说明	举例
  +	加法运算	1+2表示计算1和2的和
  -	减法运算	82-2表示计算82和2的差
  *	乘法运算	2*5表示计算2和5的积
  /	除法运算	6/3表示计算6和2的商
  %	求模运算	5/2表示计算5除以2的余数
  ^	指数运算	2^3表示计算2的3次方

  [root@localhost ~]# awk 'BEGIN{x=2;y=3;print x**y,x^y,x*y,x/y,x+y,x-y,x%y}'
  8 8 6 0.666667 5 -1 2

  [root@localhost ~]# awk '{max=$1>$2?$1:$2;print NR,"max=",max}' file
  1 max= 6
  2 max= 10
  3 max= 3

• 关系运算符：

  运算符	说明	举例
  ~	匹配运算符	$1 ~ /^T/表示匹配第一个字段以字符T开头的记录
  !~	不匹配运算符	$1 !~ /a/表示匹配第一个字段不含有字符a的记录

  [root@localhost test11]# awk '$1~/^w/ {print}' file
  wangmei 70

7.awk的模式：

• awk的基本语法：

  awk [options] 'PATTERN { action }' file1 file2, ...

• 在awk中，匹配模式处于非常重要的地位，它决定着匹配模式后面的操作会影响到哪些文本行

• awk中的匹配模式主要包括关系表达式、正则表达式、混合模式，BEGIN模式以及END模式等。

• 关系表达式：

  [root@localhost test11]# awk '$2 > 80 {print}' file
  zhangsan 90
  lisi 81

• 正则表达式：

  [root@localhost test11]# awk '/^l|z/{print}' file
  liming 80
  zhangsan 90
  lisi 81

• 混合模式：

  [root@localhost test11]# awk '/^l/ && $2>80 {print}' file
  lisi 81

• 区间模式：

  [root@localhost test11]# awk '/^liming/,$2==90 {print}' file
  liming 80
  wangmei 70
  zhangsan 90

• BEGIN模式：

  # BEGIN模式是一种特殊的内置模式，只执行一次并且执行在主体代码块和读取数据之前
  # 可以抛开文件单独执行，结果类似于echo而END不可以

• END模式：

  # END模式是awk的另外一种特殊模式，只执行一次并且执行在主体代码块和读取数据之后
  [root@quruixiang logs]# awk '{nums[$1]+=1;} END{for(i in nums){print nums[i],i}}' access_log

8.awk控制语句:

• if语句的功能是根据用户指定的条件来决定执行程序的哪个分支，其语法如下：

  if (expression) ｛statement1statement2
  ｝else｛statement3statement4
  ｝

• swith语句：

  swith(data){case value1: statement1case value2: statement2default: statement3
  }

• while语句是另外一种常用的循环结构，其语法如下：

  [root@quruixiang ~]# echo " " | awk 'BEGIN{i=1;while(i<11){print i;i++}}'

• awk还支持另外一种while循环语句，其语法如下：

  [root@quruixiang ~]# echo " " | awk 'BEGIN{i=1;do{print i;i++}while(i<11)}'

• for循环语句通常用在循环次数已知的场合中，其语法如下：

  [root@quruixiang ~]# echo " " | awk 'BEGIN{for(i=1;i<11;i++){print i}}'

  # 分析httpd的access_log 1）获取访问前10位的ip地址
  awk '{nums[$1]+=1;} END{for(i in nums){print nums[i],i}}' access_log

• break语句和continue语句

  [root@quruixiang ~]# echo "" | awk 'BEGIN{for(i=1;i<11;i++){if(i==5){continue}else{print i}}}'

• next语句（java中的return）

  # 如果遇到next语句，则提前结束对本行文本的处理，awk会继续读取下一行数据，并且从第一个模式及其操作开始执行。
  ​

• exit语句，exit语句的功能是终止awk程序的执行

  ​

10.awk内置函数:

• split(string, array [, fieldsep [, seps ] ])：

  # 将string表示的字符串以fieldsep为分隔符进行分隔，并将分隔后的结果保存至array为名的数组中；数组下标为从1开始的序列；

• length([string])

  # 功能：返回string字符串中字符的个数；

• substr(string, start [, length])

  # 功能：取string字符串中的子串，从start开始，取length个；start从1开始计数；

• system(command)

  # 功能：执行系统command并将结果返回至awk命令

• systime()

  # 功能：取系统当前时间

• tolower(s)

  # 功能：将s中的所有字母转为小写

• toupper(s)

  # 功能：将s中的所有字母转为大写

11.awk案例：

• 获取当前内存的内存总容量

  awk '/^MemTotal:/ {print $2}' /proc/meminfo