Linux文本处理三剑客之awk
来源:互联网 发布:tensorflow 编程语言 编辑:程序博客网 时间:2024/05/20 09:06
awk简介
awk是一种解释执行的编程语言,用来专门处理文本数据,其名称是由它们设计者的名字缩写而来 ———Afred Aho
,Peter Weinberger
与 Brian Kernighan
。常见版本有:
- awk
: 最原初的版本,它由 AT&T 实验室开发
- nawk
:awk的改进增强版本
- gawk
:GNU awk,所有的 GNU/Linux 发行版都包括gawk,且完全兼容awk与nawk
工作原理
awk -v FS=”:” -v OFS=”,” ‘{print
1, 3}’ /etc/passwd
1.awk对文件或管道的内容一次只处理一行,将获取搭配的这一行赋值给内部变量$0
2.将取到的一行的内容按awk内部变量FS定义的分割符(缺省为空格,包含tab制表符,上面的例子通过-v
选项指定分解符为:
为分隔符)分为多个字段,每一段存储在
3.awk中print命令打印字段;{print ,
为输出分隔符。接下来,awk处理下一行数据,直到所有的行处理完。
语法
awk [option] program FILE1...
program:PATTERN{ACTION STATEMENTS}
字段说明:
option
:常用选项有-F
和-v
等
program
:匹配并操作文本
-{action}
:每一次输入的行都会执行一次主体部分的命令
-PATTERN
:限定对于输入的行的规则,可选
以下详细说明awk的各个字段…
用法
option
-F
:指明输入时用到的字段分隔符,默认为空白字符
-v var=value
:自定义变量
-f
:读取文件中的awk规则
awk -v str='hello' '{print str,$1}' file1 awk 'BEGIN{str="hello"}{print str,$1}' file1 # 效果同上awk -f file1 # awk规则写到脚本中读取
program
1.PATTERN
empty
:空模式,匹配每一行
/regular expression/
:仅处理能够被此处的模式匹配到的行
relational expression
: 关系表达式;结果有“真”有“假”;结果为“真”才会被处理;真:结果为非0值,非空字符串;
line ranges
:行范围
startline,endline:/pat1/,/pat2/
#指明起始行结束行模式 note: 不支持直接给出数字的格式
BEGIN/END
模式
BEGIN
{}: 仅在开始处理文件中的文本之前执行一次
END
{}:仅在文本处理完成之后执行一次
awk '/UUID/{print $1}' /etc/fstab #处理匹配到UUID的行awk '!/UUID/{print $1}' /etc/fstab #处理UUID以外的行awk -F : '$3<=500{print $1}' /etc/passwd #关系表达式匹配awk -F : '$NF=="/bin/bash"{print $1,$NF}' /etc/passwd #关系表达是用法awk -F : '$NF~/bash$/{print $1,$NF}' /etc/passwd #用模式匹配符匹配awk -F : '/root/,/ftp/{print $1,$NF}' /etc/passwdawk -F: '(NR>=2&&NR<=10){print $1}' /etc/passwd
2.常用action
print print item1, item2, ...
要点:
- 逗号分隔符;
- 输出的各item可以字符串,也可以是数值;当前记录的字段、变量或awk的表达式;
- 如省略item,相当于print $0;
awk '{print "line one\nline two\nline three"}'
printf
格式化输出:printf FORMAT, item1, item2, ...
要点:
- FORMAT必须给出
- 不会自动换行,需要显式给出换行控制符,\n
- FORMAT中需要分别为后面的每个item指定一个格式化符号
格式符:
%c
: 显示字符的ASCII码
%d, %i
: 显示十进制整数
%e, %E
: 科学计数法数值显示
%f
:显示为浮点数
%g, %G
:以科学计数法或浮点形式显示数值
%s
:显示字符串
%u
:无符号整数
%%
: 显示%自身修饰符:
#[.#]
:第一个数字控制显示的宽度;第二个#表示小数点后的精度;
-
: 左对齐
+
:显示数值的符号
awk -F: '{printf "%s\n",$1}' /etc/passwd awk -F: '{printf "Username: %s\n",$1}' /etc/passwdawk -F : '{printf "Username:%15s\n",$1}' /etc/passwd #用修饰符控制输出字符的宽度awk -F : '{printf "Username:%15s\n",$1}' /etc/passwd #左对齐
操作符
算术操作符:X
+
,-
,*
,/
,%
,**
,^
Y (X^Y Y为X的次方)
赋值操作符:X=
,+=
,-=
,*=
,/=
,%=
,**=
,^=
, Y++
,--
比较操作符:X>
,>=
,<
,<=
,==
,!=
,~
,!~
Y
逻辑关系符:X&&
,||
Y
三元运算符:selector?
if-true-exp:
if-false-exp
#输出系统用户awk -F: '{$3>=1000?usertype="Common User":usertype="Sysadmin or SysUser";printf "%15s:%-s\n",$1,usertype}' /etc/passwd
条件控制
- if-else: if (condition) {then-body} else {[ else-body ]}
awk -F: '{if ($1=="root") print $1, "Admin"; else print $1, "Common User"}' /etc/passwdawk -F: '{if ($1=="root") printf "%-15s: %s\n", $1,"Admin"; else printf "%-15s: %s\n", $1, "Common User"}' /etc/passwdawk -F: -v sum=0 '{if ($3>=500) sum++}END{print sum}' /etc/passwd
- while:while (condition){statement1; statment2; …}
awk -F: '{i=1;while (i<=3) {print $i;i++}}' /etc/passwdawk -F: '{i=1;while (i<=NF) { if (length($i)>=4) {print $i}; i++ }}' /etc/passwd
- do-while:do {statement1, statement2, …} while (condition)
awk -F: '{i=1;do {print $i;i++}while(i<=3)}' /etc/passwd
- for:
for ( variable assignment; condition; iteration process) { statement1, statement2, ...}
for (i in array) {statement1, statement2, ...}
awk -F: '{for(i=1;i<=3;i++) print $i}' /etc/passwdawk -F: '{for(i=1;i<=NF;i++) { if (length($i)>=4) {print $i}}}' /etc/passwdawk -F: '$NF!~/^$/{BASH[$NF]++}END{for(A in BASH){printf "%15s:%i\n",A,BASH[A]}}' /etc/passwd
- case:
switch (expression) { case VALUE or /REGEXP/: statement1, statement2,... default: statement1, ...}
awk 'BEGIN{foo=0;switch(foo){case 0:print "yes";break; case 1:print "no";break; default: print "unknow"}}'
- next:提前结束对本行文本的处理,并接着处理下一行
awk -F: '{if($3%2==0) next;print $1,$3}' /etc/passwd # 显示其ID号为奇数的用户
awk高级应用
内置变量
$0
:匹配到的行的全部字段 $1~$#
:匹配到行分割后的指定字段 NF
:number of field,字段个数 FS
:input field seperator,输入的分隔符,默认为空白字符 OFS
:output field seperator,输出的分隔符,默认为空白字符 RS
:input record seperator,输入的换行符 ORS
:output record seperator,输出时的换行符 NR
:number of record,当前记录的字段数,如果多文件时编号累加 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
:awk命令所处理的文件的名称
数组 array[index]
index可以使用任意字符串,当某数据组元素不存在时,要引用其时,awk会自动创建此元素并初始化为空串,因此,要判断某数据组中是否存在某元素,需要使用index in array的方式。
- 遍历:for (var in array) { statement1, … }
- 删除数组变量:delete array[index]
#每出现一被/^tcp/模式匹配到的行,数组S[$NF]就加1,NF为当前匹配到的行的最后一个字段,此处用其值做为数组S的元素索引; netstat -ant | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}' #统计某日志文件中IP地的访问量awk '{counts[$1]++}; END {for(url in counts) print counts[url], url}' /var/log/httpd/access_log
ARGC
:命令行中参数的个数,其awk命令也算一个参数 ARGV
:其是一个数组,保存的是命令行所给定的各参数
awk '{print NF}' /etc/fstab # 每行字段数,这里是数量引用,不是对应的值引用awk '{print $NF}' /etc/fstab # 每行中的最后一个字段的值awk '{print NR}' file1 file2 # 会每把所有文档进行总的编号,而不是单独对文件进行编号awk '{print FNR}' file1 file2 # 会对每个文件的行数进行单独的编号显示awk '{print FILENAME}' file1 # 显示当前文件名,但会每行显示一次awk 'END{print FILENAME}' file1 # 显示当前文件名,但只会显示一次awk 'END{print ARGC}' /etc/fstab # 显示共有几个参数
内置函数
rand()
:随机数,大于等于0,小于1
gsub(str1, str2, str)
:在str中将str1全部替换为str2,支持配符查找
index(str1, str2 )
:在str1内找首次出现str2出现的位置,没有则返回0
split(str,array[,fieldsep[,seps]])
:将str以fieldsep为分隔符分隔,并将结果保存至array数组中,下标为从0开始
length([str])
:返回string字符串中字符的个数
substr(str, start [, length])
:截取字符串,从start开始,取length个,start从1开始计数
system(command)
:执行系统命令并将结果返回至awk
systime()
:系统当前时间戳
mktime("YYYY MM DD HH MM SS[ DST]")
:指定日期时间戳,注意加引号
strftime(format [,timestamp [,utc-flage]])
:生成指定格式时间,具体格式参考date命令
tolower(str)
:转为小写
toupper(str)
:转为大写
awk 'BEGIN{str="this is a test";split(str,A," ");print length(A);for(i in A){print i,A[i];}}'awk 'BEGIN{str="str std str2";gsub("str","STR",str);print str}' awk 'BEGIN{str="this is a test";b=match(str,"is");print b}'awk 'BEGIN{str="this is a test2016";print substr(str,4,6)}' netstat -ant | awk '/:80\>/{split($5,clients,":");IP[clients[1]]++}END{for(i in IP){print IP[i],i}}' | sort -rn | head -50awk 'BEGIN{print mktime("2016 06 21 11 22 33")}'awk 'BEGIN{print strftime("%Y-%m-%d %H:%M:%S",systime())}'awk '{system("mkdir " ($NF-1)}' filename # 倒数第二个字段做为目录名创建目录
格式总是有问题,更好的阅读体验欢迎到访
以上内容参考马哥笔记。。。
- Linux文本处理三剑客之awk
- Linux文本处理三剑客之awk命令
- Linux文本处理三剑客(awk)
- 文本处理三剑客之awk
- 文本处理三剑客之awk
- 文本处理三剑客之AWK
- 文本三剑客之awk
- linux文本处理三剑客(三):awk命令详解
- linux文本处理三剑客之grep
- Linux文本处理三剑客之sed
- linux文本处理三剑客之grep
- linux文本处理三剑客之grep
- Linux文本处理三剑客之sed
- 第八章 Shell文本处理三剑客之awk
- Linux 基础命令(十四)—— 文本处理三剑客之AWK
- Linux 三剑客之AWK
- linux文本处理三剑客
- Linux 文本处理三剑客之sed命令详解
- HTML5-表单标签
- oracle数据库实例,用户,表空间的关系
- 守护进程学习————两次fork细节、deamon()函数
- iDataBaseConnection项目V1.0
- 设计模式之工厂模型
- Linux文本处理三剑客之awk
- C++ const 限定符
- 浅聊Java反射机制(一)
- findByEntity is ambiguous in Mapped Statements collection (try using the full name including the nam
- hdu2689
- Jedis连接linux下redis服务器连接超时connect timed out解决
- 设计模式之观察者模式(转)
- 把程序的输出结果输出到log文件
- Html-JS的基础用法