linux-awk

awk工作流程是这样的：读入有'\n'换行符分割的一条记录，然后将记录按指定的域分隔符划分域，填充域，$0则表示所有域,$1表示第一个域,$n表示第n个域。默认域分隔符是"空白键"或 "[tab]键",所以$1表示登录用户，$3表示登录用户ip,以此类推。

[root@localhost test]# head /etc/passwd|awk -F ':' '{print $1}'

root

bin

daemon

adm

lp

sync

shutdown

halt

mail

uucp

如果只是显示/etc/passwd的账户和账户对应的shell,而账户与shell之间以tab键分割

[root@localhost test]# head  /etc/passwd|awk -F ':' '{print $1"\t"$6}'

root    /root

bin     /bin

daemon  /sbin

adm     /var/adm

lp      /var/spool/lpd

sync    /sbin

shutdown        /sbin

halt    /sbin

mail    /var/spool/mail

uucp    /var/spool/uucp

如果只是显示/etc/passwd的账户和账户对应的shell,而账户与shell之间以逗号分割,而且在所有行添加列名name,shell,在最后一行添加"blue,/bin/nosh"。

[root@localhost test]# head  /etc/passwd|awk -F ':' 'BEGIN {print "name,shell"} {print $1","$7} END {print "blush,/bin/nosh"}'

name,shell

root,/bin/bash

bin,/sbin/nologin

daemon,/sbin/nologin

adm,/sbin/nologin

lp,/sbin/nologin

sync,/bin/sync

shutdown,/sbin/shutdown

halt,/sbin/halt

mail,/sbin/nologin

uucp,/sbin/nologin

blush,/bin/nosh

搜索/etc/passwd有root关键字的所有行

[root@localhost test]# awk -F : '/root/' /etc/passwd

root:x:0:0:root:/root:/bin/bash

operator:x:11:0:operator:/root:/sbin/nologin

搜索支持正则，例如找root开头的

[root@localhost test]# awk -F: '/^root/' /etc/passwd

root:x:0:0:root:/root:/bin/bash

awk内置变量

awk有许多内置变量用来设置环境信息，这些变量可以被改变，下面给出了最常用的一些变量。

ARGC               命令行参数个数

ARGV               命令行参数排列

ENVIRON            支持队列中系统环境变量的使用

FILENAME           awk浏览的文件名

FNR                浏览文件的记录数

FS                 设置输入域分隔符，等价于命令行 -F选项

NF                 浏览记录的域的个数

NR                 已读的记录数

OFS                输出域分隔符

ORS                输出记录分隔符

RS                 控制记录分隔符

 此外,$0变量是指整条记录。$1表示当前行的第一个域,$2表示当前行的第二个域,......以此类推。

 变量和赋值

除了awk的内置变量，awk还可以自定义变量。

下面统计/etc/passwd的账户人数

awk 'BEGIN {count=0;print "[start]user count is ", count} {count=count+1;print $0;} END{print "[end]user count is ", count}' /etc/passwd

[start]user count is  0

root:x:0:0:root:/root:/bin/bash

...

[end]user count is  40

统计某个文件夹下的文件占用的字节数

ls -l |awk'BEGIN {size=0;} {size=size+$5;} END{print "[end]size is ", size}'

[end]size is  8657198

如果以M为单位显示:

ls -l |awk'BEGIN {size=0;} {size=size+$5;} END{print "[end]size is ", size/1024/1024,"M"}' 

[end]size is  8.25889 M

注意，统计不包括文件夹的子目录。

drwxr-xr-x. 2 root root 4096 Aug 14 10:15 tttt  (4094 的是文件夹)

统计某个文件夹下的文件占用的字节数,过滤4096大小的文件(一般都是文件夹):

ls -l |awk'BEGIN {size=0;print "[start]size is ", size} {if($5!=4096){size=size+$5;}} END{print "[end]size is ", size/1024/1024,"M"}' 

[end]size is  8.22339 M

数组

  因为awk中数组的下标可以是数字和字母，数组的下标通常被称为关键字(key)。值和关键字都存储在内部的一张针对key/value应用hash的表格里。由于hash不是顺序存储，因此在显示数组内容时会发现，它们并不是按照你预料的顺序显示出来的。数组和变量一样，都是在使用时自动创建的，awk也同样会自动判断其存储的是数字还是字符串。一般而言，awk中的数组用来从记录中收集信息，可以用于计算总和、统计单词以及跟踪模板被匹配的次数等等。

 

显示/etc/passwd的账户

awk -F ':''BEGIN {count=0;} {name[count] = $1;count++;}; END{for (i = 0; i < NR; i++) print i, name[i]}' /etc/passwd

0 root

1 daemon

2 bin

3 sys

4 sync

5 games

......

awk-内置函数使用及说明

一、算术函数:

以下算术函数执行与 C 语言中名称相同的子例程相同的操作：

函数名

说明

atan2( y, x )

返回 y/x 的反正切。

cos( x )

返回 x 的余弦；x 是弧度。

sin( x )

返回 x 的正弦；x 是弧度。

exp( x )

返回 x 幂函数。

log( x )

返回 x 的自然对数。

sqrt( x )

返回 x 平方根。

int( x )

返回 x 的截断至整数的值。

rand( )

返回任意数字 n，其中 0 <= n < 1。

srand( [Expr] )

将 rand 函数的种子值设置为 Expr 参数的值，或如果省略 Expr 参数则使用某天的时间。返回先前的种子值。

 

[root@localhost test]# awk 'BEGIN{OFMT="%.3f";fs=sin(1);fe=exp(10);fl=log(10);fi=int(3.1415);print fs,fe,fl,fi;}'

0.841 22026.466 2.303 3

OFMT 设置输出数据格式是保留3位小数

获得随机数：

[root@localhost test]# awk 'BEGIN{srand();fr=int(100*rand());print fr;}'

44

[root@localhost test]# awk 'BEGIN{srand();fr=int(100*rand());print fr;}'

38

二、字符串函数是：

函数

说明

gsub( Ere, Repl, [ In ] )

全局替换，除了正则表达式所有具体值被替代这点，它和sub 函数完全一样地执行，。

sub( Ere, Repl, [ In ] )

gensub(Ere, Repl, h, [In])

sub:第一次出现的替换，用 Repl 参数指定的字符串替换 In 参数指定的字符串中的由 Ere 参数指定的扩展正则表达式的第一个具体值。sub 函数返回替换的字符数量。出现在 Repl参数指定的字符串中的 &（和符号）由 In 参数指定的与Ere 参数的指定的扩展正则表达式匹配的字符串替换。如果未指定 In 参数，缺省值是整个记录（$0 记录变量）。

gensub:类似于sub，但是h参数可以控制替换的位置,g/G全局替换，h为数字表示替换第几次出现的位置，具体查看man awk

index( String1, String2 )

在由 String1 参数指定的字符串（其中有出现 String2 指定的参数）中，返回位置，从 1 开始编号。如果 String2参数不在 String1 参数中出现，则返回 0（零）。

length [(String)]

返回 String 参数指定的字符串的长度（字符形式）。如果未给出 String 参数，则返回整个记录的长度（$0 记录变量）。

blength [(String)]

返回 String 参数指定的字符串的长度（以字节为单位）。如果未给出 String 参数，则返回整个记录的长度（$0 记录变量）。

substr( String, M, [ N ] )

返回具有 N 参数指定的字符数量子串。子串从 String 参数指定的字符串取得，其字符以 M 参数指定的位置开始。M参数指定为将 String 参数中的第一个字符作为编号 1。如果未指定 N 参数，则子串的长度将是 M 参数指定的位置到String 参数的末尾 的长度。

match( String, Ere )

可以使用'~'

$0 ~ /partern/

在 String 参数指定的字符串（Ere 参数指定的扩展正则表达式出现在其中）中返回位置（字符形式），从 1 开始编号，或如果 Ere 参数不出现，则返回 0（零）。RSTART特殊变量设置为返回值。RLENGTH 特殊变量设置为匹配的字符串的长度，或如果未找到任何匹配，则设置为 -1（负一）。

split( String, A, [Ere] )

将 String 参数指定的参数分割为数组元素 A[1], A[2], . . ., A[n]，并返回 n 变量的值。此分隔可以通过 Ere 参数指定的扩展正则表达式进行，或用当前字段分隔符（FS 特殊变量）来进行（如果没有给出 Ere 参数）。除非上下文指明特定的元素还应具有一个数字值，否则 A 数组中的元素用字符串值来创建。

tolower( String )

返回 String 参数指定的字符串，字符串中每个大写字符将更改为小写。大写和小写的映射由当前语言环境的LC_CTYPE 范畴定义。

toupper( String )

返回 String 参数指定的字符串，字符串中每个小写字符将更改为大写。大写和小写的映射由当前语言环境的LC_CTYPE 范畴定义。

sprintf(Format, Expr, Expr, . . . )

根据 Format 参数指定的 printf 子例程格式字符串来格式化 Expr 参数指定的表达式并返回最后生成的字符串。

[root@localhost test]# awk 'BEGIN{info="this is test2015test!";gsub(/[0-9]+/,"!",info);print info}'

this is test!test!

在 info中查找满足正则表达式，/[0-9]+/ 用””替换，并且替换后的值，赋值给info 未给info值，默认是$0

查找字符串（index使用）

[root@localhost test]# awk 'BEGIN{info="this is test2015test!";print index(info,"test")?"OK":"no found";}'

OK

正则表达式匹配查找(match使用）

[root@localhost test]# awk 'BEGIN{info="this is test2015test!";print match(info,/[0-9]+/)?"ok":"no found"};'

ok

截取字符串(substr使用）从第 4个 字符开始，截取10个长度字符串

[root@localhost test]# awk 'BEGIN{info="this is test2015test!";print substr(info,4,10)};'

s is test2

字符串分割（split使用）

[root@localhost test]# awk 'BEGIN{info="this is test2015test!";split(info,tA," ");print length(tA);for(k in tA){print k,tA[k];}}'

3

1 this

2 is

3 test2015test!

分割info,动态创建数组tA,这里比较有意思，awk for …in 循环，是一个无序的循环。 并不是从数组下标1…n ，因此使用时候需要注意。

格式化字符串输出（sprintf使用）

格式化字符串格式：

其中格式化字符串包括两部分内容: 一部分是正常字符, 这些字符将按原样输出; 另一部分是格式化规定字符,以"%"开始, 后跟一个或几个规定字符,用来确定输出内容格式。

格式符

说明

%d

十进制有符号整数

%u

十进制无符号整数

%f

浮点数

%s

字符串

%c

单个字符

%p

指针的值

%e

指数形式的浮点数

%x

%X 无符号以十六进制表示的整数

%o

无符号以八进制表示的整数

%g

自动选择合适的表示法

[root@localhost test]# awk 'BEGIN{n1=12.112;n2=-1.323;n3=1.234543;printf("%.2f,%.2u,%.2g,%X,%o\n",n1,n2,n3,n1,n1)}'

12.11,18446744073709551615,1.2,C,14

三、一般函数是：

函数

说明

close( Expression )

用同一个带字符串值的 Expression 参数来关闭由 print 或 printf语句打开的或调用 getline 函数打开的文件或管道。如果文件或管道成功关闭，则返回 0；其它情况下返回非零值。如果打算写一个文件，并稍后在同一个程序中读取文件，则 close 语句是必需的。

system(Command )

执行 Command 参数指定的命令，并返回退出状态。等同于system 子例程。

Expression | getline [ Variable ]

从来自 Expression 参数指定的命令的输出中通过管道传送的流中读取一个输入记录，并将该记录的值指定给 Variable 参数指定的变量。如果当前未打开将 Expression 参数的值作为其命令名称的流，则创建流。创建的流等同于调用 popen 子例程，此时Command 参数取 Expression 参数的值且 Mode 参数设置为一个是 r 的值。只要流保留打开且 Expression 参数求得同一个字符串，则对 getline 函数的每次后续调用读取另一个记录。如果未指定 Variable 参数，则 $0 记录变量和 NF 特殊变量设置为从流读取的记录。

getline [ Variable ] < Expression

从 Expression 参数指定的文件读取输入的下一个记录，并将Variable 参数指定的变量设置为该记录的值。只要流保留打开且Expression 参数对同一个字符串求值，则对 getline 函数的每次后续调用读取另一个记录。如果未指定 Variable 参数，则 $0 记录变量和 NF 特殊变量设置为从流读取的记录。

getline [ Variable ]

将 Variable 参数指定的变量设置为从当前输入文件读取的下一个输入记录。如果未指定 Variable 参数，则 $0 记录变量设置为该记录的值，还将设置 NF、NR 和 FNR 特殊变量。

 

打开外部文件（close用法）

[root@localhost test]# awk 'BEGIN{while("cat /etc/passwd"|getline){print $0;};close("/etc/passwd")}'

root:x:0:0:root:/root:/bin/bash

bin:x:1:1:bin:/bin:/sbin/nologin

daemon:x:2:2:daemon:/sbin:/sbin/nologin

逐行读取外部文件(getline使用方法）

[root@localhost test]# awk 'BEGIN{while(getline < "/etc/passwd"){print $0;};close("/etc/passwd");}'

root:x:0:0:root:/root:/bin/bash

bin:x:1:1:bin:/bin:/sbin/nologin

调用外部应用程序(system使用方法）

[root@localhost test]# awk 'BEGIN{b=system("cat a.log");print b}'

1,2

3,4

四、时间函数（计算时间差，时间的加减）

 

函数名

说明

mktime( YYYY MM DD HH MM SS[ DST])

生成时间格式

strftime([format [, timestamp]])

格式化时间输出，将时间戳转为时间字符串 
具体格式，见下表.

systime()

得到时间戳,返回从1970年1月1日开始到当前时间(不计闰年)的整秒数

返回当前时间戳

[root@localhost test]# awk 'BEGIN{tt=systime();print tt;}'

oot@localhost test]# awk 'BEGIN{tt=mktime("2015 05 06");printf strftime("%c \n",tt);}'

Wed 31 Dec 1969 06:59:59 PM EST 

strftime日期和时间格式说明符

格式

描述

%a

星期几的缩写(Sun)

%A

星期几的完整写法(Sunday)

%b

月名的缩写(Oct)

%B

月名的完整写法(October)

%c

本地日期和时间

%d

十进制日期

%D

日期 08/20/99

%e

日期，如果只有一位会补上一个空格

%H

用十进制表示24小时格式的小时

%I

用十进制表示12小时格式的小时

%j

从1月1日起一年中的第几天

%m

十进制表示的月份

%M

十进制表示的分钟

%p

12小时表示法(AM/PM)

%S

十进制表示的秒

%U

十进制表示的一年中的第几个星期(星期天作为一个星期的开始)

%w

十进制表示的星期几(星期天是0)

%W

十进制表示的一年中的第几个星期(星期一作为一个星期的开始)

%x

重新设置本地日期(08/20/99)

%X

重新设置本地时间(12：00：00)

%y

两位数字表示的年(99)

%Y

当前月份

%Z

时区(PDT)

%%

百分号(%)

 

官方文档

http://www.gnu.org/software/gawk/manual/gawk.html