awk
来源：互联网 发布：报考网络教育要多少钱 编辑：程序博客网 时间：2024/05/22 00:37
# awk [options] 'script' file1 file2, ...# awk [options] 'PATTERN { action }' file1 file2, ... print, printf-Fawk的输出：一、printprint的使用格式： print item1, item2, ...要点：1、各项目之间使用逗号隔开，而输出时则以空白字符分隔；2、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；3、print命令后面的item可以省略，此时其功能相当于print $0, 因此，如果想输出空白行，则需要使用print ""；例子：awk 'BEGIN { print "line one\nline two\nline three" }'awk -F: '{ print $1, $3 }' /etc/passwdawk 'BEGIN{OFS="#"{print $1, "HELLO",$2, $3,}}' /etc/passwd二、awk变量2.1 awk内置变量之记录变量：FS: field separator，读取文件本时，所使用字段分隔符；RS: Record separator，输入文本信息所使用的换行符；OFS: Output Filed Separator: ORS：Output Row Separator：awk -F: 指定输入分隔符OFS="#"FS=":" 指定输入分隔符2.2 awk内置变量之数据变量：NR: The number of input records，awk 理的记录数；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；NF：Number of Field，当前记录的field个数；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；ARGV: 数组，保存命令行本身这个字符串，如awk '{print $0}' a.txt b.txt这个命令中，ARGV[0]保存awk，ARGV[1]保存a.txt；ARGC: awk命令的参数的个数；FILENAME: awk命令所处理的文件的名称；ENVIRON：当前shell环境变量及其值的关联数组；如：awk 'BEGIN{print ENVIRON["PATH"]}'2.3 用户自定义变量gawk允许用户自定义自己的变量以便在程序代码中使用，变量名命名规则与大多数编程语言相同，只能使用字母、数字和下划线，且不能以数字开头。gawk变量名称区分字符大小写。2.3.1 在脚本中赋值变量在gawk中给变量赋值使用赋值语句进行，例如：awk 'BEGIN{var="variable testing";print var}'2.3.2 在命令行中使用赋值变量gawk命令也可以在“脚本”外为变量赋值，并在脚本中进行引用。例如，上述的例子还可以改写为：awk -v var="variable testing" 'BEGIN{print var}'三、printfprintf命令的使用格式：printf format, item1, item2, ...要点：1、其与print命令的最大不同是，printf需要指定format；2、format用于指定后面的每个item的输出格式；3、printf语句不会自动打印换行符；\nformat格式的指示符都以%开头，后跟一个字符；如下：%c: 显示字符的ASCII码；%d, %i：十进制整数；%e, %E：科学计数法显示数值；%f: 显示浮点数；%g, %G: 以科学计数法的格式或浮点数的格式显示数值；%s: 显示字符串；%u: 无符号整数；%%: 显示%自身；修饰符：N: 显示宽度；-: 左对齐；+：显示数值符号；例子：# awk -F: '{printf "%-15s %i\n",$1,$3}' /etc/passwd四、输出重定向print items > output-fileprint items >> output-fileprint items | command特殊文件描述符：/dev/stdin：标准输入/dev/sdtout: 标准输出/dev/stderr: 错误输出/dev/fd/N: 某特定文件描述符，如/dev/stdin就相当于/dev/fd/0；例子：# awk -F: '{printf "%-15s %i\n",$1,$3 > "/dev/stderr" }' /etc/passwd六、awk的操作符：6.1 算术操作符：-x: 负值+x: 转换为数值；x^y: x**y: 次方x*y: 乘法x/y：除法x+y:x-y:x%y:6.2 字符串操作符：只有一个，而且不用写出来，用于实现字符串连接；6.3 赋值操作符：=+=-=*=/=%=^=**=++--需要注意的是，如果某模式为=号，此时使用/=/可能会有语法错误，应以/[=]/替代；6.4 布尔值awk中，任何非0值或非空字符串都为真，反之就为假；6.5 比较操作符：x < y True if x is less than y. x <= y True if x is less than or equal to y. x > y True if x is greater than y. x >= y True if x is greater than or equal to y. x == y True if x is equal to y. x != y True if x is not equal to y. x ~ y True if the string x matches the regexp denoted by y. x !~ y True if the string x does not match the regexp denoted by y. subscript in array True if the array array has an element with the subscript subscript.6.7 表达式间的逻辑关系符：&&||6.8 条件表达式：selector?if-true-exp:if-false-expif selector; then if-true-expelse if-false-expfia=3b=4a>b?a is max:b ia max6.9 函数调用：function_name (para1,para2)七 awk的模式：awk 'program' input-file1 input-file2 ...其中的program为:pattern { action }pattern { action }...7.1 常见的模式类型：1、Regexp: 正则表达式，格式为/regular expression/2、expresssion： 表达式，其值非0或为非空字符时满足条件，如：$1 ~ /foo/ 或 $1 == "magedu"，用运算符~(匹配)和!~(不匹配)。3、Ranges： 指定的匹配范围，格式为pat1,pat24、BEGIN/END：特殊模式，仅在awk命令执行前运行一次或结束前运行一次5、Empty(空模式)：匹配任意输入行；7.2 常见的Action1、Expressions:2、Control statements3、Compound statements4、Input statements5、Output statements/正则表达式/：使用通配符的扩展集。关系表达式：可以用下面运算符表中的关系运算符进行操作，可以是字符串或数字的比较，如$2>%1选择第二个字段比第一个字段长的行。模式匹配表达式：模式，模式：指定一个行的范围。该语法不能包括BEGIN和END模式。BEGIN：让用户指定在第一条输入记录被处理之前所发生的动作，通常可在这里设置全局变量。END：让用户在最后一条输入记录被读取之后发生的动作。八 控制语句：8.1 if-else语法：if (condition) {then-body} else {[ else-body ]}例子：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/passwd8.2 while语法： 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/passwd8.3 do-while语法： do {statement1, statement2, ...} while (condition)awk -F: '{i=1;do {print $i;i++}while(i<=3)}' /etc/passwd8.4 for语法： for ( variable assignment; condition; iteration process) { 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 $i}}}' /etc/passwdfor循环还可以用来遍历数组元素：语法： for (i in array) {statement1, statement2, ...}awk -F: '$NF!~/^$/{BASH[$NF]++}END{for(A in BASH){printf "%15s:%i\n",A,BASH[A]}}' /etc/passwd8.5 case语法：switch (expression) { case VALUE or /REGEXP/: statement1, statement2,... default: statement1, ...}8.6 break 和 continue常用于循环或case语句中8.7 next提前结束对本行文本的处理，并接着处理下一行；例如，下面的命令将显示其ID号为奇数的用户：# awk -F: '{if($3%2==0) next;print $1,$3}' /etc/passwd九 awk中使用数组9.1 数组array[index-expression]index-expression可以使用任意字符串；需要注意的是，如果某数据组元素事先不存在，那么在引用其时，awk会自动创建此元素并初始化为空串；因此，要判断某数据组中是否存在某元素，需要使用index in array的方式。要遍历数组中的每一个元素，需要使用如下的特殊结构：for (var in array) { statement1, ... }其中，var用于引用数组下标，而不是元素值；例子：netstat -ant | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'awk -F： '{shell[$NF]++} END {for(str in shell) print str, shell[str]}'每出现一被/^tcp/模式匹配到的行，数组S[$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；awk '{counts[$1]++} END {for(url in counts) print counts[url], url}' /var/log/httpd/access_log用法与上一个例子相同，用于统计某日志文件中IP地的访问量9.2 删除数组变量从关系数组中删除数组索引需要使用delete命令。使用格式为：delete array[index]十、awk的内置函数split(string, array [, fieldsep [, seps ] ])功能：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0开始的序列；netstat -ant | awk '/:80\>/{split($5,clients,":");IP[clients[1]]++}END{for(i in IP){print IP[i],i}}' | sort -rn | head -50length([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十一、用户自定义函数自定义函数使用function关键字。格式如下：function F_NAME([variable]){ statements}函数还可以使用return语句返回值，格式为“return value”。//awk练习Linux Web服务器网站故障分析常用的命令系统连接状态篇：1.查看TCP连接状态netstat -nat |awk '{print $6}'|sort|uniq -c|sort -rnnetstat -n | awk '/^tcp/ {++S[$NF]};END {for(a in S) print a, S[a]}' 或netstat -n | awk '/^tcp/ {++state[$NF]}; END {for(key in state) print key,"\t",state[key]}'netstat -n | awk '/^tcp/ {++arr[$NF]};END {for(k in arr) print k,"t",arr[k]}'netstat -n |awk '/^tcp/ {print $NF}'|sort|uniq -c|sort -rnnetstat -ant | awk '{print $NF}' | grep -v '[a-z]' | sort | uniq -c2.查找请求数请20个IP（常用于查找攻来源）：netstat -anlp|grep 80|grep tcp|awk '{print $5}'|awk -F: '{print $1}'|sort|uniq -c|sort -nr|head -n20netstat -ant |awk '/:80/{split($5,ip,":");++A[ip[1]]}END{for(i in A) print A[i],i}' |sort -rn|head -n203.用tcpdump嗅探80端口的访问看看谁最高tcpdump -i eth0 -tnn dst port 80 -c 1000 | awk -F"." '{print $1"."$2"."$3"."$4}' | sort | uniq -c | sort -nr |head -204.查找较多time_wait连接netstat -n|grep TIME_WAIT|awk '{print $5}'|sort|uniq -c|sort -rn|head -n205.找查较多的SYN连接netstat -an | grep SYN | awk '{print $5}' | awk -F: '{print $1}' | sort | uniq -c | sort -nr | more6.根据端口列进程netstat -ntlp | grep 80 | awk '{print $7}' | cut -d/ -f1网站日志分析篇1（Apache）：1.获得访问前10位的ip地址cat access.log|awk '{print $1}'|sort|uniq -c|sort -nr|head -10cat access.log|awk '{counts[$(11)]+=1}; END {for(url in counts) print counts[url], url}'2.访问次数最多的文件或页面,取前20cat access.log|awk '{print $11}'|sort|uniq -c|sort -nr|head -203.列出传输最大的几个exe文件（分析下载站的时候常用）cat access.log |awk '($7~/.exe/){print $10 " " $1 " " $4 " " $7}'|sort -nr|head -204.列出输出大于200000byte(约200kb)的exe文件以及对应文件发生次数cat access.log |awk '($10 > 200000 && $7~/.exe/){print $7}'|sort -n|uniq -c|sort -nr|head -1005.如果日志最后一列记录的是页面文件传输时间，则有列出到客户端最耗时的页面cat access.log |awk '($7~/.php/){print $NF " " $1 " " $4 " " $7}'|sort -nr|head -1006.列出最最耗时的页面(超过60秒的)的以及对应页面发生次数cat access.log |awk '($NF > 60 && $7~/.php/){print $7}'|sort -n|uniq -c|sort -nr|head -1007.列出传输时间超过 30 秒的文件cat access.log |awk '($NF > 30){print $7}'|sort -n|uniq -c|sort -nr|head -208.统计网站流量（G)cat access.log |awk '{sum+=$10} END {print sum/1024/1024/1024}'9.统计404的连接awk '($9 ~/404/)' access.log | awk '{print $9,$7}' | sort10. 统计http statuscat access.log |awk '{counts[$(9)]+=1}; END {for(code in counts) print code, counts[code]}'cat access.log |awk '{print $9}'|sort|uniq -c|sort -rn10.蜘蛛分析，查看是哪些蜘蛛在抓取内容。/usr/sbin/tcpdump -i eth0 -l -s 0 -w - dst port 80 | strings | grep -i user-agent | grep -i -E 'bot|crawler|slurp|spider'网站日分析2(Squid篇）按域统计流量zcat squid_access.log.tar.gz| awk '{print $10,$7}' |awk 'BEGIN{FS="[ /]"}{trfc[$4]+=$1}END{for(domain in trfc){printf "%st%dn",domain,trfc[domain]}}'数据库篇1.查看数据库执行的sql/usr/sbin/tcpdump -i eth0 -s 0 -l -w - dst port 3306 | strings | egrep -i 'SELECT|UPDATE|DELETE|INSERT|SET|COMMIT|ROLLBACK|CREATE|DROP|ALTER|CALL'系统Debug分析篇1.调试命令strace -p pid2.跟踪指定进程的PIDgdb -p pid 0 1
