Linux awk 命令详解

awk是行处理器：相比较屏幕处理的优点，在处理庞大文件时不会出现内存溢出或处理缓慢的问题，常用来格式化文本信息。

awk处理过程：依次对每一行进行处理，然后输出。①读取被匹配到的行数据；②按照输入分隔符将整行数据分成n段；③将每一段保存到awk的内置变量，依次为$1~$n；④格式化输出；全部输出使用$0。

1. awk 命令形式

awk [-F|-f|-v] 'BEGIN{} //{command1; command2} END{}' file

[-F|-f|-v]： -F指定分隔符，-f调用脚本，-v定义变量 var=value
' '：引用代码块
BEGIN：初始化代码块，在对每一行进行处理之前，初始化代码，主要是引用全局变量，设置FS分隔符
//：匹配代码块，可以是字符串或正则表达式
{}：命令代码块，包含一条或多条命令
；：多条命令使用分号分隔
END：结尾代码块，在对每一行进行处理之后再执行的代码块，主要是进行最终计算或输出结尾摘要信息

2. 特殊要点

$0：表示整个当前行
$1：每行第一个字段
NF：字段数量变量
NR：每行的记录号，多文件记录递增
FNR：与NR类似，不过多文件记录不递增，每个文件都从1开始
\t：制表符
\n：换行符
FS：BEGIN时定义分隔符
RS：输入的记录分隔符， 默认为换行符(即文本是按一行一行输入)
~：匹配，与==相比不是精确比较
!~：不匹配，不精确比较
==：等于，必须全部相等，精确比较
!=：不等于，精确比较
&&：逻辑与
||：逻辑或
+：匹配时表示1个或1个以上
/[0-9][0-9]+/：两个或两个以上数字
/[0-9][0-9]*/：一个或一个以上数字
FILENAME：文件名
OFS：输出字段分隔符， 默认也是空格，可以改为制表符等
ORS：输出的记录分隔符，默认为换行符,即处理结果也是一行一行输出到屏幕
-F'[:#/]'：定义三个分隔符

3. print 和 $0

print 是awk打印指定内容的主要命令：

awk '{print}' /etc/passwd # awk '{print $0}' /etc/passwd
awk '{print " "}' /etc/passwd # 不输出passwd的内容，而是输出相同个数的空行，进一步解释了awk是一行一行处理文本
awk -F":" '{print $1}' /etc/passwd
awk -F: '{print $1; print $2}' /etc/passwd # 将每一行的前二个字段，分行输出
awk -F: '{print $1,$3,$6}' OFS="\t" /etc/passwd # 输出字段1,3,6，输入分隔符为“:”；输出分隔符："\t"

4. -F 指定分隔符

$1 为指定分隔符后，第一个字段，$3第三个字段， \t是制表符
一个或多个连续的空格或制表符看做一个定界符，即多个空格看做一个空格。

awk -F":" '{print $1}' /etc/passwd
awk -F":" '{print $1 $3}' /etc/passwd # $1与$3相连输出，不分隔
awk -F":" '{print $1,$3}' /etc/passwd # 多了一个逗号，$1与$3使用空格分隔
awk -F":" '{print $1 " " $3}' /etc/passwd # $1与$3之间手动添加空格分隔
awk -F":" '{print "Username:" $1 "\t\t Uid:" $3 }' /etc/passwd # 自定义输出
awk -F: '{print NF}' /etc/passwd # 显示每行有多少字段
awk -F: '{print $NF}' /etc/passwd # 将每行第NF个字段的值打印出来
awk -F: 'NF==4 {print }' /etc/passwd # 显示只有4个字段的行
awk -F: 'NF>2{print $0}' /etc/passwd # 显示每行字段数量大于2的行
awk '{print NR,$0}' /etc/passwd # 输出每行的行号
awk -F: '{print NR,NF,$NF,"\t",$0}' /etc/passwd # 依次打印行号，字段数，最后字段值，制表符，每行内容
awk -F: 'NR==5{print}' /etc/passwd # 显示第5行
awk -F: 'NR==5 || NR==6{print}' /etc/passwd # 显示第5行和第6行
route -n|awk 'NR!=1{print}' # 不显示第一行

5. 输出分隔符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
# 输出字段6匹配WAIT的行，其中输出每行行号，字段4,5,6，并使用制表符分割字段

6. -f 指定脚本文件

awk -f script.awk filename BEGIN{FS=":"} {print $1} # 效果与awk -F":" '{print $1}'相同,只是分隔符使用FS在代码自身中指定

awk 'BEGIN{X=0} /^$/{ X+=1 } END{print "I find",X,"blank lines."}' filename
# I find 4 blank lines.

ls -l | awk 'BEGIN{sum=0} !/^d/{sum+=$5} END{print "total size is",sum}' #计算文件大小
# total size is 17487

7. // 匹配代码块

//纯字符匹配；!//纯字符不匹配；
~//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 # grep "mysql" /etc/passwd
awk '/mysql/{print }' /etc/passwd
awk '/mysql/{print $0}' /etc/passwd # 三条指令结果一样

awk '!/mysql/{print $0}' /etc/passwd # grep -v "mysql" /etc/passwd # 输出不匹配mysql的行
awk '/mysql|mail/{print}' /etc/passwd # grep -w "mail\|mysql" /etc/passwd #grep -e "mysql" -e "mail" /etc/passwd
awk '!/mysql|mail/{print}' /etc/passwd # grep -v "mail\|mysql" /etc/passwd

awk -F: '/mail/,/mysql/{print}' /etc/passwd # 区间匹配
awk '/[2][7][7]*/{print $0}' /etc/passwd # 匹配包含27为数字开头的行，如27，277，2777...
awk -F: '$1~/mail/{print $1}' /etc/passwd # $1匹配指定内容才显示
awk -F: '{if($1~/mail/) print $1}' /etc/passwd # 与上面相同
awk -F: '$1!~/mail/{print $1}' /etc/passwd # 不匹配
awk -F: '$1!~/mail|mysql/{print $1}' /etc/passwd

8. 条件表达式

== != > >=

awk -F":" '$1=="mysql"{print $3}' /etc/passwd
awk -F":" '{if($1=="mysql") print $3}' /etc/passwd # 与上面相同
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

9. 逻辑运算符

&&　||

awk -F: '$1~/mail/ && $3>8 {print }' /etc/passwd # 逻辑与，$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 # 逻辑或
awk -F: '{if($1~/mail/ || $3>1000) print }' /etc/passwd

10. 数值运算

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 # 第三个字段加10打印
awk -F: '/mysql/{print $3-$4}' /etc/passwd # 减法
awk -F: '/mysql/{print $3*$4}' /etc/passwd # 求乘积
awk '/MemFree/{print $2/1024}' /proc/meminfo # 除法
awk '/MemFree/{print int($2/1024)}' /proc/meminfo # 取整

ls -l | awk '{print int($5/1024/1024/1024)}' | paste -s -d + |bc

11. if 语句

必须用在{}中，且比较内容用()扩起来。

awk -F: '{if($1~/mail/) print $1}' /etc/passwd # 简写
awk -F: '{if($1~/mail/) {print $1}}' /etc/passwd # 全写
awk -F: '{if($1~/mail/) {print $1} else {print $2}}' /etc/passwd # if...else...

awk -F: '{if($3>100) print "large"; else print "small"}' /etc/passwd
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，否则B加1
awk -F: '{if($3<100) next; else print}' /etc/passwd # 小于100跳过，否则显示
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
# 另一种形式
awk -F: '{print ($3>100 ? "yes":"no")}' /etc/passwd
awk -F: '{print ($3>100 ? $3":\tyes":$3":\tno")}' /etc/passwd

12. while语句

awk -F: 'BEGIN{i=1} {while(i<NF) print NF,$i,i++}' /etc/passwd

13. 格式化输出

语法：

printf FORMAT, item1，item2，……

格式符：
%s：显示字符串
%c：显示字符对应的ASCII码
%d,%i：显示十进制整数
%e，%E：显示科学计数法数值
%f：显示浮点数
%g，%G：以科学计数法或者浮点形式显示数值
%u：显示无符号整数
%%：显示%

# 打印每行前三个字段，指定第一个字段输出字符串类型(长度为8)，第二个字段输出字符串类型(长度为8)，第三个字段输出字符串类型(长度为10)
# printf 表示格式输出
# % 格式化输出分隔符
# -8 长度为8个字符
# s 表示字符串类型
netstat -anp|awk '{printf "%-8s %-8s %-10s\n",$1,$2,$3}'
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}'

14. 输出处理结果到文件

route -n|awk 'NR!=1{print > "./fs"}' # ①在命令代码块中直接输出
route -n|awk 'NR!=1{print}' > ./fs # ②使用重定向进行输出

15. 数组

在 awk 中数组叫做关联数组(associative arrays)，由于下标既能够是数也能够是串。awk 中的数组不必提前声明，也不必声明大小。数组元素用 0 或空串来初始化，这依据上下文而定。

(1)定义方法

# 1 用数值作数组索引(下标) ；2 用字符串作数组索引(下标) 。
Tarray[1]="cheng mo"
Tarray[2]="800927"
Tarray["first"]="cheng"
Tarray["last"]="mo"
Tarray["birth"]="800927"

使用中 print Tarray[1] 将得到"cheng mo"；而 print Tarray[2] 和 print[“birth”] 都将得到"800927" 。

(2) 数组相关函数

awk --version
awk 'BEGIN{info="it is a test";lens=split(info,tA," ");print length(tA),lens;}' # length返回字符串以及数组长度，split进行切割字符串为数组，也会返回切割得到数组长度。
awk 'BEGIN{info="it is a test";split(info,tA," ");print asort(tA);}' # asort对数组进行排序，返回数组长度。
awk 'BEGIN{info="it is a test";split(info,tA," ");for(k in tA){print k,tA[k];}}' # for…in 输出，由于数组是关联数组，默认是无序的。
awk 'BEGIN{info="it is a test";tlen=split(info,tA," ");for(k=1;k<=tlen;k++){print k,tA[k];}}' # 有序数组，须要通过下标获得

注意：数组下标是从1开始。

awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if(tB["c"]!="1"){print "no found";};for(k in tB){print k,tB[k];}}' #仅仅要通过数组引用它的key，就会自己主动创建该序列.
awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if( "c" in tB){print "ok";};for(k in tB){print k,tB[k];}}' #if(key in array) 通过这个方法推断数组中是否包括”key”键值。
awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";delete tB["a"];for(k in tB){print k,tB[k];}}' # delete array[key]能够删除，相应数组key的，序列值

(3) 二维数组使用(多维数组使用）

awk的多维数组在本质上是一维数组，更确切一点，awk在存储上并不支持多维数组。awk提供了逻辑上模拟二维数组的访问方式。例 如，array[2,4] = 1这种訪问是同意的。
awk使用一个特殊的字符串SUBSEP (\034)作为切割字段，在上面的样例中，关联数组array存储的键值实际上是2\0344。
相似一维数组的成员測试，多维数组能够使用 if ( (i,j) in array)这种语法，可是下标必须放置在圆括号里。相似一维数组的循环訪问，多维数组使用for ( item in array )这种语法遍历数组。
与一维数组不同的是，多维数组必须使用split()函数来訪问单独的下标分量。split ( item, subscr, SUBSEP)

awk 'BEGIN{ for(i=1;i<=9;i++) { for(j=1;j<=9;j++) { tarr[i,j]=i*j; print i,"*",j,"=",tarr[i,j]; } } }'
awk 'BEGIN{ for(i=1;i<=9;i++) { for(j=1;j<=9;j++) { tarr[i,j]=i*j; } } for(m in tarr) { split(m,tarr2,SUBSEP); print tarr2[1],"*",tarr2[2],"=",tarr[m]; } }'

netstat -anp|awk 'NR!=1{a[$6]++} END{for (i in a) print i,"\t",a[i]}'
netstat -anp|awk 'NR!=1{a[$6]++} END{for (i in a) printf "%-20s %-10s %-5s \n", i,"\t",a[i]}'

16. 应用

awk -F: '{print NF}' helloworld.sh #输出文件每行有多少字段
awk -F: '{print $1,$2,$3,$4,$5}' helloworld.sh # 输出前5个字段
awk -F: '{print $1,$2,$3,$4,$5}' OFS='\t' helloworld.sh # 输出前5个字段并使用制表符分隔输出
awk -F: '{print NR,$1,$2,$3,$4,$5}' OFS='\t' helloworld.sh # 制表符分隔输出前5个字段，并打印行号

awk -F'[:#]' '{print NF}' helloworld.sh # 指定多个分隔符: #，输出每行多少字段
awk -F'[:#]' '{print $1,$2,$3,$4,$5,$6,$7}' OFS='\t' helloworld.sh # 制表符分隔输出多字段

# 计算/home目录下，普通文件的大小，使用KB作为单位
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是取整的意思

# 统计netstat -anp 状态为LISTEN和CONNECT的连接数量分别是多少
netstat -anp|awk '$6~/LISTEN|CONNECTED/{sum[$6]++} END{for (i in sum) printf "%-10s %-6s %-3s \n", i," ",sum[i]}'

# 统计/home目录下不同用户的普通文件的总数是多少？
ls -l|awk 'NR!=1 && !/^d/{sum[$3]++} END{for (i in sum) printf "%-6s %-5s %-3s \n",i," ",sum[i]}'

17. 总结

(1) 输出命令：print

要点1：各字段之间用逗号分隔'{print $1,$2}'，若不用逗号'{print $1$2}' 则awk会默认连接两个字段的内容。
要点2：print输出的字段可以是数值，$n，变量，或awk表达式。要想引用$n的值，不能把其放入""内。
要点3：若省略字段，则默认输出$0。

(2) 变量：分为内置变量和自定义变量

内置变量：

  • FS：input field seperator。输入字段分隔符。没有指定输入分隔符(FS)，默认以空格来分隔。可以使用-v来指定分隔符，如-v FS=":"，也可以直接使用-F直接指名，如 -F ","。

  • OFS：outpu field seperator。输出字段分隔符。可以使用-v来指定分隔符，如 -v OFS="," 。

  • RS：input record seperator 。输入时的换行符

  • ORS：output record seperator。输出时的换行符

  • NF：number of field。每一行的字段数量。$NF代表的是输出文件的每一行的最后一个字段。

  • NR：numbe of record 。显示文件的行数。每处理一行就会输出一次行数。

自定义变量：

-v variable=value或在program中直接定义。

(3) 格式化输出 printf

要点一：FORMAT必须给出；
要点二：printf输出是不会自动换行，若需要换行可以使用换行控制符 \n；
要点三：FORMAT中给出的格式符需要与各字段一一对应；
要点四：在printf中可以加入提示性字符串；
#[.#]：第一个#用来控制字符宽度，第二个用来控制小数位数。
-：左对齐。注意默认为右对齐。
+：显示数值的符号。

(4) 操作符：

算数运算：+ - * / % ^ -x +x
比较运算：> >= = < <= != ==
赋值运算：++，–，+=，－=，*=，%=
字符串操作：默认为字符串拼接
逻辑操作符：&&与、|| 或、！非

(5) 模式匹配：

~：是否匹配：左侧字符是否被右侧模式匹配；
！~：是否不匹配，：左侧字符是否不被右侧模式匹配；
/pattern1/,/pattern2/：处理 pattern1 到 pattern2 之间（不包含pattern2）。从pattern1匹配的行开始，到pattern2匹配的行结束。

(6) BEGIN和END模式：

是给程序赋予初始状态和在程序结束之后执行一些扫尾的工作。
BEGIN{}：任何在BEGIN之后列出的操作（在{}内）将在awk开始扫描输入之前执行一次。
END{}：END之后列出的操作将在扫描完全部的输入之后执行一次。

参考阅读：
https://www.cnblogs.com/wxxjianchi/p/9143936.html
https://www.jianshu.com/p/ea22c809ae9f

赞 (0)

相关推荐

  • 文本处理工具awk

    文本处理工具awk awk:(Aho, Weinberger, Kernighan,)报告生成器,格式化文本输出 有多种版本:New awk(nawk),GNU awk( gawk) [toc]## ...

  • 获取用户信息脚本

    #! /bin/bashread -p "请输入要查询的用户名:" Aecho "------------------------------"n=`cat / ...

  • linux vi 命令详解

    vi编辑器是所有Unix及Linux系统下标准的编辑器,它的强大不逊色于任何最新的文本编辑器,这里只是简单地介绍一下它的用法和一小部分指令.由于对Unix及Linux系统的任何版本,vi编辑器是完全相 ...

  • linux lsof命令详解

    简介 lsof(list open files)是一个列出当前系统打开文件的工具.在linux环境下,任何事物都以文件的形式存在,通过文件不仅仅可以访问常规数据,还可以访问网络连接和硬件.所以如传输控 ...

  • linux中iptables配置文件及命令详解详解

    https://www.cnblogs.com/itxiongwei/p/5871075.html iptables配置文件 直接改iptables配置就可以了:vim /etc/sysconfig/ ...

  • linux命令总结dd命令详解

    一:dd命令 dd:用指定大小的块拷贝一个文件,并在拷贝的同时进行指定的转换. 注意:指定数字的地方若以下列字符结尾,则乘以相应的数字:b=512:c=1:k=1024:w=2 参数注释: if=文件 ...

  • Linux下的scp拷贝命令详解

    相同Linux系统中对文件复制拷贝可以用CP命令: cp [options] source dest cp [options] source- directory 说明:将一个档案拷贝至另一档案,或将 ...

  • linux find命令格式及find命令详解

    linux find命令格式及find命令详解

  • Linux 常用 ls命令详解

    ls命令是linux常用命令之一,用于在命令控制台提示符中列出目录和文件信息.   一.ls命令用法: ls命令运行在命令提示符终端,用法如下.其中[选项]和为可选参数,可以一零个或者多个选项:[文件 ...

  • 【Linux 命令】scp 命令详解

    Linux 命令之 scp 命令详解 一.scp 简介 scp 命令用于不同主机之间复制文件和目录. scp 是 secure copy 的缩写,是 基于 ssh 协议进行安全的远程文件拷贝命令. s ...

  • 【Linux 命令】cp 命令详解

    一.cp 命令简介 cp 命令主要用于复制文件或目录.即用来将一个或多个源文件或者目录复制到指定的目的文件或目录. cp 命令可以将单个源文件复制成一个指定文件名的具体的文件或一个已经存在的目录下. ...