awk是linux中非常强大的文本分析工具。简单来说,awk就是把文件逐行的读入,以空格为默认分隔符将每行分割,分割的部分再进行各种分析处理。
awk的基本用法
awk使用的基本形式如下
awk "{pattern + action}" {filenames}
其中 pattern 表示 AWK 在数据中查找的内容,而 action 是在找到匹配内容时所执行的一系列命令。花括号({})不需要在程序中始终出现,但它们用于根据特定的模式对一系列指令进行分组。 pattern就是要表示的正则表达式,用斜杠括起来。
在使用中,我们一般会采用如下用法
awk [-F field-separator] "commands" input-file(s)
其中,commands 是真正awk命令,[-F域分隔符]是可选的。 input-file(s) 是待处理的文件。在awk中,文件的每一行中,由域分隔符分开的每一项称为一个域。通常,在不指名-F域分隔符的情况下,默认的域分隔符是空格。
通常,awk是以文件的一行为处理单位的。awk每接收文件的一行,然后执行相应的命令,来处理文本。
awk的使用示例
以/etc/passwd文件为例进行讲解,当执行cat /etc/passwd命令时,会得到如下内容,这里只取前4行
# cat /etc/passwd
root:x:0:0:root:/root:/bin/bash
daemon:x:1:1:daemon:/usr/sbin:/bin/sh
bin:x:2:2:bin:/bin:/bin/sh
sys:x:3:3:sys:/dev:/bin/sh
1、awk+action用法
我们利用awk命令取出账户名,得到如下输出
#cat /etc/passwd |awk -F ":" "{print $1}"
root
daemon
bin
sys
解释上述awk命令的含义:读入有’\n’换行符分割的一条记录(逐行读入),然后将记录按指定的域分隔符划分域(-F指定域分隔符为’:"),执行命令(print $1),$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表示用户名,后面的以此类推。
因此如果要同时打印/etc/passwd的账户和账户对应的shell,并用逗号分割,可以使用如下命令
# cat /etc/passwd |awk -F ":" "{print $1","$7}"
root,/bin/bash
daemon,/bin/sh
bin,/bin/sh
sys,/bin/sh
2、awk+pattern用法
搜索/etc/passwd有root关键字的所有行
#awk -F: "/root/" /etc/passwd
root:x:0:0:root:/root:/bin/bash
这种是pattern的使用示例,匹配了pattern(这里是root)的行才会执行action(没有指定action,默认输出每行的内容)。
匹配模式一般在写法是/pattern/,即
awk "/pattern/"
搜索支持正则,例如找root开头的: awk -F: ‘/^root/’ /etc/passwd
3、awk+pattern+action用法
搜索/etc/passwd有root关键字的所有行,并显示对应的shell
# awk -F: "/root/{print $7}" /etc/passwd
/bin/bash
这里指定了action{print $7}
awk的的扩展用法
1、awk内置变量
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
下面介绍一些简单的用法:
1、输出文件第二行
awk "NR==2"
2、输出文件第二行到第四行
awk "NR==2,NR==4"
3、删除所有的空行
awk NF
4、输出文件的最后一行
awk "END { print }"
2、print和printf
awk中同时提供了print和printf两种打印输出的函数。
其中print函数的参数可以是变量、数值或者字符串。字符串必须用双引号引用,参数用逗号分隔。如果没有逗号,参数就串联在一起而无法区分。这里,逗号的作用与输出文件的分隔符的作用是一样的,只是后者是空格而已。
printf函数,其用法和c语言中printf基本相似,可以格式化字符串,输出复杂时,printf更加好用,代码更易懂。
awk编程
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 "{count++;print $0;} END{print "user count is ", count}" /etc/passwd
root:x:0:0:root:/root:/bin/bash
......
user count is 40count是自定义变量。之前的action{}里都是只有一个print,其实print只是一个语句,而action{}可以有多个语句,以;号隔开。
这里没有初始化count,虽然默认是0,但是妥当的做法还是初始化为0:
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。
条件语句
awk中的条件语句是从C语言中借鉴来的,见如下声明方式:
if (expression) {
statement;
statement;
... ...
}
if (expression) {
statement;
} else {
statement2;
}
if (expression) {
statement1;
} else if (expression1) {
statement2;
} else {
statement3;
}
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
循环语句
awk中的循环语句同样借鉴于C语言,支持while、do/while、for、break、continue,这些关键字的语义和C语言中的语义完全相同。
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
......这里使用for循环遍历数组
linux下shell的awk命令详解_linux下shell的awk命令使用方法
http://m.bbyears.com/caozuoxitong/78427.html
推荐访问: