Linux系统之文本格式化工具awk

一、文本处理工具grep、sed和awk都是文本处理工具，虽然都是文本处理工具但却都有各自的优缺点，一种文本处理命令是不能被另一个完全替换的，否则也不会出现三个文本处理命令了。只不过，相比较而言，sed和awk功能更强大而已，且已独立成一种语言来介绍。grep：文本过滤器，如果仅仅是过滤文本，可使用grep，其效率要比其他的高很多；sed：Stream EDitor，流编辑器，默认只处理模式空间，不处理原数据，如果你处理的数据是针对行进行处理的，可以使用sed；
awk：报告生成器，格式化以后显示。如果对处理的数据需要生成报告之类的信息，或者你处理的数据是按列进行处理的，最好使用awk。二、awk可以完成的一些功能

将文本文件看做由记录和字段组成的文本数据库
使用变量操作数据库
使用算术和字符串操作符
使用普通的程序设计结构，例如循环和条件
生帮格式化报告
定义函数
从脚本中执行unix命令
处理unix命令的结果
更加巧妙的处理命令行的参数
更容易地处理多个输入流

三、语法格式

12	`# awk [options] "script" file1 file2, ...` `# awk [options] "PATTERN { action }" file1 file2, ..`

1、选项-F fs or --field-separator fs：指定输入文件折分隔符，fs是一个字符串或者是一个正则表达式，如-F:

1234	`#awk -F: "/root/{print $1,$NF}" /etc/passwd` `#awk -F: "/root/{print $1$NF}" /etc/passwd` `#awk -F: "/root/{print $1 $NF}" /etc/passwd` `#awk -F: "/root/{print $1"#"$NF}" /etc/passwd`

-v 选项定义的变量在脚本运行之前即存在，可以在脚本的 BEGIN 流程中被调用；2、awk的输出：print和printf⑴、print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 $0, 因此，如果想输出空白行，则需要使用print ""；注意，在AWK中，$表示字段，用户变量不需要加$，这是AWK与shell或者Perl不同之处！在shell中，变量定义时不加$，再次引用时则需要用$，而在Perl中，无论定义和引用时都需要加$ （Perl中$表示标量，另有@和%符号表示数组和Hash变量）。实例⑵、printf的使用格式printf format, item1, item2, ...format格式的指示符都以%开头，后跟一个字符,%c转换数字成ASCII,如printf "%c", 67结果为C。%d, %i打印十进制整数，如printf "%dn", 6.745结果为6。%e, %E转换数字为科学（指数）符号，如printf "%4.3en", 6745结果为6.745e+03。%f以浮点表示法打印数字，如 printf "%4.3f ", 6745结果为6745.0000000%s打印字符串,如printf "%10s ", 6745结果为十个空格加6745。可更改的格式：N$位置指示符，可调整字符串的输出位置。printf "%s %s %s ", "I", "lOVE","YOU"输出为：I LOVE YOU，我们调整一下位置，printf "%3$s %2$s %1$s ", "YOU", "LOVE","I",输出结果为：I LOVE YOU 修饰符N: 显示宽度；-: 左对齐；+：右对齐（也可以显示数值符号正负之用）；3、模式和操作
⑴、模式可以是以下任意一个：

/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：用运算符~（匹配）和~！（不匹配）。
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。

⑵、操作由一人或多个命令、函数、表达式组成，之间由换行符或分号隔开，并位于大括号内。主要有四部份：

变量或数组赋值
输出命令
内置函数
控制流命令

4、变量⑴、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	输出字段分隔符（默认值是一个空格）
ORS：Output Row Separator	输出记录分隔符（默认值是一个换行符）

注：从$1,$2一直到$NF，整行用$0标，如果$0被赋予新值，所有的$1,$2...和NF都将被重新计算。同样，若$i被改变，$0将用OFS重新计算。⑵、awk内置变量之数据变量

NR: The number of input records	awk命令所处理的记录数；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	当前文件的相对记录数
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

NR用法NF用法（默认以空格分隔）FNR用法ARGV用法之二FILENAME用法ENVIRON用法注：ARGV数组由ARGV[0]....ARGV[ARGC-1]组成，第一个元素是0而不是1,这与AWK中的般数组不同ENVIROND数组在shell与AWK的交互中非常有用，使用ENVIRON["PARA_NAME"]来获取环境变量$PARA_NAME的值，其中引号“”不可少！5、标准输出与重定向⑴、输出重定向print items > output-fileprint items >> output-fileprint items | command⑵、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；实例：

12	`# awk -F" " "{printf "%-15s %i ",$1,$3 > "/dev/stderr" }" /etc/issue# awk -F" " "{printf "%-15s %i ",$1,$3 > "/dev/null" }" /etc/issue`

6、awk的操作符：⑴、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:实例⑵、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；⑶、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；⑷、布尔值awk中，任何非0值或非空字符串都为真，反之就为假；⑸、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.⑺、表达式间的逻辑关系符：&&||实例：⑻、条件表达式：selector？if-true-exp:if-false-expif selector; then if-true-expelse if-false-expfi实例⑼、函数调用：function_name（para1,para2）7、控制语句⑴、 if-else语法：if （condition） {then-body} else {[ else-body ]}实例：

1234 #awk "{if （$3==0） {print $1, "Adminitrator";} else { print $1,"Common User"}}" /etc/passwd #awk -F: "{if （$1=="root"） print $1, "Admin"; else print $1, "Common User"}" /etc/passwd #awk -F: "{if （$1=="root"） printf "%-15s: %s ", $1,"Admin"; else printf "%-15s: %s ", $1, "Common User"}" /etc/passwd#awk -F: -v sum=0 "{if （$3>=500） sum++}END{print sum}" /etc/passwd

⑵、 while语法：while （condition）{statement1; statment2; ...}实例：

1234	`#awk -F: "{i=1;while （i<=3） {print $i;i++}}" /etc/passwd` `#awk -F: "{i=1;while （i<=NF） { if （length（$i）>=4） {print $i}; i++ }}" /etc/passwd` `#awk "{i=1;while （i<=NF） {if （$i>=20000） print $i; i++}}" random.txt` `#random.txt文件的内容为一堆随机数。`

⑶、do-while 至少执行一次循环体，不管条件满足与否语法：do {statement1, statement2, ...} while （condition）实例：

12345678 #awk "BEGIN{ sum=0; i=0; do{ sum+=i; i++; }while（i<=100） print sum;}"

⑷、for语法：for （ variable assignment; condition; iteration process） { statement1, statement2, ...}实例：

1	`#awk -F: "{for（i=1;i<=3;i++） { if （length（$i）>=8） {print $i}}}" /etc/passwd`

for循环还可以用来遍历数组元素：语法：for （i in array） {statement1, statement2, ...}实例：

1	`#awk -F: "$NF！~/^$/{BASH[$NF]++}END{for（A in BASH）{printf "%-15s:%i ",A,BASH[A]}}" /etc/passwd`

⑸、 case语法：switch （expression） { case VALUE or /REGEXP/: statement1, statement2,... default: statement1, ...}⑹、 break 和 continue常用于循环或case语句中⑺、 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：实例：

1	`# awk -F: "{if（$3%2==0） next;print $1,$3}" /etc/passwd`

9、awk中使用数组⑴、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：语法for （var in array） { statement1, ... }其中，var用于引用数组下标，而不是元素值；实例：

1	`#netstat -ant \| awk "/^tcp/ {++S[$NF]} END {for（a in S） print a, S[a]}"`

⑵、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]10、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1开始的序列；实例：

123 # netstat -ant | awk "/:80>/{split（$5,clients,":"）;IP[clients[1]]++}END{for（i in IP）{print IP[i],i}}" | sort -rn | head -50 # netstat -tan | awk "/:80>/{split（$5,clients,":"）;ip[clients[4]]++}END{for（a in ip） print ip[a],a}" | sort -rn | head -50 # df -lh | awk "！/^File/{split（$5,percent,"%"）;if（percent[1]>=20）{print $1}}"

length（[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；

1	`# tail -10 /etc/passwd \|awk -F: "{print substr（$1,1,6）}"`

system（command）功能：执行系统command并将结果返回至awk命令

1	`# awk "BEGIN{print system（"ls -l"）}"`

systime（）功能：systime函数返回从1970年1月1日开始到当前时间（不计闰年）的整秒数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

1	`# awk "BEGIN{s="acl";print toupper（s）}"`

================================完===================================================PS: awk简单应用到此结束！AWK简介及使用实例 http://www.linuxidc.com/Linux/2013-12/93519.htmAWK 简介和例子 http://www.linuxidc.com/Linux/2012-12/75441.htmShell脚本之AWK文本编辑器语法 http://www.linuxidc.com/Linux/2013-11/92787.htm正则表达式中AWK的学习和使用 http://www.linuxidc.com/Linux/2013-10/91892.htm文本数据处理之AWK 图解 http://www.linuxidc.com/Linux/2013-09/89589.htm如何在Linux中使用awk命令 http://www.linuxidc.com/Linux/2014-10/107542.htm文本分析工具-awk http://www.linuxidc.com/Linux/2014-12/110939.htm本文永久更新链接地址