awk命令——报告生成工具

日期： 2015年09月15日

awk命令：报告生成工具

awk的作用：
awk是一种编程语言，（awk的名源自该程序的作者们名字的首字母 a.k.a Aho, Weinberger, Kernighan）用于在linux/unix下对文本和数据进行处理。数据可以来自标准输入(stdin)、一个或多个文件，或其它命令的输出。它支持用户自定义函数和动态正则表达式等先进功能，是linux/unix下的一个强大编程工具。它在命令行中使用，但更多是作为脚本来使用。

awk的工作原理：
awk 'BEGIN{ commands } pattern{ commands } END{ commands }'
第一步：执行BEGIN{ commands }语句块中的语句；第二步：从文件或标准输入(stdin)读取一行，然后执行pattern{ commands }语句块，它逐行扫描文件，从第一行到最后一行重复这个过程，直到文件全部被读取完毕。第三步：当读至输入流末尾时，执行END{ commands }语句块。
BEGIN语句块在awk开始从输入流中读取行之前被执行，这是一个可选的语句块，比如变量初始化、打印输出表格的表头等语句通常可以写在BEGIN语句块中。
END语句块在awk从输入流中读取完所有的行之后即被执行，比如打印所有行的分析结果这类信息汇总都是在END语句块中完成，它也是一个可选语句块。
pattern语句块中的通用命令是最重要的部分，它也是可选的。如果没有提供pattern语句块，则默认执行{ print }，即打印每一个读取到的行，awk读取的每一行都会执行该语句块。

基本语法：awk [options] 'program' file file ...awk [options] 'PATTERN{action}' file file ...

常用选项：-F fs fs指定输入分隔符，fs可以是字符串或正则表达式，如-F:-v var=value 赋值一个用户定义变量，将外部变量传递给awk-f scripfile 从脚本文件中读取awk命令

awk的输出：print item1, item2,...要点：(1) 各项目之间使用逗号分隔，而输出时则使用输出分隔符分隔(2) 输出的各item可以字符串或数值、当前记录的字段、变量或awk的表达式；数值会被隐式转换为字符串后输出(3) print后面item如果省略，相当于print $0；输出空白，使用pirnt ""

awk的变量：内置变量，自定义变量

内置变量FS：Field Seperator, 输入时的字段分隔符# awk 'BEGIN{FS=":"}{print $1,$7}' /etc/passwd

RS：Record Seperator, 输入行分隔符OFS: Output Field Seperator, 输出时的字段分隔符;ORS: Outpput Row Seperator, 输出时的行分隔符；

NF：Numbers of Field，字段数NR：Numbers of Record, 行数；所有文件的一并计数；FNR：行数；各文件分别计数；ARGV：数组，保存命令本身这个字符，awk '{print $0}' 1.txt 2.txt，意味着ARGV[0]保存awk,ARGC: 保存awk命令中参数的个数；FILENAME： awk正在处理的当前文件的名称；

可自定义变量-v var_name=VALUE变量名区分字符大小写； (1) 可以program中定义变量；(2) 可以命令行中通过-v选项自定义变量； awk的printf命令： 命令的使用格式：printf format, item1,item2,... 要点：(1) 要指定format；(2) 不会自动换行；如需换行则需要给出\n(3) format用于为后面的每个item指定其输出格式； format格式的指示符都%开头，后跟一个字符：%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: 以科学计数法格式或浮点数格式显示数值；%s: 显示字符串；%u: 显示无符号整数；%%: 显示%自身； 修饰符：#：显示宽度-：左对齐+：显示数值的符号.#: 取值精度 awk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/stdout: 标准输出/dev/stderr: 错误输出 awk的操作符：算术操作符：x+yx-yx*yx/yx**y, x^yx%y-x：负值+x：转换为数值 字符串操作符：连接 赋值操作符：=+=-=*=/=%=^=**= ++-- 如果模式自身是=号，要写为/=/ 比较操作符：< <=> >===!=~：模式匹配，左边的字符串能够被右边的模式所匹配为真，否则为假；!~: 逻辑操作符：&&： 与||：或 条件表达式:selector?if-true-expression:if-false-expression 函数调用：function_name(argu1,argu2) 模式：(1) Regexp: 格式为/PATTERN/仅处理被/PATTERN/匹配到的行；(2) Expression: 表达式，其结果为非0或非空字符串时满足条件；仅处理满足条件的行；(3) Ranges: 行范围，此前地址定界，NR仅处理范围内的行(4) BEGIN/END: 特殊模式，仅在awk命令的program运行之前（BEGIN）或运行之后（END）执行一次；(5) Empty:空模式，匹配任意行； 常用的action：(1) Expressions(2) Control statements(3) Compound statements(4) input statements(5) output statements 控制语句1 if-else格式：if (condition) {then body} else {else body} # awk -F: '{if ($3>=500) {print$1,"is a common user"} else {print $1, "is an admin or systemuser"}}' /etc/passwd# awk '{if (NF>=8) {print}}'/etc/inittab 2 while格式：while (condition) {while body} # awk '{i=1; while (i<=NF){printf"%s ",$i;i+=2};print ""}' /etc/inittab# awk '{i=1; while (i<=NF){if(length($i)>=6) {print $i}; i++}}' /etc/inittab length()函数：取字符串的长度 3 do-while循环格式：do {do-while body} while (condition) 4 for循环格式：for (variable assignment; condition; iterationprocess) {for body}# awk '{for (i=1;i<=NF;i+=2){printf"%s ",$i};print ""}' /etc/inittab# awk '{for (i=1;i<=NF;i++){if(length($i)>=6) print $i}}' /etc/inittab for循环可用来遍历数组元素：语法：for (i in array) {for body} 5 case语句语法：switch (expression) {case VALUE or /RGEEXP/:statement1;... default: stementN} 6 循环控制breakcontinue 7 next提前结束对本行的处理进而提前进入下一行的处理；# awk -F: '{if($3%2==0) next;print $1,$3}'/etc/passwd# awk -F: '{if(NR%2==0) next; printNR,$1}' /etc/passwd 数组：传统数组：Index编号从1开始；关联数组： array[index-expression] index-expression: 可以使用任意字符串; 如果某数组元素事先不存在，那么在引用时，awk会自动创建此元素并将其初始化为空串；因此，要判断某数组是否存在某元素，必须使用“index in array”这种格式； A[first]="hello awk"print A[second] 要遍历数组中的每一个元素，需要使用如下特殊结构：for (var in array) {for body} 其var会遍历array的索引； state[LISTEN]++state[ESTABLISHED]++ # netstat -tan | awk'/^tcp/{++state[$NF]}END{for (s in state) {print s,state[s]}}' # awk '{ip[$1]++}END{for (i in ip) {printi,ip[i]}}' /var/log/httpd/access_log 删除数组元素：delete array[index] awk的内置函数：split(string,array[,fieldsep[,seps]])：功能：将string表示的字符串以fieldsep为分隔符进行切片，并切片后的结果保存至array为名的数组中；数组下标从1开始； root:x:0:0::/root:/bin/bash user[1]="root", user[2] 此函数有返回值，返回值为切片后的元素的个数 # netstat -tn | awk '/^tcp/{lens=split($5,client,":");ip[client[1]]++}END{for(i in ip) print i,ip[i]}' length(string)功能：返回给定字串的长度 substr(string,start[,length])功能：从string中取子串，从start为起始位置为取length长度的子串；