zoukankan html css js c++ java

shell基础004-awk深入探讨

#####################本文为CSDN博主「rick_grace」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。#####################################

WK 数据过滤工具 (类似于grep，比grep强大)

Awk编程语言/数据处理引擎

创造者：Aho、Weinberger、Kernighan

基于模式匹配检查输入文本，逐行处理并输出

通常用在Shell脚本中，获取指定的数据，单独使用时，可对文本数据做统计

# which awk

# rpm -qf /bin/awk

语法格式：

格式1：前置命令 | awk [选项] ‘条件{编辑指令}'

格式2：awk [选项] ‘条件{编辑指令}' 文件...

编辑指令如果包含多条语句时，可以用分号分隔，处理文本时，若未指定分隔符，则默认将空格、制表符等作为分隔符。print是最常见的指令。

常用命令选项

-F：指定分隔符，可省略（默认空格或Tab位）

-V：调用外部Shell变量 variable

示例：提取密码，awk通过-v调用i变量

for i in $user

awk -F: -v X=$i

'$1==X{print X "---" $2}'

/etc/shadow

done

awk的内置变量

变量

用途

示例

保存或设置字段分隔符，如FS=”:”

指定分隔的第n个字段，如$1、$3分别表示第1、第3列

awk -F: '{print "用户名:"$1}' /etc/passwd

awk -F “:” '{print "第2列是：",$2}' a.txt

输出第1、7个字段# awk -F: '{print $1","$7}' a.txt

# awk -F ":" '{print $1","$7}' a.txt

分隔符用：或/ # awk -F [:/] '{print $1","$7}' a.txt

# free |awk '/Mem/{print $1,$2}'

输出文件的第1、2列：free |awk '{print $1,$2}'

查看root密码：awk -F: '/root/{print $2}' /etc/shadow

输出第1、3、12字段：uname -a | awk '{print $1,$3,$12}'

当前读入的整行文本内容

记录当前处理行的字段个数（列数）

#awk '{print NF}' a.txt

输出最后一列$NF：

#awk '{print “Last:”$NF}' a.txt

输出倒数第二列：

#awk '{print “Last:”$（NF-1）}' a.txt

记录当前已读入行的数量（行数）

#awk '{print NR}' a.txt

FNR

当前行在源文件中的行号

#awk '{print “第”FNR”行”,“有“NF”列”}' a.txt b.txt

awk变量

243 awk '' /etc/passwd

244 awk '{print "hello"}' /etc/passwd

246 head -1 /etc/passwd

247 head -1 /etc/passwd | awk '{print "hello"}'

248 head -2 /etc/passwd | awk '{print "hello"}'

250 head -2 /etc/passwd | awk '1==2{print "hello"}'

252 awk '{print $0 }' a.txt

254 awk '{print "$0" }' a.txt

257 head /etc/passwd | awk -F ":" '{print $1}'

258 head /etc/passwd | awk -F ":" '{print $1,$7}'

259 head /etc/passwd | awk -F ":" '{print $1," "$7}'

260 head /etc/passwd | awk -F ":" '{print $1," ab"$7}'

262 head /etc/passwd | awk -F ":" '{print $1,"#"$7}'

263 head /etc/passwd | awk -F ":" '{print NF}'

265 awk -F ":" '{print NF}' a.txt

268 awk -F ":" 'NF==7{print $0}' a.txt

271 awk '{print NR}' a.txt b.txt

272 awk '{print FNR}' a.txt b.txt

273 awk '{print FNR,$0}' a.txt b.txt

274 awk 'FNR==2{print FNR,$0}' a.txt b.txt

275 awk 'FNR==2{print $0}' a.txt b.txt

+++++++++++++++++++++++++++++++++++++++++++++++++++++++++

awk自定义变量

1174 awk '{name="jim";print name}' a.txt

1175 awk '{name="jim";print $name}' a.txt

1177 awk '{age=21;name="jim";print name,age}' a.txt

++++++++++++++++++++++

1201 df -h

1202 df -h | grep /$

1203 df -h | grep /$ | awk '{print $2}'

1204 df -h | grep /$ | awk '{print $2}' | awk -F "G" '{print $1}'

# head -3 /etc/passwd | awk 'BEGIN{FS=":";print "name uid"}{print $1," "$3}END{print "sum lines "NR}'

+++++++++++++++++++++++++++++++++++++++++++++++++++++

示例：查看本机ip、内存、剩余磁盘容量

#!/bin/bash

clear

echo "本地IP地址为："

ifconfig eth0 |awk '/inet/{print $2}'

echo "本机剩余内存："

free |awk '/Mem/{print $4}'

echo "本机剩余磁盘容量："

df |awk '//$/{print $4}' #找以／结尾的行

# tailf /var/log/secure 回车到屏幕为空白为止

再开一个虚拟机窗口：ssh ip ，输入错误密码

将/var/log/secure中所有密码失败的记录IP提取出来

#awk '/Failed/{print "攻击者是:",$11}' secure

# awk '/Failed/{print $11}' /var/log/secure |sort |uniq -c

# awk '/Failed/{print $11}' /var/log/secure >>ip.log 放到周期性计划中

或放到循环中，将输入错误密码的用户设置防火墙或黑名单

# uptime |awk '{print $1,$10}' 查看cpu使用率

awk可以打印常量：awk ‘{print “Hello Wrold”}’ a.txt //打印的内容与文件无关

{print “Hello Wrold ”} 为一个Tab键为换行

Awk可以混合打印常量及变量：awk ‘{print “第“NR”行”“有“NF”列”}’ 文件

# awk -F: '{print "第"NR"行""有"NF"列"}' /etc/passwd

AWK过滤的时机

awk 选项 ‘条件{命令}’ 文件－－－》

awk [选项] ' BEGIN{编辑指令 } {编辑指令} END{编辑指令}' 文件

Ø 在所有行前处理，BEGIN{}

读入第一行文本之前执行（执行1次），一般用来初始化操作

Ø 逐行处理，{}

逐行读入文本执行相应的处理（1行执行1次），是最常见的编辑指令块

Ø 在所有行后处理，END{}

处理完最后一行文本之后执行（执行1次），一般用来输出处理结果

三者可单独使用，也可同时使用。所有命令都要写在{}里

# awk 'BEGIN{print "你好"}'

列出用户名： # awk -F: 'BEGIN{print "用户名:"} /bash/{print $1}' passwd

输出预处理及处理完时的行数 # awk 'BEGIN{print NR} END{print NR}' a.txt

awk 'BEGIN{print "hello"}{print "a"}' a.txt

awk 'BEGIN{print "hello"}{print "a"}END{print "over"}' a.txt

提取IP地址：# ifconfig eth0 |awk -F: '/inet/{print $1}' |awk '{print $2}'

# ifconfig eth0 | grep "inet" | awk '{print $2}'

子网掩码：# ifconfig eth0 |awk -F"[ :]" '/inet/{print $13}'

提取根分区使用率：# df -hT / | tail -1 | awk '{print $6}'

列出a.txt有多少本书：

# awk 'BEGIN{print " 图书："} {print $0} END{print "有"NR"本"}' a.txt

统计使用bash的用户个数：

#awk 'BEGIN{x=0} /bash$/{x++} END{print x}' /etc/passwd

打印/etc/passwd的用户名，uid，家目录：

# awk -F: 'BEGIN{print "用户 UID 家"}{print $1" " $3" " $NF}END{print "总计有" NR "行"}' /etc/passwd ## “ ”显示Tab制表位

AWK处理条件

所有行全部处理并输出吗？

怎么限制处理的条件？

根据多个条件来处理指定的行？

条件的表达形式？－正则表达式；数值/字符串比较；逻辑比较；运算符

awk '[条件] {编辑指令}' 文件...

1.没有条件，默认打印：# awk '/root/' /etc/passwd

与# grep "root" /etc/passwd 结果相同

1.正则表达式

/正则/ 匹配正则(行) # awk -F: '/root/' /etc/passwd

# awk -F: '/bash$/{print}' a.txt 以bash结尾的完整记录

~/正则/ 匹配正则(列) # awk -F: '$1~/root/' /etc/passwd

!~/正则/ 不匹配

#awk -F: '/^ro/{print}' /etc/passwd 列出以ro开头的用户记录

# awk -F: '/^[a-d]/{print $1,$6}' /etc/passwd 输出以a-d开头的用户名、宿主目录

输出其中用户名以a开头、登录Shell以nologin结尾的用户名、登录Shell

# awk -F: '/^a|nologin$/{print $1,$7}' /etc/passwd

输出其中宿主目录以bin结尾（对第6个字段做~匹配）的用户名、宿主目录信息：

# awk -F: '$6~/bin$/{print $1,$6}' /etc/passwd

输出其中登录Shell不以nologin结尾（对第7个字段做!~反向匹配）的用户名、登录Shell信息：#awk -F: '$7!~/nologin$/{print $1,$7}' /etc/passwd

2.字符或数字比较

比较符号： == != >= <= < >

#awk -F: ‘NR==2{print}’a.txt 输出第2行文本

#awk -F: ‘NR%2==1{print}’ a.txt 输出奇数行（行号NR除以2余数为1）文本

# awk -F: 'NR%2==0{print}' passwd.txt 输出偶数行（行号NR除以2余数为0）文本

#awk ‘$2!=”XX”{print}’a.txt 输出第2列不是XX的行

# awk -F: 'NR<=3{print}' a.txt 输出前3行文本

# awk -F: 'NR>=5{print}' a.txt 输出从第5行开始到文件末尾的所有行

输出当前用户的用户名、宿主目录、登录Shell信息：

# awk -F: '$1==ENVIRON["USER"]{print $1,$6,$7}' /etc/passwd

#awk -F: '$1=="root"{print}' /etc/passwd 输出用户名为root的行

# awk -F: '$3>1000' /etc/passwd 打印uid大于1000的用户

# awk -F: '$3==1000' /etc/passwd

#awk -F: '$3>=500{print $1,$3}' /etc/passwd

逻辑比较

逻辑与&&：期望多个条件都成立

逻辑或||：只要有一个条件成立即满足要求

#awk -F: '$3>=0&&$3<2{print $1,$3}' /etc/passwd 列出UID小于2的用户信息

#awk -F: '$3>=1&&$3<=100{print $1,$3}' /etc/passwd 列出UID在（1-100）的用户信息

#awk -F: '$1=="root"||$3>500' /etc/passwd

#awk -F: ‘$3==1||$3==7{print $1,$3}’ /etc/passwd 列出UID为1或7的用户信息

输出第3~5行文本：# awk -F: 'NR>=3&&NR<=5{print}' a.txt

# awk -F: '(NR>=3)&&(NR<=5){print}' a.txt

输出第3行和第5行文本：# awk -F: 'NR==3||NR==5{print}' a.txt

输出“登录Shell不以nologin结尾”或者“用户名以a或d开头”的文本：

# awk -F: '$7!~/nologin$/||$1~/^[ad]/{print}' a.txt

输出UID小于3或者UID是偶数的用户记录：

# awk -F: '$3<3||$3%2==0{print}' /etc/passwd

4.运算符(与数学运算符一致）

+ - * / % ++ -- += -= *= /= %=

不需要数据文件的预处理：# awk 'BEGIN{a=12;b=13;print a+b}'

# awk 'BEGIN{a=1.2;b=13;print a*b}'

# awk 'BEGIN{a=1.2;print a*b}' //未定义变量为空

# awk 'BEGIN{x=3;x++;print x}'

输出系统内建用户的个数

awk 'BEGIN{i=0;FS=":"}$3<1000{i++}END{print "内建用户的个数是" i}' /etc/passwd

输出系统外建用户的个数

awk 'BEGIN{i=0;FS=":"}$3>=1000{i++}END{print "外建用户的个数是" i}' /etc/passwd

输出系统总用户的个数

awk 'BEGIN{i=0;FS=":"}{i++}END{print "总用户的个数是 " i}' /etc/passwd

输出不能够登陆用户的个数

awk 'BEGIN{i=0;FS=":"}$7=="/sbin/nologin"{i++}END{print "no login 用户的个数是 " i}' /etc/passwd

统计系统中使用bash作为登录Shell的用户总个数：预处理时赋值变量x=0，然后逐行读入/etc/passwd文件检查，如果发现登录Shell是/bin/bash则x增加1，全部处理完毕后，输出x的值即可：# awk '/bash$/{x++} END{print x}' /etc/passwd

# awk 'BEGIN{x=0}/<bash$/{x++} END{print x}' /etc/passwd

效果与egrep -c '<bash$' /etc/passwd 相同

统计本机中普通用户的个数：# awk -F: '$3>=1000{x++} END{print x}' /etc/passwd

统计本机中系统用户的个数：# awk -F: '$3<1000{x++} END{print x}' /etc/passwd

在实际工作中，利用awk的这种处理流程可以完成许多更复杂的任务。

综计文件中以“:”分隔的总字段个数：（需要每处理一行时将当前行的字段数（内置变量NF）计和，因此可在BEGIN时定义一个初始变量，过程称求和，最后在END时输出结果）

# awk -F: 'BEGIN{x=0} {x+=NF} END{print "Total "x" fields."}' /etc/passwd

统计文本的总字段个数 #awk ‘BEGIN{i=0}{i+=NF}END{print i}’ a.txt

综合运用：

列出UID间于501~505的用户详细信息：

# awk -F: '$3>=501&&$3<=505{print}' /etc/passwd

输出/etc/hosts映射文件内以127或者192开头的记录：

# awk -F: '/^127|^192/{print}' /etc/hosts

列出100以内整数中7的倍数或是含7的数：

此操作无处理文件，正常思路应该是用Shell循环来完成；因为要求用awk来实现，如果不用循环，则根据逐行处理的思路，应该提供一个100行的文本对象（seq 100生成1-100的整数序列），然后将行号作为处理的整数，逐个判断并输出即可。

本任务中，行号与每行的实际文本值是一致的，那么根据NR或者$0行值进行判断都是可以的。输出100以内7的倍数或是包含7的数：

# seq 100 | awk 'NR%7==0||NR~/7/{print}'或： # seq 100 | awk '$0%7==0||$0~/7/{print}'

{print}可以省略，省略代表默认打印 # seq 100 | awk '$1%7==0||$1~/7/'

计算在200以内，能同时被3和13整除的整数个数:

# seq 200 |awk 'BEGIN{i=0}($0%3==0)&&($0%13==0){i++}END{print i}'

输出偶数行文本：

# awk 'BEGIN{i=0}FNR%2==0{print FNR,$0;i++}END{print "偶数行是" i "lines"}' a.txt

输出/etc/hosts映射文件内以127或者192开头的记录:

# awk '/^(127|192)/' /etc/hosts

示例：把/etc/passwd中能登录的用户及其密码(/etc/shadow)提取出来

找到使用bash作登录Shell的本地用户;列出这些用户的shadow密码记录

按每行“用户名 --> 密码记录”保存到getupwd.log

#/bin/bash

## 创建空文件

> /tmp/getupwd.log

## 提取用户名列表

NAME=`awk -F: '/:/bin/bash$/{print $1}' /etc/passwd`

## 通过for循环遍历用户名、查询密码记录，保存结果

for NAME in $NAME

grep "^$NAME:" /etc/shadow | awk -F: '{print $1" --> "$2 |

"cat >> /tmp/getupwd.log"}' /etc/shadow //模糊匹配

done

echo "用户分析完毕，请查阅文件 /tmp/getupwd.log" ## 完成后提示

# chmod +x getupwd-awk.sh

验证、测试脚本 # ./getupwd-awk.sh

或循环内采用命令：//精确匹配

awk -F: -v x=$i '$1==x{print $1"----> "$2 |"cat >>/tmp/getupwd.log"}' /etc/shadow

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

awk流程控制

if(){真} else if(){真} else(){假}

分支结构 - if

单分支： if(条件){ 编辑指令}

判断系统用户和普通用户数量：

# awk -F: '{ } END{print x,y}' /etc/passwd ##先写好模板

if($3<1000){x++}else({y++} ##再写好判断

# awk -F: '{ if($3<1000){x++}else{y++} } END{print x,y}' /etc/passwd

#awk 'BEGIN{FS=":"}{ if($3<=10){print $0 ; i++}}END{print i}' /etc/passwd

# awk 'BEGIN{FS=":"}FNR>=20&&FNR<=30{if($3<=10){print $0 ; i++}} END{print "uid <=10 is " i}' /etc/passwd

统计/etc/passwd文件中UID小于或等于500的用户个数：

# awk -F: 'BEGIN{i=0}{if($3<=500){i++}}END{print i}' /etc/passwd

统计/etc/passwd文件中UID大于500的用户个数：

# awk -F: 'BEGIN{i=0}{if($3>500){i++}}END{print i}' /etc/passwd

统计/etc/passwd文件中登录Shell是“/bin/bash”的用户个数：

# awk -F: 'BEGIN{i=0}{if($7~/bash$/){i++}}END{print i}' /etc/passwd

统计/etc/passwd文件中登录Shell不是“/bin/bash”的用户个数：

# awk -F: 'BEGIN{i=0}{if($7!~/bash$/){i++}}END{print i}' /etc/passwd

双分支： if(条件){ 编辑指令1}else{ 编辑指令2}

#awk -F ":" '{ if($3<1000){ print $1 }else{ print $3,$1 } }' /etc/passwd

分别统计/etc/passwd文件中UID小于或等于500、UID大于500的用户个数：

# awk -F: 'BEGIN{i=0;j=0}{if($3<=500){i++}else{j++}}END{print i,j}' /etc/passwd

分别统计/etc/passwd文件中登录Shell是“/bin/bash”、登录Shell不是“/bin/bash”的用户个数：

# awk -F: 'BEGIN{i=0;j=0}{if($7~/bash$/){i++}else{j++}}

END{print i,j}' /etc/passwd

多分支： if(条件){ 编辑指令1}else if(条件){ 编辑指令2}.... else if(条件){ 编辑指令N－1}else{编辑指令N}

#awk -F ":" '{ if($7=="/bin/bash"){ print $1 ,"ok login" }else if($7=="/sbin/nologin"){print $1,"no login"} else{ print $0 } }' /etc/passwd

分别统计/etc/passwd文件中登录Shell是“/bin/bash”、“/sbin/nologin”、其他的用户个数：# awk -F: 'BEGIN{i=0;j=0;k=0}{if($7~/bash$/){i++}

else if($7~/nologin$/){j++}else{k++}}END{print i,j,k}' /etc/passwd

循环结构

while (条件){循环体}

for(赋初值;条件;步长){循环体}

求词频：统计/etc/passwd文件内“root”出现的次数

—— 分析：以“:”或“/”做分隔，针对每一行的每一列进行比对，如果包含“root”，则次数加1。其中，逐行处理直接由awk完成，逐列处理交给while循环，通过i变量依次取$1、$2、……、$NF进行检查；变量j在预处理时赋值0，没匹配一个字段加1。

# awk -F [:/] 'BEGIN{j=0}{i=1}

{while(i<=NF){if($i~/root/){j++};i++}}

END{print j}' /etc/passwd

上一命令也可用另一条等效命令：

str=$(cat /etc/passwd)

echo $str |awk -F “root” ‘{print NF-1}’

实际应用时，上述操作可以简单处理，可通过命令替换将文件内容赋值给一个变量（变为一行文本），然后针对此变量值以目标字符串“root”作为分隔，获取总字段数-1即可得目标字符串的总数量：

# echo $(cat /etc/passwd) | awk -F "root" '{print NF-1}'

日常运用：日志（谁，访问什么）求频率

输出数字1-10： # awk 'BEGIN{ for(i=1;i<=10;i++){print i} }'

输出数字1-10： #awk 'BEGIN{ i=1 ; while(i<= 10){print i;i++} }'

运用：#awk 'BEGIN{ i=1 ; while(i<= 10){print "172.40.56."i;i++} }'

++++++++++++++++++++++++++++++++++++++++++++++++++++

其他控制语句

常用的中断、退出等awk指令

关键字

含义

示例

break

结束当前的循环体

continue

中止本次循环，转入下一次循环

exit

如果没有END{}则直接退出awk处理操作

awk 'BEGIN{ for(i=10;i<=20;i++){ print i } } '

awk 'BEGIN{ for(i=10;i<=20;i++){ print i ;break} } '

awk 'BEGIN{ for(i=10;i<=20;i++){break ; print i } } '

awk 'BEGIN{ for(i=10;i<=20;i++){ if(i==17){break} ; print i } } '

awk 'BEGIN{ for(i=10;i<=20;i++){ print i ; continue} } '

awk 'BEGIN{ for(i=10;i<=20;i++){ continue ; print i } } '

awk 'BEGIN{ for(i=10;i<=20;i++){ if(i==16||i==19){continue} ; print i } } '

awk 'FNR==7{exit}END{print FNR}' a.txt

awk '{exit}END{print FNR}' a.txt

awk 'FNR==11{exit}{print $0}' /etc/passwd

awk 'FNR<=10{print $0}' /etc/passwd

awk 'FNR==11{exit}{print $0}' /etc/passwd

awk '{exit}{print $0}' /etc/passwd

+++++++++++++++++++++++++++++++++++++++++++++++++++++

awk数组

定义数组：数组名[下标]=元素值

数组名["下标"]="元素值" ##下标不一定是数字，也可以是字符

使用数组：数组名[下标]

输出数组元素的值: print 数组名[下标]

# awk 'BEGIN{teagrp[1]="plj";teagrp[2]="hpg";print teagrp[2],teagrp[1]}'

//为数组teagrp赋值两个元素，值分别为plj、hpg

# awk 'BEGIN{stugrp["name"]="tom";stugrp["age"]=21;stugrp["sex"]="boy";print stugrp["name"],stugrp["sex"],stugrp["age"]}'

++++++++++++++++++++++++++

主机1(设:192.168.4.10)

#yum -y install httpd

#service httpd start

#tailf /var/log/httpd/access_log

主机2：（关闭防火墙）

#curl http://192.168.4.10

# ab -c 100 -n 10000 http://192.168.4.10/

有100人，快速访问服务器1万次，ab中acheBench软件的缩写。DOS攻击

主机1： #wc -l /var/log/httpd/access_log

遍历数组的专属循环结构：for(变量名 in 数组名){print 数组名[变量名]}

+++++++++++++++++++++++++++++++++++++++++++++++++++++

示例：分析Web日志的访问量排名，要求获得客户机的地址、访问次数，并且按照访问次数排名

在分析Web日志文件时，每条访问记录的第一列就是客户机的IP地址，其中会有很多重复的IP地址。通过awk提取信息时，利用IP地址作为数组下标，每遇到一个重复值就将此数组元素递增1，最终就获得了这个IP地址出现的次数。

ip[1]++＝1，（因为ip[1]未定义，所以为空值）

针对文本排序输出可以采用sort命令，相关的常见选项为-r、-n、-k。其中-n表示按数字顺序升序排列，而-r表示反序，-k可以指定按第几个字段来排序。

1）提取IP地址及访问量

# awk '{ip[$1]++} END{for(i in ip) {print i,ip[i]}}' /var/log/httpd/access_log

2）对第1）步的结果根据访问量排名

# awk '{ip[$1]++} END{for(i in ip) {print i,ip[i]}}' /var/log/httpd/access_log | sort -nr -k 2

输出黑名单文件：

# awk '{ip[$1]++} END{for(i in ip) {print i,ip[i]}}' /var/log/httpd/access_log | awk ‘$1>=500{print $2}’ >>ip.log ##次数由工作性质来定

统计有哪些客户在登录，登录次数：

# who |awk '{IP[$1]++} END{for(i in IP){print i,IP[i]}}'

# head /etc/passwd | awk -F ":" '{ usergrp[$1]=$3}END{print usergrp["bin"]}'

# head /etc/passwd | awk '{i++}END{print i}'

# head /etc/passwd | awk '{usergrp[1]++;print usergrp[1] }'

# awk '{usergrp[$0]++}END{for(x in usergrp){print x,usergrp[x]} }' user.txt

# head /etc/passwd | awk -F ":" '{usergrp[i++]=$1}END{ for(x=0;x<=9;x++) {print "usergrp["x"]=" usergrp[x]} }'

# head /etc/passwd | awk -F ":" '{ usergrp[$1]=$3}END{for( x in usergrp){print x} }'

# head /etc/passwd | awk -F ":" '{ usergrp[$1]=$3}END{for( x in usergrp){print x,usergrp[x]} }'

# awk 'BEGIN{a[0]=1;a[1]=2;a[2]=3;

for(i in a){print a[i]} }'

# awk 'BEGIN{t[a]=1;t[b]=2;t[f]=3;

for(j in t){print t[j]} }'
————————————————
#############################################################################

#############################################################################

awk

文本和数据进行处理的编程语言

补充说明

awk 是一种编程语言，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有很多内建的功能，比如数组、函数等，这是它和C语言的相同之处，灵活性是awk最大的优势。

awk命令格式和选项

语法形式

awk [options] 'script' var=value file(s)
awk [options] -f scriptfile var=value file(s)

常用命令选项

-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
-m[fr] val 对val值设置内在限制，-mf选项限制分配给val的最大块数目；-mr选项限制记录的最大数目。这两个功能是Bell实验室版awk的扩展功能，在标准awk中不适用。

awk模式和操作

awk脚本是由模式和操作组成的。

模式

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：使用运算符进行操作，可以是字符串或数字的比较测试。
模式匹配表达式：用运算符~（匹配）和~!（不匹配）。
BEGIN语句块、pattern语句块、END语句块：参见awk的工作原理

操作

操作由一个或多个命令、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，主要部分是：

变量或数组赋值
输出命令
内置函数
控制流语句

awk脚本基本结构

awk 'BEGIN{ print "start" } pattern{ commands } END{ print "end" }' file

一个awk脚本通常由：BEGIN语句块、能够使用模式匹配的通用语句块、END语句块3部分组成，这三个部分是可选的。任意一个部分都可以不出现在脚本中，脚本通常是被 单引号 或 双引号 中，例如：

awk 'BEGIN{ i=0 } { i++ } END{ print i }' filename
awk "BEGIN{ i=0 } { i++ } END{ print i }" filename

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。

示例

echo -e "A line 1nA line 2" | awk 'BEGIN{ print "Start" } { print } END{ print "End" }'
Start
A line 1
A line 2
End

当使用不带参数的print时，它就打印当前行，当print的参数是以逗号进行分隔时，打印时则以空格作为定界符。在awk的print语句块中双引号是被当作拼接符使用，例如：

echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1,var2,var3; }' 
v1 v2 v3

双引号拼接使用：

echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1"="var2"="var3; }'
v1=v2=v3

{ }类似一个循环体，会对文件中的每一行进行迭代，通常变量初始化语句（如：i=0）以及打印文件头部的语句放入BEGIN语句块中，将打印的结果等语句放在END语句块中。

awk内置变量（预定义变量）

说明：[A][N][P][G]表示第一个支持变量的工具，[A]=awk、[N]=nawk、[P]=POSIXawk、[G]=gawk

 **$n**  当前记录的第n个字段，比如n为1表示第一个字段，n为2表示第二个字段。 
 **$0**  这个变量包含执行过程中当前行的文本内容。
[N]  **ARGC**  命令行参数的数目。
[G]  **ARGIND**  命令行中当前文件的位置（从0开始算）。
[N]  **ARGV**  包含命令行参数的数组。
[G]  **CONVFMT**  数字转换格式（默认值为%.6g）。
[P]  **ENVIRON**  环境变量关联数组。
[N]  **ERRNO**  最后一个系统错误的描述。
[G]  **FIELDWIDTHS**  字段宽度列表（用空格键分隔）。
[A]  **FILENAME**  当前输入文件的名。
[P]  **FNR**  同NR，但相对于当前文件。
[A]  **FS**  字段分隔符（默认是任何空格）。
[G]  **IGNORECASE**  如果为真，则进行忽略大小写的匹配。
[A]  **NF**  表示字段数，在执行过程中对应于当前的字段数。
[A]  **NR**  表示记录数，在执行过程中对应于当前的行号。
[A]  **OFMT**  数字的输出格式（默认值是%.6g）。
[A]  **OFS**  输出字段分隔符（默认值是一个空格）。
[A]  **ORS**  输出记录分隔符（默认值是一个换行符）。
[A]  **RS**  记录分隔符（默认是一个换行符）。
[N]  **RSTART**  由match函数所匹配的字符串的第一个位置。
[N]  **RLENGTH**  由match函数所匹配的字符串的长度。
[N]  **SUBSEP**  数组下标分隔符（默认值是34）。

示例

echo -e "line1 f2 f3nline2 f4 f5nline3 f6 f7" | awk '{print "Line No:"NR", No of fields:"NF, "$0="$0, "$1="$1, "$2="$2, "$3="$3}' 
Line No:1, No of fields:3 $0=line1 f2 f3 $1=line1 $2=f2 $3=f3
Line No:2, No of fields:3 $0=line2 f4 f5 $1=line2 $2=f4 $3=f5
Line No:3, No of fields:3 $0=line3 f6 f7 $1=line3 $2=f6 $3=f7

使用print $NF可以打印出一行中的最后一个字段，使用$(NF-1)则是打印倒数第二个字段，其他以此类推：

echo -e "line1 f2 f3n line2 f4 f5" | awk '{print $NF}'
f3
f5

echo -e "line1 f2 f3n line2 f4 f5" | awk '{print $(NF-1)}'
f2
f4

打印每一行的第二和第三个字段：

awk '{ print $2,$3 }' filename

统计文件中的行数：

awk 'END{ print NR }' filename

以上命令只使用了END语句块，在读入每一行的时，awk会将NR更新为对应的行号，当到达最后一行NR的值就是最后一行的行号，所以END语句块中的NR就是文件的行数。

一个每一行中第一个字段值累加的例子：

seq 5 | awk 'BEGIN{ sum=0; print "总和：" } { print $1"+"; sum+=$1 } END{ print "等于"; print sum }' 
总和：
1+
2+
3+
4+
5+
等于
15

将外部变量值传递给awk

借助 -v选项 ，可以将外部值（并非来自stdin）传递给awk：

VAR=10000
echo | awk -v VARIABLE=$VAR '{ print VARIABLE }'

另一种传递外部变量方法：

var1="aaa"
var2="bbb"
echo | awk '{ print v1,v2 }' v1=$var1 v2=$var2

当输入来自于文件时使用：

awk '{ print v1,v2 }' v1=$var1 v2=$var2 filename

以上方法中，变量之间用空格分隔作为awk的命令行参数跟随在BEGIN、{}和END语句块之后。

awk运算与判断

作为一种程序设计语言所应具有的特点之一，awk支持多种运算，这些运算与C语言提供的基本相同。awk还提供了一系列内置的运算函数（如log、sqr、cos、sin等）和一些用于对字符串进行操作（运算）的函数（如length、substr等等）。这些函数的引用大大的提高了awk的运算功能。作为对条件转移指令的一部分，关系判断是每种程序设计语言都具备的功能，awk也不例外，awk中允许进行多种测试，作为样式匹配，还提供了模式匹配表达式~（匹配）和~!（不匹配）。作为对测试的一种扩充，awk也支持用逻辑运算符。

算术运算符

运算符	描述
+ -	加，减
/ &	乘，除与求余
+ - !	一元加，减和逻辑非
^ **	求幂
++ --	增加或减少，作为前缀或后缀

例：

awk 'BEGIN{a="b";print a++,++a;}'
0 2

注意：所有用作算术运算符进行操作，操作数自动转为数值，所有非数值都变为0

赋值运算符

运算符	描述
= += -= = /= %= ^= *=	赋值语句

例：

a+=5; 等价于：a=a+5; 其它同类

逻辑运算符

运算符	描述
\|\|	逻辑或
&&	逻辑与

例：

awk 'BEGIN{a=1;b=2;print (a>5 && b<=2),(a>5 || b<=2);}'
0 1

正则运算符

运算符	描述
~ ~!	匹配正则表达式和不匹配正则表达式

例：

awk 'BEGIN{a="100testa";if(a ~ /^100*/){print "ok";}}'
ok

关系运算符

运算符	描述
< <= > >= != ==	关系运算符

例：

awk 'BEGIN{a=11;if(a >= 9){print "ok";}}'
ok

注意：> < 可以作为字符串比较，也可以用作数值比较，关键看操作数如果是字符串就会转换为字符串比较。两个都为数字才转为数值比较。字符串比较：按照ASCII码顺序比较。

其它运算符

运算符	描述
$	字段引用
空格	字符串连接符
?:	C条件表达式
in	数组中是否存在某键值

例：

awk 'BEGIN{a="b";print a=="b"?"ok":"err";}'
ok

awk 'BEGIN{a="b";arr[0]="b";arr[1]="c";print (a in arr);}'
0

awk 'BEGIN{a="b";arr[0]="b";arr["b"]="c";print (a in arr);}'
1

运算级优先级表

!级别越高越优先
级别越高越优先

awk高级输入输出

读取下一条记录

awk中next语句使用：在循环逐行匹配，如果遇到next，就会跳过当前行，直接忽略下面语句。而进行下一行匹配。net语句一般用于多行合并：

cat text.txt
a
b
c
d
e

awk 'NR%2==1{next}{print NR,$0;}' text.txt
2 b
4 d

当记录行号除以2余1，就跳过当前行。下面的print NR,$0也不会执行。下一行开始，程序有开始判断NR%2值。这个时候记录行号是：2 ，就会执行下面语句块：'print NR,$0'

分析发现需要将包含有“web”行进行跳过，然后需要将内容与下面行合并为一行：

cat text.txt
web01[192.168.2.100]
httpd            ok
tomcat               ok
sendmail               ok
web02[192.168.2.101]
httpd            ok
postfix               ok
web03[192.168.2.102]
mysqld            ok
httpd               ok
0
awk '/^web/{T=$0;next;}{print T":t"$0;}' test.txt
web01[192.168.2.100]:   httpd            ok
web01[192.168.2.100]:   tomcat               ok
web01[192.168.2.100]:   sendmail               ok
web02[192.168.2.101]:   httpd            ok
web02[192.168.2.101]:   postfix               ok
web03[192.168.2.102]:   mysqld            ok
web03[192.168.2.102]:   httpd               ok

简单地读取一条记录

awk getline用法：输出重定向需用到getline函数。getline从标准输入、管道或者当前正在处理的文件之外的其他输入文件获得输入。它负责从输入获得下一行的内容，并给NF,NR和FNR等内建变量赋值。如果得到一条记录，getline函数返回1，如果到达文件的末尾就返回0，如果出现错误，例如打开文件失败，就返回-1。

getline语法：getline var，变量var包含了特定行的内容。

awk getline从整体上来说，用法说明：

当其左右无重定向符|或<时： getline作用于当前文件，读入当前文件的第一行给其后跟的变量var或$0（无变量），应该注意到，由于awk在处理getline之前已经读入了一行，所以getline得到的返回结果是隔行的。
当其左右有重定向符|或<时： getline则作用于定向输入文件，由于该文件是刚打开，并没有被awk读入一行，只是getline读入，那么getline返回的是该文件的第一行，而不是隔行。

示例：

执行linux的date命令，并通过管道输出给getline，然后再把输出赋值给自定义变量out，并打印它：

awk 'BEGIN{ "date" | getline out; print out }' test

执行shell的date命令，并通过管道输出给getline，然后getline从管道中读取并将输入赋值给out，split函数把变量out转化成数组mon，然后打印数组mon的第二个元素：

awk 'BEGIN{ "date" | getline out; split(out,mon); print mon[2] }' test

命令ls的输出传递给geline作为输入，循环使getline从ls的输出中读取一行，并把它打印到屏幕。这里没有输入文件，因为BEGIN块在打开输入文件前执行，所以可以忽略输入文件。

awk 'BEGIN{ while( "ls" | getline) print }'

关闭文件

awk中允许在程序中关闭一个输入或输出文件，方法是使用awk的close语句。

close("filename")

filename可以是getline打开的文件，也可以是stdin，包含文件名的变量或者getline使用的确切命令。或一个输出文件，可以是stdout，包含文件名的变量或使用管道的确切命令。

输出到一个文件

awk中允许用如下方式将结果输出到一个文件：

echo | awk '{printf("hello word!n") > "datafile"}'
或
echo | awk '{printf("hello word!n") >> "datafile"}'

设置字段定界符

默认的字段定界符是空格，可以使用-F "定界符" 明确指定一个定界符：

awk -F: '{ print $NF }' /etc/passwd
或
awk 'BEGIN{ FS=":" } { print $NF }' /etc/passwd

在BEGIN语句块中则可以用OFS=“定界符”设置输出字段的定界符。

流程控制语句

在linux awk的while、do-while和for语句中允许使用break,continue语句来控制流程走向，也允许使用exit这样的语句来退出。break中断当前正在执行的循环并跳到循环外执行下一条语句。if 是流程选择用法。awk中，流程控制语句，语法结构，与c语言类型。有了这些语句，其实很多shell程序都可以交给awk，而且性能是非常快的。下面是各个语句用法。

条件判断语句

if(表达式)
  语句1
else
  语句2

格式中语句1可以是多个语句，为了方便判断和阅读，最好将多个语句用{}括起来。awk分枝结构允许嵌套，其格式为：

if(表达式)
  {语句1}
else if(表达式)
  {语句2}
else
  {语句3}

示例：

awk 'BEGIN{
test=100;
if(test>90){
  print "very good";
  }
  else if(test>60){
    print "good";
  }
  else{
    print "no pass";
  }
}'

very good

每条命令语句后面可以用; 分号结尾。

循环语句

while语句

while(表达式)
  {语句}

示例：

awk 'BEGIN{
test=100;
total=0;
while(i<=test){
  total+=i;
  i++;
}
print total;
}'
5050

for循环

for循环有两种格式：

格式1：

for(变量 in 数组)
  {语句}

示例：

awk 'BEGIN{
for(k in ENVIRON){
  print k"="ENVIRON[k];
}

}'
TERM=linux
G_BROKEN_FILENAMES=1
SHLVL=1
pwd=/root/text
...
logname=root
HOME=/root
SSH_CLIENT=192.168.1.21 53087 22

注：ENVIRON是awk常量，是子典型数组。

格式2：

for(变量;条件;表达式)
  {语句}

示例：

awk 'BEGIN{
total=0;
for(i=0;i<=100;i++){
  total+=i;
}
print total;
}'
5050

do循环

do
{语句} while(条件)

例子：

awk 'BEGIN{ 
total=0;
i=0;
do {total+=i;i++;} while(i<=100)
  print total;
}'
5050

其他语句

break 当 break 语句用于 while 或 for 语句时，导致退出程序循环。
continue 当 continue 语句用于 while 或 for 语句时，使程序循环移动到下一个迭代。
next 能能够导致读入下一个输入行，并返回到脚本的顶部。这可以避免对当前输入行执行其他的操作过程。
exit 语句使主输入循环退出并将控制转移到END,如果END存在的话。如果没有定义END规则，或在END中应用exit语句，则终止脚本的执行。

数组应用

数组是awk的灵魂，处理文本中最不能少的就是它的数组处理。因为数组索引（下标）可以是数字和字符串在awk中数组叫做关联数组(associative arrays)。awk 中的数组不必提前声明，也不必声明大小。数组元素用0或空字符串来初始化，这根据上下文而定。

数组的定义

数字做数组索引（下标）：

Array[1]="sun"
Array[2]="kai"

字符串做数组索引（下标）：

Array["first"]="www"
Array"[last"]="name"
Array["birth"]="1987"

使用中print Array[1]会打印出sun；使用print Array[2]会打印出kai；使用print["birth"]会得到1987。

读取数组的值

{ for(item in array) {print array[item]}; }       #输出的顺序是随机的
{ for(i=1;i<=len;i++) {print array[i]}; }         #Len是数组的长度

数组相关函数

得到数组长度：

awk 'BEGIN{info="it is a test";lens=split(info,tA," ");print length(tA),lens;}'
4 4

length返回字符串以及数组长度，split进行分割字符串为数组，也会返回分割得到数组长度。

awk 'BEGIN{info="it is a test";split(info,tA," ");print asort(tA);}'
4

asort对数组进行排序，返回数组长度。

输出数组内容（无序，有序输出）：

awk 'BEGIN{info="it is a test";split(info,tA," ");for(k in tA){print k,tA[k];}}'
4 test
1 it
2 is
3 a

for…in输出，因为数组是关联数组，默认是无序的。所以通过for…in得到是无序的数组。如果需要得到有序数组，需要通过下标获得。

awk 'BEGIN{info="it is a test";tlen=split(info,tA," ");for(k=1;k<=tlen;k++){print k,tA[k];}}'
1 it
2 is
3 a
4 test

注意：数组下标是从1开始，与C数组不一样。

判断键值存在以及删除键值：

#错误的判断方法：
awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if(tB["c"]!="1"){print "no found";};for(k in tB){print k,tB[k];}}' 
no found
a a1
b b1
c

以上出现奇怪问题，tB[“c”]没有定义，但是循环时候，发现已经存在该键值，它的值为空，这里需要注意，awk数组是关联数组，只要通过数组引用它的key，就会自动创建改序列。

#正确判断方法：
awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if( "c" in tB){print "ok";};for(k in tB){print k,tB[k];}}'  
a a1
b b1

if(key in array)通过这种方法判断数组中是否包含key键值。

#删除键值：
[chengmo@localhost ~]$ awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";delete tB["a"];for(k in tB){print k,tB[k];}}'                     
b b1

delete array[key]可以删除，对应数组key的，序列值。

二维、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这样的访问是允许的。awk使用一个特殊的字符串SUBSEP(�34)作为分割字段，在上面的例子中，关联数组array存储的键值实际上是2�344。

类似一维数组的成员测试，多维数组可以使用if ( (i,j) in array)这样的语法，但是下标必须放置在圆括号中。类似一维数组的循环访问，多维数组使用for ( item in array )这样的语法遍历数组。与一维数组不同的是，多维数组必须使用split()函数来访问单独的下标分量。

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];
  }
}
}'
1 * 1 = 1
1 * 2 = 2
1 * 3 = 3
1 * 4 = 4
1 * 5 = 5
1 * 6 = 6 
...
9 * 6 = 54
9 * 7 = 63
9 * 8 = 72
9 * 9 = 81

可以通过array[k,k2]引用获得数组内容。

另一种方法：

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];
}
}'

内置函数

awk内置函数，主要分以下3种类似：算数函数、字符串函数、其它一般函数、时间函数。

算术函数

格式	描述
atan2( y, x )	返回 y/x 的反正切。
cos( x )	返回 x 的余弦；x 是弧度。
sin( x )	返回 x 的正弦；x 是弧度。
exp( x )	返回 x 幂函数。
log( x )	返回 x 的自然对数。
sqrt( x )	返回 x 平方根。
int( x )	返回 x 的截断至整数的值。
rand( )	返回任意数字 n，其中 0 <= n < 1。
srand( [expr] )	将 rand 函数的种子值设置为 Expr 参数的值，或如果省略 Expr 参数则使用某天的时间。返回先前的种子值。

举例说明：

awk 'BEGIN{OFMT="%.3f";fs=sin(1);fe=exp(10);fl=log(10);fi=int(3.1415);print fs,fe,fl,fi;}'
0.841 22026.466 2.303 3

OFMT 设置输出数据格式是保留3位小数。

获得随机数：

awk 'BEGIN{srand();fr=int(100*rand());print fr;}'
78
awk 'BEGIN{srand();fr=int(100*rand());print fr;}'
31
awk 'BEGIN{srand();fr=int(100*rand());print fr;}'
41

字符串函数

格式	描述
gsub( Ere, Repl, [ In ] )	除了正则表达式所有具体值被替代这点，它和 sub 函数完全一样地执行。
sub( Ere, Repl, [ In ] )	用 Repl 参数指定的字符串替换 In 参数指定的字符串中的由 Ere 参数指定的扩展正则表达式的第一个具体值。sub 函数返回替换的数量。出现在 Repl 参数指定的字符串中的 &（和符号）由 In 参数指定的与 Ere 参数的指定的扩展正则表达式匹配的字符串替换。如果未指定 In 参数，缺省值是整个记录（$0 记录变量）。
index( String1, String2 )	在由 String1 参数指定的字符串（其中有出现 String2 指定的参数）中，返回位置，从 1 开始编号。如果 String2 参数不在 String1 参数中出现，则返回 0（零）。
length [(String)]	返回 String 参数指定的字符串的长度（字符形式）。如果未给出 String 参数，则返回整个记录的长度（$0 记录变量）。
blength [(String)]	返回 String 参数指定的字符串的长度（以字节为单位）。如果未给出 String 参数，则返回整个记录的长度（$0 记录变量）。
substr( String, M, [ N ] )	返回具有 N 参数指定的字符数量子串。子串从 String 参数指定的字符串取得，其字符以 M 参数指定的位置开始。M 参数指定为将 String 参数中的第一个字符作为编号 1。如果未指定 N 参数，则子串的长度将是 M 参数指定的位置到 String 参数的末尾的长度。
match( String, Ere )	在 String 参数指定的字符串（Ere 参数指定的扩展正则表达式出现在其中）中返回位置（字符形式），从 1 开始编号，或如果 Ere 参数不出现，则返回 0（零）。RSTART 特殊变量设置为返回值。RLENGTH 特殊变量设置为匹配的字符串的长度，或如果未找到任何匹配，则设置为 -1（负一）。
split( String, A, [Ere] )	将 String 参数指定的参数分割为数组元素 A[1], A[2], . . ., A[n]，并返回 n 变量的值。此分隔可以通过 Ere 参数指定的扩展正则表达式进行，或用当前字段分隔符（FS 特殊变量）来进行（如果没有给出 Ere 参数）。除非上下文指明特定的元素还应具有一个数字值，否则 A 数组中的元素用字符串值来创建。
tolower( String )	返回 String 参数指定的字符串，字符串中每个大写字符将更改为小写。大写和小写的映射由当前语言环境的 LC_CTYPE 范畴定义。
toupper( String )	返回 String 参数指定的字符串，字符串中每个小写字符将更改为大写。大写和小写的映射由当前语言环境的 LC_CTYPE 范畴定义。
sprintf(Format, Expr, Expr, . . . )	根据 Format 参数指定的 printf 子例程格式字符串来格式化 Expr 参数指定的表达式并返回最后生成的字符串。

注：Ere都可以是正则表达式。

gsub,sub使用

awk 'BEGIN{info="this is a test2010test!";gsub(/[0-9]+/,"!",info);print info}'
this is a test!test!

在 info中查找满足正则表达式，/[0-9]+/ 用””替换，并且替换后的值，赋值给info 未给info值，默认是$0

查找字符串（index使用）

awk 'BEGIN{info="this is a test2010test!";print index(info,"test")?"ok":"no found";}'
ok

未找到，返回0

正则表达式匹配查找(match使用）

awk 'BEGIN{info="this is a test2010test!";print match(info,/[0-9]+/)?"ok":"no found";}'
ok

截取字符串(substr使用）

[wangsl@centos5 ~]$ awk 'BEGIN{info="this is a test2010test!";print substr(info,4,10);}'
s is a tes

从第 4个字符开始，截取10个长度字符串

字符串分割（split使用）

awk 'BEGIN{info="this is a test";split(info,tA," ");print length(tA);for(k in tA){print k,tA[k];}}'
4
4 test
1 this
2 is
3 a

分割info，动态创建数组tA，这里比较有意思，awk for …in循环，是一个无序的循环。并不是从数组下标1…n ，因此使用时候需要注意。

格式化字符串输出（sprintf使用）

格式化字符串格式：

其中格式化字符串包括两部分内容：一部分是正常字符，这些字符将按原样输出; 另一部分是格式化规定字符，以"%"开始，后跟一个或几个规定字符,用来确定输出内容格式。

格式	描述
%d	十进制有符号整数
%u	十进制无符号整数
%f	浮点数
%s	字符串
%c	单个字符
%p	指针的值
%e	指数形式的浮点数
%x	%X 无符号以十六进制表示的整数
%o	无符号以八进制表示的整数
%g	自动选择合适的表示法

awk 'BEGIN{n1=124.113;n2=-1.224;n3=1.2345; printf("%.2f,%.2u,%.2g,%X,%on",n1,n2,n3,n1,n1);}'
124.11,18446744073709551615,1.2,7C,174

一般函数

格式	描述
close( Expression )	用同一个带字符串值的 Expression 参数来关闭由 print 或 printf 语句打开的或调用 getline 函数打开的文件或管道。如果文件或管道成功关闭，则返回 0；其它情况下返回非零值。如果打算写一个文件，并稍后在同一个程序中读取文件，则 close 语句是必需的。
system(command )	执行 Command 参数指定的命令，并返回退出状态。等同于 system 子例程。
Expression \| getline [ Variable ]	从来自 Expression 参数指定的命令的输出中通过管道传送的流中读取一个输入记录，并将该记录的值指定给 Variable 参数指定的变量。如果当前未打开将 Expression 参数的值作为其命令名称的流，则创建流。创建的流等同于调用 popen 子例程，此时 Command 参数取 Expression 参数的值且 Mode 参数设置为一个是 r 的值。只要流保留打开且 Expression 参数求得同一个字符串，则对 getline 函数的每次后续调用读取另一个记录。如果未指定 Variable 参数，则 $0 记录变量和 NF 特殊变量设置为从流读取的记录。
getline [ Variable ] < Expression	从 Expression 参数指定的文件读取输入的下一个记录，并将 Variable 参数指定的变量设置为该记录的值。只要流保留打开且 Expression 参数对同一个字符串求值，则对 getline 函数的每次后续调用读取另一个记录。如果未指定 Variable 参数，则 $0 记录变量和 NF 特殊变量设置为从流读取的记录。
getline [ Variable ]	将 Variable 参数指定的变量设置为从当前输入文件读取的下一个输入记录。如果未指定 Variable 参数，则 $0 记录变量设置为该记录的值，还将设置 NF、NR 和 FNR 特殊变量。

打开外部文件（close用法）

awk 'BEGIN{while("cat /etc/passwd"|getline){print $0;};close("/etc/passwd");}'
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin

逐行读取外部文件(getline使用方法）

awk 'BEGIN{while(getline < "/etc/passwd"){print $0;};close("/etc/passwd");}'
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin

awk 'BEGIN{print "Enter your name:";getline name;print name;}'
Enter your name:
chengmo
chengmo

调用外部应用程序(system使用方法）

awk 'BEGIN{b=system("ls -al");print b;}'
total 42092
drwxr-xr-x 14 chengmo chengmo     4096 09-30 17:47 .
drwxr-xr-x 95 root   root       4096 10-08 14:01 ..

b返回值，是执行结果。

时间函数

格式	描述
函数名	说明
mktime( YYYY MM dd HH MM ss[ DST])	生成时间格式
strftime([format [, timestamp]])	格式化时间输出，将时间戳转为时间字符串具体格式，见下表.
systime()	得到时间戳,返回从1970年1月1日开始到当前时间(不计闰年)的整秒数

建指定时间(mktime使用）

awk 'BEGIN{tstamp=mktime("2001 01 01 12 12 12");print strftime("%c",tstamp);}'
2001年01月01日 星期一 12时12分12秒

awk 'BEGIN{tstamp1=mktime("2001 01 01 12 12 12");tstamp2=mktime("2001 02 01 0 0 0");print tstamp2-tstamp1;}'
2634468

求2个时间段中间时间差，介绍了strftime使用方法

awk 'BEGIN{tstamp1=mktime("2001 01 01 12 12 12");tstamp2=systime();print tstamp2-tstamp1;}' 
308201392

strftime日期和时间格式说明符

格式	描述
%a	星期几的缩写(Sun)
%A	星期几的完整写法(Sunday)
%b	月名的缩写(Oct)
%B	月名的完整写法(October)
%c	本地日期和时间
%d	十进制日期
%D	日期 08/20/99
%e	日期，如果只有一位会补上一个空格
%H	用十进制表示24小时格式的小时
%I	用十进制表示12小时格式的小时
%j	从1月1日起一年中的第几天
%m	十进制表示的月份
%M	十进制表示的分钟
%p	12小时表示法(AM/PM)
%S	十进制表示的秒
%U	十进制表示的一年中的第几个星期(星期天作为一个星期的开始)
%w	十进制表示的星期几(星期天是0)
%W	十进制表示的一年中的第几个星期(星期一作为一个星期的开始)
%x	重新设置本地日期(08/20/99)
%X	重新设置本地时间(12：00：00)
%y	两位数字表示的年(99)
%Y	当前月份
%Z	时区(PDT)
%%	百分号(%)

查看全文

相关阅读:
云计算架构
 Java多线程中static变量的使用
 Spring单例与线程安全小结
 sparkSQL实战详解
 sparkSQL整体实现框架
 spark架构
 如何快速定位出一个IP地址的归属地？——二分查找变体
 如何在 1000 万个整数中快速查找某个整数？——二分查找
 语言库中常用的排序算法qsort()底层结构
 链表常考笔试面试题（常备）

原文地址：https://www.cnblogs.com/bernard-shen/p/13170752.html