linux基础之awk

gawk - pattern scanning and processing language
基本用法： gawk [options] 'program' FILE...
program: PATTERN{ACTION STATEMENTS},语句之间用分号分隔

    选项： 
        -F： 指明输入时用到的字段分隔符
                # awk -F: 'print $1' /etc/passwd 指明输入时的分隔符为冒号，打印第一个字段
        -v var=value: 自定义变量
                # awk -v FS=':' '{print $1}' /etc/passwd 使用内建变量FS指明输入时的分隔符为冒号，打印第一个字段
1. print
       print item1, item2, ...
        要点：
            1. 逗号分隔符
            2. 输出的各item可以是字符串，也可是数值；当前记录的字段、变量或者awk的表达式
            3. 如果省略item，相当于print $0

2. 变量
    2.1 内建变量
        FS： input field seperator,输入时的分隔符，默认为空白字符
                # awk -v FS=':' '{print $1}' /etc/passwd
        OFS：output field seperator,输出时的分隔符，默认为空白字符
                # awk -v OFS=':' '{print $1,$2,$3,$7}' /etc/passwd
        RS： input record seperator,输入时的换行符
                # awk -v RS=' ' '{print}' /etc/passwd
        ORS： output record seperator,输出时的换行符
                # awk -v ORS='#' '{print}' /etc/passwd
        NF: number of field,字段数量
                # awk '{print NF}' /etc/fstab   显示每行多少段
                # awk '{print $NF}' /etc/fstab 显示最后一段的值
        NR: number of record,行数
                # awk '{print NR}' /etc/fstab 显示每行行数
        FNR： 各文件分别计数：行数
                # awk '{print FNR}' /etc/fstab /etc/passwd
        FILENAME:当前文件名
                # awk '{print FILENAME}' /etc/fstab
        ARGC:命令行参数的个数
                # awk 'BEGIN{print ARGC}' /etc/passwd /etc/passwd
        ARGV： 数组，保存的是命令行所给定的各参数
                # awk 'BEGIN{print ARGV[0]}' /etc/passwd /etc/fstab 显示的参数为awk

    2.2 自定义变量
        1. -v var=value
                # awk -v test='hello gawk' '{print test}' 打印自定义变量test的值

        2. 在program中直接定义
                # awk 'BEGIN{test="hello gawk";print test}' 

3. printf命令
    格式化输出： printf FORMAT,item1,item2,...
            格式符：
                %c: 显示字符的ASCII码
                %d,%i: 显示十进制整数
                %e,%E: 科学计数法数值显示
                %f: 显示为浮点数
                %g,%G: 以科学计数法或浮点形式显示数值
                %s: 显示字符串
                        # awk '{print "%s
",$1}' /etc/fstab
                        # awk '{print "alen:%s
",$1}' /etc/fstab
                %u: 无符号整数
                %%： 显示%自身 
              修饰符
                    #[.#]: 第一个数字控制显示的宽度，第二个#表示小数点后的精度，比如%3.1f
                    默认右对齐
                    -：左对齐
                            # awk -v FS=':' '{printf "Usernme:%-15s,UID:%d
",$1,$3}' /etc/passwd
                    +： 显示数值的符号

4. 操作符
            算术操作符
                x+y, x-y, x*y, x/y, x^y, x%y
            赋值操作符：
		    =，+=，*=，/=，%=，^=
		    ++,--
	        比较操作符：
		    >,>=,<,<=,!=,==
	        模式匹配符：
		    ~：是否匹配
		    !~:是否不匹配
	        逻辑操作符：
		    &&
		    ||
		    ！
        	函数调用
		    function_name(argu1,argu2,...)
	        条件表达式：
		    selector?if-true-expression:if-false-expression
                示例： id号小于500为系统用户或者管理员，大于500为普通用户
                    # awk -v FS=':' '{$3<500?usertype="SysAdmin or SysUser" : usertype="common user";printf "%-15s,%-s
",$1,usertype}' /etc/passwd

5.PATTERN
    1. empty: 空模式，匹配每一行

    2. /regular expression/: 仅处理能够被此处的模式匹配到的行

        # awk '/^UUID/{print $1}' /etc/fstab
	    # awk '!/^UUID/{print $1}' /etc/fstab
	    # awk -F: '$NF~/bash$/{print $1,$NF}' /etc/passwd

    3. relational expression: 关系表达式，结果有真有假；结果为真才会被处理：
									真：结果为非0值，非空字符串

    4. line renges:行范围
		startline,endline: /pat1/,/pat2/
		注意： 不支持直接给出数字的格式
		    # awk -F: '(NR>=2&&NR<=10){print $1}' /etc/passwd

    5. BEGIN/END模式
		BEGIN{}: 仅在开始处理文件中的文本之前执行一次
		END{}: 仅在文本处理完成之后执行一次
		    # awk -F: 'BEGIN{print " username   uid
-----------------------------"}{printf "%-15s,%-10d
",$1,$3}END{print "---------------------end---------------"}' /etc/passwd

     6.常用的action
		1. EXPRESSIONS
		2. Control statements: if, while等
		3. Compound statements:组合语句
		4. input statements
		5. output statements

	7. 控制语句
		if(confition) {statments}
		if(condition) {statments} else {statements}
		while(condition) {statements}
		do {statements} while(condition)
		break
		continue
		delete array[index]
		delete array
		exit
		{ statements }

        7.1 if-else
		语法： if(condition) statement [else statement]
		# awk -F: '{if($3>=500){printf "%s,%d
",$1,$3} else {printf "SysadminUser:Username:%s,Uid:%d
",$1,$3}}' /etc/passwd
		# awk -F: '{if($NF=="/bin/bash"){print $0}}' /etc/passwd
		# awk '{if(NF>5) print $0}' /etc/fstab
		# df -h | awk -F% '/^/dev/{print $1}' | awk '{if($NF>20)print $1}' 
		使用场景： 对awk取得的整行或某个字段做条件判断；     

        7.2 while循环
		语法： while(condition) statement
			条件“真”，进入循环；条件“假”,退出循环
			# awk '/^[[:space:]]*/{i=1;while(i<=NF) {print $i,length($i);i++}}' /etc/grub2.cfg
			# awk '/^[[:space:]]*linux16/{i=1;while(i<=NF) {if(length($i)>=7){print $i,length($i)}; i++}}' /etc/grub2.cfg
		使用场景： 对一行内的多个字段逐一类似处理时使用；对数组中的各元素逐一处理时使用 

        7.4 for循环
		语法： for(expr1;expr2;expr3) statement
			for(variable assignment;iteration process) {for-body}
			    # awk '/^[[:space:]]*linux16/{for(i=1;i<NF;i++) {print $i,length($i)}}' /etc/grub2.cfg
		特殊用法：
			能够遍历数组中的元素：
			语法： for (var in array) {for-body}

	    7.5 switch语句
		语法： switch(expression) {case VALUE1 or /REGEXP/: statement; case VALUE2 or /REGEXP/: statement...default:statement}

	    7.6 break和continue
		break [n]
		continue

    	7.7 next
		    提前结束对本行的处理而直接进入下一行
		        # awk -F: '{if($3%2 !=0) next;print $1,$3}' /etc/passwd
    8. array
	    关联数组： array[index-expression]
		index-expression:
			1.可使用任意字符串
			2.如果某数组元素事先不存在，在引用时，awk会自动创建此元素，并将其值初始化为“空串”
			若要判断数组中是否存在某元素，要使用“index in array”格式进行
			weekdays[mon]="Monday"
		若要遍历数组中的每个元素，要使用for循环
			for(var in array) {for-body}
			    # awk 'BEGIN{weekdays["mon"]="Monday";weekdays["tue"]="Tuesday";for(i in weekdays){print weekdays[i]}}'
			注意： var会遍历array的每个索引
			state["LISTEN"]++
			state["ESTABLISHED"]++
			    # netstat -atn | awk '/^tcp/{state[$6]++}END{for(i in state){print i,state[i]}}'
			    # awk '{ip[$1]++}END{for(i in ip){print i,ip[i]}}' /var/log/httpd/access_log

        练习1： 统计/etc/fstab文件中每个文件系统类型出现的次数
			# awk '/^(/dev|UUID)/{fstype[$3]++}END{for(i in fstype){print i,fstype[i]}}' /etc/fstab

	    练习2：统计指定文件中每个单词出现的次数
		    # awk '{for(i=1;i<=NF;i++){count[$i]++}}END{for(i in count){print i,count[i]}}' /etc/fstab    
   9. 函数
         9.1 内置函数
 		数值处理：
 			rand(): 返回0和1之间一个随机数
 			# awk 'BEGIN{print rand()}'

 		字符串处理：
 			length([s]): 返回指定字符串的长度
 			sub(r,s,[t]): 以r表示的模式来查找t所表示的字符中的匹配的内容，并将其第一次出现替换为s所表示的内容
 			gsub(r,s,[t]):以r表示的模式来查找t所表示的字符中的匹配的内容，并将其所有出现替换为s所表示的内容
 			split(s,a[],r):以r为分隔符切割字符串s，并将切割后的结果保存至a所表示的数组中，
                       注意： awk中的属组是从1开始编号
 			    # netstat -atn | awk '/^tcp>/{split($5,ip,":");count[ip[1]]++}END{for(i in count){print i,count[i]}}'