awk应用

awk应用

一、awk格式和选项

awk [options] 'script' var=value file(s) 
awk [options] "PATTRN  {'aciton'}" 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。

二、awk的模式(PATTERN)

  awk 'program' input-file1 input-file2

   其中program为：

     pattern{action}

     pattern{action}

(一)常见的模式类型

 　　1、正则表达式：格式为/regular expression/

       2、表达式：其值非0或非空字符串时满足条件，如：$1 ~/foo/ ,用运算符~（匹配）和~!(不匹配)

       3、范围：指定匹配范围，格式:awk -F '/^r/,/^m/{print $1,$2}' /etc/passwd 以r开头到m开头截止

       4、BEGIN/END:特殊模式，仅在awk命令前运行一次或结束前运行一次

       5、空模式：匹配任何数行

(二)常见的action

     1、表达式，判断表达式等

     2、控制语句(if,for等)

     3、复合语句：重定向到其他文件

     4、输入输出语句

三、awk的输出

 (一)print输出

 格式：print item1,item2 ,...

要点：

      1、各项目之间用逗号隔开，而输出时则以空白字符分隔；

      2、输出的item可以是字符串或数值、当前记录的字段(如$1)、变量或awk的表达式；数值会转换为字符串再输出；

      3、print命令后面的item可以省略，此时相当于 print $0；如果想输出空白行，则需使用print "";

例子：

   #awk 'BEGIN{print "how are you"}'

   awk -F: '{print $1,$2}' /etc/passwd   

分析：print中的$0表示自己，$1表示awk切分的片为第1片，$2为第2片。

(二) awk变量

  2.1、awk内置变量之记录变量

　　FS:读取文档时，所使用的字段分隔符,默认为空白字符。

　　OFS:打印输出时，所使用的字段分隔符，默认为空白字符。

　　RS:输入文本信息时所使用的换行符，默认是" "

　　ORS:打印输出时所使用的换行符，默认是" "

例子：

         awk 'BEGIN(OFS=" ")'{print $1 ,$2} /etc/passwd

  2.2、awk内置变量之数据的变量

       NR：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；

       FNR：与NR不同的是，FNR用于记录正处理的行，是当前这一文件中总共处理的行数；

       NF：当前记录的字段个数 

       ARGV：数组，保存命令本身这个字符串；

          如：awk '{print $0}' a.txt b.txt 这个命令中，ARGV[0]保存awk，ASGV[1]保存a.txt

       ARGC: awk命令的参数个数

       FILENAME: awk命令所处理的文件名称

       ENVIRCN:当前shell环境变量及值的关联数组

          如：awk 'ENGIN{print ENVIRCN["PATH"]}'

2.3、用户自定义变量

awk允许用户自定义自己的变量在程序代码中使用，变量名规则是只能使用字母、数字和下滑线，数字不能开头。区分大小写。

2.3.1   在脚本中赋值变量

在awk中给变量赋值：

例：

awk 'BEGIN{var ="good";print var}'

2.3.2 在命令行中使用赋值变量

awk可以在"脚本"外为变量赋值，并在脚本中引用。例如：上述可改为：

awk -v var="good" 'BEGIN{print var}'

四、printf格式输出

printf命令使用格式：

printf format ，item1，item2，..

要点：

   1、printf 需要指定format(格式)；

   2、format用于指定后面每个item的输出格式；

   3、printf语句不会自动打印换行符：

format格式指示符(以%开头后跟一个字符)：

  %c：显示字符

  %s：显示字符串

  %d，%i：十进制数

   %e，%E：科学计数法

   %f：浮点数

   %g，%G：以科学计数法的格式或浮点格式显示数值

　%u：无符号整数

   %%：显示自身

修饰符：

    N:显示宽度

    -：左对齐，默认是右对齐

    +：显示数值符号

例子：

      awk -F: '{printf "%-15s %i ",$1,$3}' /etc/passwd

五、输出重定向

 print items > output-file

 print items > output-file

 print 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

   /dev/fd/N：某特定文件描述符，如/dev/stdin 就相当于/dev/fd/0

例子：

awk -F：'{printf "%15s %i ",$1,$2 >"/dev/sderr"}' /etc/passwd

六、awk的操作符

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。

七、数组

 　　(一)、数组的定义

            array[index-expression]

                 1、数字做数组下标

　　　　　　Arr[1]="sun" 
　　　　　　Arr[2]="uu"

                 2、字符串做数组下标

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

  index-expression可以是任意字符串，需要注意的是如果某数据组元素事先不存在，那么在其引用时，awk会自动创建次元素并初始化为空字符串，因此要判断某数据组中使用index in array方式

要遍历数组中每一个元素，需要使用如下结构：

for (var in arrar) {statement1，...}

其中 var用于引用数组下标，而不是元素值；

例子：

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

    每出现一次/^tcp/模式匹配到的行，数组S[$NS]就加1，NF为当前行的最后一个字段，此处用其值作为数组S的元素索引；

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

(二)删除数组

　　delete array[key]

　    可以删除，对应数组key的，序列值。

例：

　　awk 'BEGIN{t1["a"]="a",t1["b"]="b"} delete t1["a"] END{for(k in t1) print t1,t1[k]}'

八、流程控制语句

     每条命令语句后面可以用;分号结尾。

      条件判断语句

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

例子：

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

　　循环语句

while语句

while(表达式) 
{语句}

例子：

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}

例1：

awk 'BEGIN{
name[1]="aa",
name[2]="bb"
}
END{
 for (k in name){
 print name[k],k 
}
}'

例2

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}

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：

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。

更多：http://man.linuxde.net/awk#awk命令格式和选项