手机版
你好,游客 登录 注册 搜索
背景:
阅读新闻

Linux系统之文本格式化工具awk

[日期:2016-02-04] 来源:Linux社区  作者:essun [字体: ]

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

1
2
# 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:

1
2
3
4
#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

wKioL1NBJRmCP3i8AAHmFxB5UOc722.jpg

-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;

wKioL1NBJo6ggoygAADZ-2DtPuQ717.jpg

2、awk的输出:print和printf

⑴、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

wKiom1NBKS_BwfM0AACZkFzCp_s795.jpg

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。

wKiom1NBKiCgOr_tAABvKrxuDWw453.jpg

%d, %i

打印十进制整数,如printf "%dn", 6.745结果为6。

wKioL1NBKk3QABhtAAC4294mCiU316.jpg

%e, %E

转换数字为科学(指数)符号,如printf "%4.3en", 6745结果为6.745e+03。

wKioL1NBKz7j69JLAAFlB4E30yc055.jpg

%f

以浮点表示法打印数字,如 printf "%4.3f\n", 6745结果为6745.0000000

wKiom1NBLAbTiZHiAABnpSu_Rzo057.jpg

%s

打印字符串,如printf "%10s\n", 6745结果为十个空格加6745。

wKioL1NBLI3S8XyJAABP2IXbdZs195.jpg

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\n", "I", "lOVE","YOU"输出为:I LOVE YOU,我们调整一下位置,printf "%3$s %2$s %1$s\n", "YOU", "LOVE","I",输出结果为:I LOVE YOU

wKioL1NBLmigIuXEAADsYHCzwN8582.jpg

 

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);

wKiom1NBRyWjY4XlAADA52wl3YQ099.jpg

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)

wKioL1NBNCzhKn2dAAHfTp_8JTE006.jpg

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

wKioL1NBN1iCKEKLAAHv8FnWF1E842.jpg

NF用法(默认以空格分隔)

wKiom1NBOCewuwqhAAH-50uswW4321.jpg

FNR用法

wKiom1NBOO6xV4-eAAH-1fUFdYs235.jpg

ARGV用法

wKiom1NBPEOCDyCCAAGXmCnWNTc876.jpg

之二

wKiom1NBPV-CBu10AAEFzoxinSo600.jpg

FILENAME用法

wKiom1NBPsPRXSriAANBI5SWlv4654.jpg

ENVIRON用法

wKioL1NBQifg6icPAAE1XFKBXtc198.jpg

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-file
print items >> output-file
print items | command
⑵、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:

1
2
# awk -F" " '{printf "%-15s %i\n",$1,$3 > "/dev/stderr" }' /etc/issue
# awk -F" " '{printf "%-15s %i\n",$1,$3 > "/dev/null" }' /etc/issue

wKiom1NBStnDFP2pAAExjxe_fhc563.jpg

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

wKiom1NBTQrCngRtAAEi3k07gnM847.jpg

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:

wKioL1NBTj_RLuZNAAJCgtUvxKU570.jpg

⑻、条件表达式:
selector?if-true-exp:if-false-exp
if selector; then
 if-true-exp
else
 if-false-exp
fi

实例

wKiom1NBT1PiUUJJAAFOxwjTL9A175.jpg

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:

1
2
3
4
#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\n", $1,"Admin"; else printf "%-15s: %s\n", $1, "Common User"}' /etc/passwd
#awk -F: -v sum=0 '{if ($3>=500) sum++}END{print sum}' /etc/passwd

wKioL1NBUuewy9plAAM3x595TEk537.jpg

⑵、 while

语法:

while (condition){statement1; statment2; ...}

实例:

1
2
3
4
#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。

wKiom1NBVgnBU7LNAAGmILMTeEw395.jpg

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:

1
2
3
4
5
6
7
8
#awk 'BEGIN{
sum=0;
i=0;
do{
sum+=i;
i++;
}while(i<=100)
print sum;}'

wKioL1NBWG_xtDkzAACXmYb5hzw417.jpg

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

wKioL1NBXWKRYzc0AAD5TxxumaQ633.jpg

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\n",A,BASH[A]}}' /etc/passwd

wKioL1NBXeCgrf5qAAEpX0g63i8513.jpg

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

wKiom1NBXmiD0EOGAAE0y3S2_IQ501.jpg

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]}'
wKiom1NBX1ORZla4AAQyvcCHYtU318.jpg
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:
1
2
3
# 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}}'

wKiom1NBYdiS7nfyAADUSidcHJE441.jpg

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)}'

wKiom1NBY9Sh7pqrAADTHUJ2LfA811.jpg

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")}'

wKiom1NBZNuA7K9FAAGeZuDxZ0c123.jpg

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

wKiom1NBZgWAoLy6AAC87z1Q05M583.jpg

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)}'

wKioL1NBZSyD6sFuAABwbvA5xAg469.jpg

 

================================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.htm

AWK 简介和例子 http://www.linuxidc.com/Linux/2012-12/75441.htm

Shell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http://www.linuxidc.com/Linux/2016-02/128150.htm

linux
相关资讯       linux awk 
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数

       

评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款