awk简介
awk: 中文意思是报告生成器 能够根据我们输入的信息，将信息格式化以后显示，将定义好的信息以比较美观（直观）的方式显示出来出现比较早，继而出现了new awk（nawk）在windows上实现，gawk, awk实现在linux上。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、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的处理文本和数据的方式是这样的，它逐行扫描文件，从第一行到最后一行，寻找匹配的特定模式的行，并在这些行上进行你想要的操作。如果没有指定处理动作，则把匹配的行显示到标准输出(屏幕)，如果没有指定模式，则所有被操作所指定的行都被处理。awk分别代表其作者姓氏的第一个字母，分别是Alfred Aho、Brian Kernighan、Peter Weinberger。gawk是awk的GNU版本，它提供
了Bell实验室和GNU的一些扩展。下面就对awk进行介绍。
awk使用的基本格式：
# awk [options] 'script' file1 file2, ...
# awk [options] 'PATTERN { action }' file1 file2, ...细化了上面的组合
常用的命令：print（输出）, printf（打印）
awk工作过程
根据我们所定义的模式，一次从文件中读取一行文本，awk会对取出的文本做相应的切片，将每一行按照分隔符进行切割，假如我们有一行文本： this is a test.它会使用空白字符当做分隔符，将它们各个分开，切割成了四个片，分别为： this is a test.这四个片，可以使用变量，分别对应为$1,$2,$3,$4代表四个切割片，下面就做一个演示，看如何实现awk的强大功能
一、awk的输出：print
print的使用格式：
print item1, item2, ...
输出要点：
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 ""；
实例分析：
显示整个文本（注意，这里只是测试，所以只有一行）
# awk '{print $N}' test.txt
this is a test.
# awk '{print $0}' test.txt
this is a test.
显示文本的一行中的第一个参数
# awk '{print $1}' test.txt
this
显示文本的一行中的第二个参数
# awk '{print $2}' test.txt
is
显示文本的一行中的第四个参数
# awk '{print $4}' test.txt
test.
显示文本的一行中的第一与第二个个参数
# awk '{print $1,$2}' test.txt
this is
显示文本的一行中的第一个与第二个参数，中间可以加#号
# awk 'BEGIN{OFS="#"}{print $1,$2}' test.txt
this#is
显示文本中的各个参数，还可以加修饰符
# awk 'BEGIN{OFS=":"}{print $1,$2,$3,$4}' test.txt
this:is:a:test.
显示文本中的参数，还可以加修饰符，还可以加字符串
# awk 'BEGIN{OFS=":"}{print $1,"hello",$2}' test.txt
this:hello:is
输出三行，注意换行需要加\n
# awk 'BEGIN { print "line one\nline two\nline three" }'
line one
line two
line three
二、awk变量
2.1 awk内置变量之记录变量：
FS: field separator，读取文本时所使用的字段分隔符
RS: Record separator，读取文本信息所使用的换行符
OFS: Output Filed Separator: 输出文本时使用的字段分隔符
ORS：Output Row Separator：输出文本时使用的行分隔符
2.2 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: 与NR不同的是，FNR用于记录正处理的行是当前这一文件中被总共处理的行数；
实例分析：
显示文本的行数
# awk '{print NR}' test.txt
显示一行总共有几个参数
# awk '{print NF}' test.txt
显示文本的最后一个参数
# awk '{print $NF}' test.txt
test.
同时查看多个文本
# awk '{print FNR}' test.txt /etc/fstab
1 显示的是第一个文本的行数
1 显示的是第二个文本的第一行数，一此类推
2 显示的是第二个文本的第二行数
3 显示的是第二个文本的第三行数
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；
查看环境变量
# awk 'BEGIN{print ENVIRON["PATH"]}'
/usr/kerberos/sbin:/usr/kerberos/bin:/usr/local/sbin:/usr/local/bin:/sbin:/
bin:/usr/sbin:/usr/bin:/usr/local/apache/bin:/usr/local/mysql/bin:/root/bin
2.3 用户自定义变量
gawk允许用户自定义自己的变量以便在程序代码中使用，变量名命名规则与大多数编程语言相同，只能使用字母、数字和下划线，且不能以数字开头。gawk变量名称区分字符大小写。
2.3.1 在脚本中赋值变量
在gawk中给变量赋值使用赋值语句进行
2.3.2 在命令行中使用赋值变量
gawk命令也可以在“脚本”外为变量赋值，并在脚本中进行引用。
实例分析：
输出一个变量，并赋值
# awk 'BEGIN{var="variable testing";print var}'
variable testing
# awk -v var="variable testing" 'BEGIN{print var}'
variable testing
三、awk打印工具：printf
printf命令的使用格式：
printf format, item1, item2, ...
printf要点：
1、其与print命令的最大不同是，printf需要指定format；
2、format用于指定后面的每个item的输出格式；
3、printf语句不会自动打印换行符；需要添加\n
format格式的指示符都以%开头，后跟一个字符；如下：
%c: 显示第一个参数的第一个字符
%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: 以科学计数法的格式或浮点数的格式显示数值；
%s: 显示字符串；
%u: 无符号整数；
%%: 显示%自身；
修饰符：
N: 显示宽度；
-: 左对齐；
+：显示数值符号；
举例分析：
# awk '{printf "%c\n",$1}' test.txt
t 显示第一个参数的第一个字母
# awk '{printf "%s\n",$1}' test.txt
this 显示第一个参数
# awk '{printf "%10s\n",$1}' test.txt
this 显示时用了10个字符串，默认是右对齐
# awk '{printf "%-10s\n",$1}' test.txt
this 显示时左对齐，后面有6个空字符串
# awk '{printf "%-10s,%-10s\n",$1,$2}' test.txt
this ,is
# awk '{printf "%-10s%-10s\n",$1,$2}' test.txt
this is
# awk -F: '{printf "%5d",$3}' /etc/passwd
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 99 81 28 69 77 38 70 32 47 51 74 16 68 100 2965534 43 42 500 501 502 503 2002 2003 2004 4004 2033 2034 4005 4006 4007 4011 4017 4018 4019 4026 4027 4028 48 25 101
# awk -F: '{printf "%-5d\n",$3}' /etc/passwd 左对齐
# awk -F: '{printf "%+5d\n",$3}' /etc/passwd 右对齐
# awk -F: '{printf "%-15s %i\n",$1,$3}' test.txt
this is a test. 0
四、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/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；
例子：
# awk -F: '{printf "%-15s %i\n",$1,$3 > "/dev/stderr" }' /etc/passwd
root 0
bin 1
daemon 2
adm 3
lp 4
sync 5
shutdown 6
halt 7
五、awk的操作符：
5.1 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:
5.2 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；
5.3 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；
5.4 布尔值
awk中，任何非0值或非空字符串都为真，反之就为假；
5.5 比较操作符：
x < y x小于y为真，反之为假
x <= y x小于等于y为真，反之为假
x > y x大于y为真，反之为假
x >= y x大于等于y为真，反之为假
x == y x恒等于y为真，反之为假
x != y x不等于y为真，反之为假
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.
5.5 表达式间的逻辑关系符：
&&： 逻辑与
|| ：逻辑或
5.6 条件表达式：相当于if语句
举例：若a大于b，则取a is max，反之取b is max
a=3
b=4
a>b?a is max:b is max
5.7 函数调用：
function_name (para1,para2)
六、awk的模式：
awk 'program' input-file1 input-file2 ...
其中的program为:
pattern { action }
pattern { action }
...
6.1 常见的模式类型：
1、Regexp: 正则表达式，格式为/regular expression/
例如：显示以r开头的行
# awk -F: '/^r/{print $1}' /etc/passwd
root
rpc
rpcuser
2、expresssion：表达式，其值非0或为非空字符时满足条件，如：$1 ~ /foo/ 或 $1 == "magedu"，用运算符~(匹配)和~!(不匹配)。
例题：
显示id号小于等于2的用户和id号
# awk -F: '$3-1<5{print $1,$3}' /etc/passwd
root 0
bin 1
daemon 2
# awk -F: '$3<=5{print $1,$3}' /etc/passwd
root 0
bin 1
daemon 2
取出默认shell为bash的用户
# awk -F: '$7~"bash$"{print $1,$7}' /etc/passwd
root /bin/bash
student /bin/bash
visitor /bin/bash
myuseradd /bin/bash
显示默认shell不是bash的用户
# awk -F: '$7!~"bash"{print $1,$7}' /etc/passwd
bin /sbin/nologin
daemon /sbin/nologin
adm /sbin/nologin
lp /sbin/nologin
3、Ranges： 指定的匹配范围，格式为pat1,pat2
显示id号为0或者shell为/sbin/nologin的用户
# awk -F: '$3==0,$7~"nologin"{print $1,$3,$7}' /etc/passwd
root 0 /bin/bash
bin 1 /sbin/nologin
4、BEGIN/END：特殊模式，仅在awk命令执行前运行一次或结束前运行一次
# awk -F: '$3==0,$7~"nologin"{printf "%-10s%-20s\n",$1,$7}' /etc/passwd
root /bin/bash
bin /sbin/nologin
可以在显示时显示表头
# awk -F: 'BEGIN{print "Username shell"}{printf "%-10s%-20s\n",$1,$7}' /etc/passwd
Username shell
root /bin/bash
bin /sbin/nologin
daemon /sbin/nologin
adm /sbin/nologin
显示表头和表尾
# awk -F: 'BEGIN{print "Username shell"} {printf "%-10s%-20s\n",$1,$7}END
{print "END OF report"}' /etc/passwd
Username shell
root /bin/bash
bin /sbin/nologin
daemon /sbin/nologin
adm /sbin/nologin
END OF report
5、Empty(空模式)：匹配任意输入行，对文件中的每一行做匹配
# awk -F: '{printf "%-10s%-20s\n",$1,$7}' /etc/passwd
root /bin/bash
bin /sbin/nologin
daemon /sbin/nologin
adm /sbin/nologin
6.2 常见的Action（动作）
1、Expressions:表达式
2、Control statements：控制语句（if、while...do、for....等待)
3、Compound statements:复合语句
4、Input statements：输入语句
5、Output statements：输出语句
/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：
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。
七、控制语句：
7.1 if-else
语法：if (condition) {then-body} else {[ else-body ]}
实例分析：
若用户是root则显示“admin”否则显示为“Common user”
# awk -F: '{if ($1=="root") print $1,"admin"; else print $1, "Common user"}' /etc/passwd
root admin
bin Common user
daemon Common user
adm Common user
lp Common user
这是对上面的语法格式化了，看起来更美观
# awk -F: '{if ($1=="root") printf "%-15s: %s\n", $1,"Admin"; else printf "%-15s: %s\n", $1, "Common User"}' /etc/passwd
root : Admin
bin : Common User
daemon : Common User
adm : Common User
lp : Common User
统计id号大于等于500的用户个数
# awk -F: -v sum=0 '{if ($3>=500) sum++}END{print sum}' /etc/passwd
21
7.2 while
语法： while (condition){statement1; statment2; ...}
实例分析：
显示字符串大于等于8的（每一个字符串都要做一下判断）
# awk -F: '{i=1;while (i<=NF) {if (length($i)>=8) {print $i}; i++ }}' /etc/passwd
/bin/bash
/sbin/nologin
/sbin/nologin
/var/adm
/sbin/nologin
/var/spool/lpd
显示字符串大于等于4的
# awk -F: '{i=1;while (i<=NF){if (length($i)>=4) {print $i}; i++}}' /etc/passwd
root
root
/root
/bin/bash
/bin
/sbin/nologin
daemon
daemon
7.3 do-while
语法： do {statement1, statement2, ...} while (condition)
显示字符串小于等于4的（注意使用do语句时，先执行的是条件）
# awk -F: '{i=1;do {print $i;i++}while(i<=3)}' /etc/passwd
root
x
0
bin
7.4 for
语法： for ( variable assignment; condition; iteration process) { statement1, statement2, ...}
例题：
1、显示字符串大于等于4的
# awk -F: '{for(i=1;i<=NF;i++) {if (length($i)>=4) {print $i}}}' /etc/passwd
root
root
/root
/bin/bash
2、显示字符串小于等于4的
# awk -F: '{for(i=1;i<=3;i++) print $i}' /etc/passwd
root
x
0
bin
for循环还可以用来遍历数组元素：
语法： for (i in array) {statement1, statement2
例如：显示
# awk -F: '$NF!~/^$/{BASH[$NF]++}END{for(A in BASH){printf "%-15s:%i\n",A,BASH[A]}}' /etc/passwd
/bin/sync :1
/bin/bash :20
/sbin/nologin :31
/sbin/halt :1
/etc/tcsh :1
/sbin/shutdown :1
7.5 case
语法：switch (expression) { case VALUE or /REGEXP/: statement1, statement2,... default:
statement1, ...}
7.6 break 和 continue
常用于循环或case语句中
7.7 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：
# awk -F: '{if($3%2==0) next;print $1,$3}' /etc/passwd
bin 1
adm 3
sync 5
halt 7
news 9
operator 11
八、awk中使用数组
8.1 数组
array[index-expression]
index-expression可以使用任意字符串；需要注意的是，如果某数据组元素事先不存在，那么在引用其时，awk会自动创建此元素并初始化为空串；因此，要判断某数据组中是否存在某元素，需要使用index in array的方式。要遍历数组中的每一个元素，需要使用如下的特殊结构：
for (var in array) { statement1, ... }
显示各个shell的个数和
# awk -F: '{shell[$NF]++}END{for(A in shell) {print A,shell[A]}}' /etc/passwd
1
/bin/sync 1
/bin/bash 20
/sbin/nologin 31
/sbin/halt 1
/etc/tcsh 1
/sbin/shutdown 1
其中，var用于引用数组下标，而不是元素值；
统计tcp连接状态的个数（$6也是最后一个字段，可以使用$NF)
# netstat -ant | awk '/^tcp/ {STATE[$NF]++} END {for(a in STATE) print a, STATE[a]}'
LISTEN 11
ESTABLISHED 2
每出现一次被/^tcp/模式匹配到的行，数组S[$NF]就加1，NF为当前匹配到的行的
最后一个字段，此处用其值做为数组S的元素索引；
统计访问本地的IP及个数
# awk '{count[$1]++}END{for(ip in count) {printf "%-20s:%d\n",ip,count[ip]}}'
/var/log/httpd/access_log
192.168.10.1 ：1
172.16.50.5 ：10
用法与上一个例子相同，用于统计某日志文件中IP地的访问量
8.2 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]
九、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0开始的序列；
# netstat -ant | awk '/:80\>/{split($5,clients,":");IP[clients[1]]++}END{for(i in IP){print IP[i],i}}' | sort -rn | head -50
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；
system(command)
功能：执行系统command并将结果返回至awk命令
systime()
功能：取系统当前时间
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
十、用户自定义函数
自定义函数使用function关键字。格式如下：
function F_NAME([variable])
{
statements
}
函数还可以使用return语句返回值，格式为“return value”。
作者：jilili
