- A+
awk
AWK 是一种处理文本文件的语言,是一个强大的文本分析工具。
之所以叫 AWK 是因为其取了三位创始人 Alfred Aho,Peter Weinberger, 和 Brian Kernighan 的 Family Name 的首字符。
学习具体使用前,先来看下 awk 能干些什么事情:
1. 能够将给定的文本内容,按照我们期望的格式输出显示,打印成报表。
2. 分析处理系统日志,快速地分析挖掘我们关心的数据,并生成统计信息;
3. 方便地用来统计数据,比如网站的访问量,访问的 IP 量等;
4. 通过各种工具的组合,快速地汇总分析系统的运行信息,让你对系统的运行了如指掌;
5. 强大的脚本语言表达能力,支持循环、条件、数组等语法,助你分析更加复杂的数据;
……
当然 awk 不仅能做这些事情,当你将它的用法融汇贯通时,可以随心所欲的按照你的意愿,来进行高效的数据分析和统计。
不过我们需要知道,awk 不是万能的,它比较擅长处理格式化的文本,比如 日志、csv 格式数据等;
awk和sed的区别
sed的核心是正则,对于sed, 基本的两个概念是匹配和行为。
- 匹配是通过区域选择加上正则表达式实现,比如“3到6行以This开头的”
- 行为是增删改查。可以在某个位置新增或删除一行,可以通过正则表达式进行变量替换,可以显示满足某些条件的行。配合shell的批处理就会很强大, 比如我想把所有文件的开头添加一个注释,比如我想把所有文件的某一个变量进行替换,比如我想把所有文件满足某些条件的行进行合并和拆分。
- 同时,sed提供了一个保持空间(hold space)可以实现逆序输出等操作。
- 另外,sed的用法非常灵活,你可以将匹配和行为进行不同的嵌套,举个复杂的例子“将第某行到某行之间的满足A条件的里面满足B条件的行进行C操作和D操作并且将E条件的行进行F操作”这样的灵活组合方式怕是也只有sed了
awk,经常用于格式化输出,也就是将数据按照我们想要的方式来显示,并且可以做一些基本的统计工作。
- 它的运作模式是“预处理+逐行处理+最终处理”。一般我们只用“逐行处理”比如对于满足条件的某些行,我们打印某某列。通过指定分隔符,我们很容易的对列进行操作。
- 预处理来定义变量,逐行处理来修改变量,最终处理来打印变量。
awk的使用
awk 'BEGIN{ commands } /pattern/ {commands} END{ commands }'
1、BEGIN{ commands }开始块就是在程序启动的时候执行的代码部分,并且它在整个过程中只执行一次。一般情况下,我们可以在开始块中初始化一些变量。
注意:开始块部分是可选的,你的程序可以没有开始块部分。
2、/pattern/ {commands}pattern 部分匹配该行内容成功后,才会执行commands 的内容。
3 END{ commands }结束块是在程序结束时执行的代码。
注意:结束块部分也是可选的
awk的语法
awk [选项参数] 'script' var=value file(s) 或 awk [选项参数] -f scriptfile var=value file(s)
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:。 |
-v var=value or --asign var=value | -va=1 赋值一个用户定义变量a的值为1 |
-f | -f scripfile ,从脚本文件中读取awk命令 |
-mf nnn and -mr nnn | 对nnn值设置内在限制,-mf选项限制分配给nnn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。 |
-W compact or --compat, -W traditional or --traditional | 在兼容模式下运行awk。所以gawk的行为和标准的awk完全一样,所有的awk扩展都被忽略。 |
-W copyleft or --copyleft, -W copyright or --copyright | 打印简短的版权信息。 |
-W help or --help, -W usage or --usage | 打印全部awk选项和每个选项的简短说明。 |
-W lint or --lint | 打印不能向传统unix平台移植的结构的警告。 |
-W source program-text or --source program-text | 使用program-text作为源代码,可与-f命令混用。 |
awk常用变量
变量 | 描述 |
---|---|
$n | $1当前记录的第1个字段的内容。和sed中的$1不同,sed表示第一个参数 |
$0 | 整行数据的内容 |
FS | 字段分隔符(默认是空格) |
OFS | 输出字段的分隔符(默认是空格) |
RS | 行分隔符(默认以n作为一行的结尾),单行分割成多行用到 |
NR | 行号,从1开始,多文件时候也是连续接着计数 |
FNR | 各文件分别计数的行号,多文件的时候会和NR不同,它会重新计数 |
NF | 一行中字段数量,最后一个字段内容可以用$NF 取出 |
ARGC | 命令行参数的数目 |
ARGV | 包含命令行参数的数组,第一个参数是命令awk |
awk格式化
字符 | 功能 |
---|---|
%d | 十进制有整数符号 |
%u | 十进制无整数符号 |
%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 |
%0 | 无符号以八进制表示的整数 |
%g | 自动选择合适的表示法 |
n | 换行 |
f | 清屏并换页 |
t | Tab符号 |
xhh | 表示一个ASCII码用16进表示,其中hh是1到2个16进制数 |
r | 回车 |
示例
awk '{[pattern] action}' {filenames} # 行匹配语句 awk '' 只能用单引号
awk [选项] '匹配规则和处理规则 ' [处理文本路径]
标准输出 | awk [选项] '匹配规则和处理规则 '
BEGIN{} : BEGIN是在awk处理文本之前运行 // : 使用的匹配规则 {} :循环(每次只处理一行数据) END{} :当所有的处理全部执行完毕之后,执行END中的相关操作
-
awk -F: '{print $1}' /etc/passwd
[root@localhost Honeypot-deploy-steps] awk -F: '{print $1}' /etc/passwd root bin daemon adm lp sync shutdown halt mail operator games ftp nobody systemd-network dbus polkitd sshd postfix tss postgres
-
awk -F: '$3>50{print $0}' /etc/passwd 输出uid大于50的行
[root@localhost] awk -F: '$3>50{print $0}' /etc/passwd nobody:x:99:99:Nobody:/:/sbin/nologin systemd-network:x:192:192:systemd Network Management:/:/sbin/nologin dbus:x:81:81:System message bus:/:/sbin/nologin polkitd:x:999:998:User for polkitd:/:/sbin/nologin sshd:x:74:74:Privilege-separated SSH:/var/empty/sshd:/sbin/nologin postfix:x:89:89::/var/spool/postfix:/sbin/nologin tss:x:59:59:Account used by the trousers package to sandbox the tcsd daemon:/dev/null:/sbin/nologin
-F[]:指明输入字段分隔符; 不使用-F时默认以空格为字段分隔符
[root@localhost Honeypot-deploy-steps] awk '{print $1,$3}' /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 adm:x:3:4:adm:/var/adm:/sbin/nologin lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin sync:x:5:0:sync:/sbin:/bin/sync shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown halt:x:7:0:halt:/sbin:/sbin/halt ....
-
FS
[root@localhost Honeypot-deploy-steps] awk -v FS=":" '{print $1,$3}' /etc/passwd 输入时的字段分隔符 root 0 bin 1 daemon 2 adm 3 lp 4 sync 5 shutdown 6 halt 7 mail 8 operator 11 games 12 ftp 14 nobody 99 systemd-network 192
-
RS
awk -v RS=" " '{print $0}' /etc/passwd
-
NF
[root@localhost Honeypot-deploy-steps] awk '{print NF}' /etc/passwd 输出字段个数 1 1 1 1 1 1 1 1 1 1 1 2 1 3 3 3 2 1 11 2
[root@localhost Honeypot-deploy-steps] awk '{print $NF}' /etc/passwd 输出最后一个字段 root:x:0:0:root:/root:/bin/bash bin:x:1:1:bin:/bin:/sbin/nologin daemon:x:2:2:daemon:/sbin:/sbin/nologin adm:x:3:4:adm:/var/adm:/sbin/nologin lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin sync:x:5:0:sync:/sbin:/bin/sync shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown halt:x:7:0:halt:/sbin:/sbin/halt mail:x:8:12:mail:/var/spool/mail:/sbin/nologin operator:x:11:0:operator:/root:/sbin/nologin games:x:12:100:games:/usr/games:/sbin/nologin User:/var/ftp:/sbin/nologin nobody:x:99:99:Nobody:/:/sbin/nologin Management:/:/sbin/nologin bus:/:/sbin/nologin polkitd:/:/sbin/nologin SSH:/var/empty/sshd:/sbin/nologin postfix:x:89:89::/var/spool/postfix:/sbin/nologin daemon:/dev/null:/sbin/nologin Server:/var/lib/pgsql:/bin/bash
[root@localhost Honeypot-deploy-steps] awk -F: 'NR > 7 && NR < 14{print NR,$0}' /etc/passwd 输出第7行之后的内容且第14行之前的内容输出出来,包含行号 8 halt:x:7:0:halt:/sbin:/sbin/halt 9 mail:x:8:12:mail:/var/spool/mail:/sbin/nologin 10 operator:x:11:0:operator:/root:/sbin/nologin 11 games:x:12:100:games:/usr/games:/sbin/nologin 12 ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin 13 nobody:x:99:99:Nobody:/:/sbin/nologin
-
FNR:行数,各文件分别计数
[root@localhost Honeypot-deploy-steps] awk '{print FNR}' /etc/passwd /etc/issue 1 2 3 4 5 6 7 8 9 1 2 3 [root@localhost Honeypot-deploy-steps]# awk '{print FNR,$0}' /etc/passwd /etc/issue 1 root:x:0:0:root:/root:/bin/bash 2 bin:x:1:1:bin:/bin:/sbin/nologin 3 daemon:x:2:2:daemon:/sbin:/sbin/nologin 4 adm:x:3:4:adm:/var/adm:/sbin/nologin 5 lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin 6 sync:x:5:0:sync:/sbin:/bin/sync 7 shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown 8 halt:x:7:0:halt:/sbin:/sbin/halt 9 mail:x:8:12:mail:/var/spool/mail:/sbin/nologin 1 S 2 Kernel r on an m 3
-
FILENAME:当前文件名;
[root@localhost Honeypot-deploy-steps] awk '{print FILENAME,$0}' /etc/passwd /etc/issue /etc/passwd root:x:0:0:root:/root:/bin/bash /etc/passwd bin:x:1:1:bin:/bin:/sbin/nologin /etc/passwd daemon:x:2:2:daemon:/sbin:/sbin/nologin /etc/passwd adm:x:3:4:adm:/var/adm:/sbin/nologin /etc/passwd lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin /etc/passwd sync:x:5:0:sync:/sbin:/bin/sync /etc/passwd shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown /etc/passwd halt:x:7:0:halt:/sbin:/sbin/halt /etc/passwd mail:x:8:12:mail:/var/spool/mail:/sbin/nologin /etc/passwd operator:x:11:0:operator:/root:/sbin/nologin /etc/passwd games:x:12:100:games:/usr/games:/sbin/nologin /etc/passwd ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin /etc/passwd nobody:x:99:99:Nobody:/:/sbin/nologin /etc/passwd systemd-network:x:192:192:systemd Network Management:/:/sbin/nologin /etc/passwd dbus:x:81:81:System message bus:/:/sbin/nologin /etc/passwd polkitd:x:999:998:User for polkitd:/:/sbin/nologin /etc/passwd sshd:x:74:74:Privilege-separated SSH:/var/empty/sshd:/sbin/nologin /etc/passwd postfix:x:89:89::/var/spool/postfix:/sbin/nologin /etc/passwd tss:x:59:59:Account used by the trousers package to sandbox the tcsd daemon:/dev/null:/sbin/nologin /etc/passwd postgres:x:26:26:PostgreSQL Server:/var/lib/pgsql:/bin/bash /etc/issue S /etc/issue Kernel r on an m /etc/issue
-
-v
[root@localhost Honeypot-deploy-steps] awk '{file="passwd";print file,$1}' /etc/passwd 两种方式是一样的 passwd root:x:0:0:root:/root:/bin/bash passwd bin:x:1:1:bin:/bin:/sbin/nologin passwd daemon:x:2:2:daemon:/sbin:/sbin/nologin passwd adm:x:3:4:adm:/var/adm:/sbin/nologin passwd lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin [root@localhost Honeypot-deploy-steps] awk -v file="passwd" '{print file,$1}' /etc/passwd passwd root:x:0:0:root:/root:/bin/bash passwd bin:x:1:1:bin:/bin:/sbin/nologin passwd daemon:x:2:2:daemon:/sbin:/sbin/nologin passwd adm:x:3:4:adm:/var/adm:/sbin/nologin passwd lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin
-
模式匹配. 让$1匹配模式/root/
[root@localhost Honeypot-deploy-steps] awk -F: '$1~/root/{print $7}' /etc/passwd /bin/bash
-
条件表达式
[root@localhost Honeypot-deploy-steps] awk -F: '{$3>=500?usertype="common user":usertype="sysuser or admin";printf "%20s:%-sn",$1,usertype}' /etc/passwd root:sysuser or admin bin:sysuser or admin daemon:sysuser or admin adm:sysuser or admin lp:sysuser or admin sync:sysuser or admin shutdown:sysuser or admin halt:sysuser or admin mail:sysuser or admin operator:sysuser or admin games:sysuser or admin ftp:sysuser or admin nobody:sysuser or admin systemd-network:sysuser or admin dbus:sysuser or admin polkitd:common user sshd:sysuser or admin postfix:sysuser or admin tss:sysuser or admin postgres:sysuser or admin
-
通过管道符操作
[root@localhost Honeypot-deploy-steps] cat -n /etc/passwd | awk -F: '{print $1}' 1 root 2 bin 3 daemon 4 adm 5 lp 6 sync 7 shutdown 8 halt 9 mail 10 operator 11 games 12 ftp 13 nobody 14 systemd-network 15 dbus 16 polkitd 17 sshd 18 postfix 19 tss 20 postgres
-
格式化输出
统计第一列字符的最大个数
[root@localhost Honeypot-deploy-steps] awk -F: 'BEGIN{num=0}{if(length($1)>num){num=length($1)}}END{print num}' /etc/passwd 15
要求输出第1列和最后一列,排版整齐
[root@localhost Honeypot-deploy-steps] awk -F: '{printf "%-15s %sn",$1,$NF}' /etc/passwd root /bin/bash bin /sbin/nologin daemon /sbin/nologin adm /sbin/nologin lp /sbin/nologin
在前7行前加7, 前14行前加14,其他原样输出
-