awk命令使用详解

原创
顾立剑
linux
0 ℃

awk 命令

介绍

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。

语法
  • 第一种形式
1
$ awk 'BEGIN{}pattern{commands}END{}' file
  • 第二种形式
1
$ standard output | 'BEGIN{}pattern{commands}END{}'
工作原理

image-20190221143102173

其中数字1，2，3…代表是文本中的数据行

BEGIN{} 表示在处理文本数据之前进行一些操作

pattern{commands} 表示从文本中的第一行开始匹配满足pattern规则的行，执行commands命令，直到文本最后一行

END{} 表示在处理文本数据之后进行一些操作

内建变量
内置变量 含义
$0 整行内容
$1-$n 当前行的第1-n个字段
NF 当前行的字段个数，也就是有多少列
NR 当前的行号，从1开始计数
FNR 各文件分别计数的行号
FS 字段分隔符(默认以空格或tab键分割)
RS 输入行分隔符。默认回车换行
OFS 输出字段分隔符。默认为空格
ORS 输出行分隔符。默认为回车换行
FILENAME 当前文件名

内置变量如何使用，我们以文本score.txt内容来做演示

1
2
3
4
5
$ cat  score.txt
marry 90  49  23  14
join  44  55  66  24
smile 55  78  80  34
jack  20  51  66  44

使用$0来打印输出文件的每一整行的内容

1
2
3
4
5
$ awk '{print $0}' score.txt
marry 90  49  23  14
join  44  55  66  24
smile 55  78  80  34
jack  20  51  66  44

注意：行匹配语句 awk ‘ ‘ 只能用单引号

使用$1、$3来打印输出文件的的每一行第1列和第3列内容

1
2
3
4
5
$ awk '{print $1,$3}' score.txt
marry 49
join 55
smile 78
jack 51

使用NF来输出每一行的列数

1
2
3
4
5
$ awk  '{print NF}' score.txt
5
5
5
5

使用awk没有指定分隔符，默认是以空格或者tab键来作分隔，在score.txt 文件中，经过分隔，每行都有5列

使用变量$NF来输出文件

1
2
3
4
5
$ awk '{print $NF}' score.txt
14
24
34
44

从输出结果我们总结出，$NF就表示每一行的最后一列，因为文件中每一行有5列，则 $NF = $5

之前我们打印每一行的第1列和第3列我们使用的是：$1，$3；那么现在我们也可以使用：$(NF-2)，$(NF-4)

1
2
3
4
5
$ awk '{print $(NF-4),$(NF-2)}' score.txt
marry 49
join 55
smile 78
jack 51

使用NR来输出每一行的行号，这次我们把每一行的内容也打印出来

1
2
3
4
5
$ awk '{print NR "\t" $0}' score.txt
1	marry 90  49  23  85
2	join  44  55  66  22
3	smile 55  78  80  24
4	jack  20  51  66  89

使用ORS来指定输出每一行的指定的分隔符

1
2
$ awk 'BEGIN{ORS="---"} {print $1,$NF}' score.txt
marry 14---join 24---smile 34---jack 44---

指定了每一行的分隔符为”—“，现在输出的每一行都用—做分隔，而不在是默认的回车换行做分隔

使用ORS指定了行的分隔符为”—“，但是现在我们看到每一行输出的分隔符还是默认的空格来做分隔，比如：输出第一行的 marry 14，现在我们使用OFS来指定输出字段的分隔符，比如：*号

1
2
$ awk 'BEGIN{ORS="---";OFS="*"} {print $1,$NF}' score.txt
marry*14---join*24---smile*34---jack*44---

使用FS指定每一行的字段分隔符

1
2
3
$ awk 'BEGIN{FS=":"} {print $1,$NF}' /etc/passwd
root /bin/bash
bin /sbin/nologin

也可以使用这种形式指定分隔符（-F的意思就是指定分隔符）

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

如果指定多个分隔符，使用中括号[]包起来，里面指定具体的分隔符

1
$ awk -F '[-:]'

使用FILENAME在处理多文件时候，可以打印出当前的文件名

1
2
3
4
5
6
7
$ awk 'BEGIN{FS="[ :]"} {print FILENAME "\t" $1,$NF}' score.txt  /etc/passwd
score.txt	marry 14
score.txt	join 24
score.txt	smile 34
score.txt	jack 44
/etc/passwd	root /bin/bash
/etc/passwd	bin /sbin/nologin
使用重定向拆分文件

准备文件 netstat.txt

1
2
3
4
5
6
7
8
9
10
11
12
13
14
$ cat netstat.txt
Proto Recv-Q Send-Q Local-Address           Foreign-Address         State
tcp        0      0 0.0.0.0:111             0.0.0.0:*               LISTEN
tcp        0      0 0.0.0.0:22              0.0.0.0:*               LISTEN
tcp        0      0 127.0.0.1:25            0.0.0.0:*               LISTEN
tcp        0      0 192.168.10.10:22        192.168.10.1:65016      ESTABLISHED
tcp        0      0 192.168.10.10:22        192.168.10.1:57253      ESTABLISHED
tcp6       0      0 :::111                  :::*                    LISTEN
tcp6       0      0 :::22                   :::*                    LISTEN
tcp6       0      0 ::1:25                  :::*                    LISTEN
udp        0      0 0.0.0.0:1018            0.0.0.0:*               FIN_WAIT2
udp6       0      0 :::1018                 :::*                    FIN_WAIT2
udp6       0      0 :::111                  :::*                    ESTABLISHED
udp6       0      0 ::1:323                 :::*                    ESTABLISHED

以空格为分隔符，按照$6(第6列)也就是State列进行拆分文件netstat.txt（其中NR!=1表示不处理表头）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
$ awk 'NR!=1{print > $6}' netstat.txt

$ ls
ESTABLISHED  FIN_WAIT2  LISTEN  netstat.txt

$ cat ESTABLISHED
tcp        0      0 192.168.10.10:22        192.168.10.1:65016      ESTABLISHED
tcp        0      0 192.168.10.10:22        192.168.10.1:57253      ESTABLISHED
udp6       0      0 :::111                  :::*                    ESTABLISHED
udp6       0      0 ::1:323                 :::*                    ESTABLISHED

$ cat FIN_WAIT2
udp        0      0 0.0.0.0:1018            0.0.0.0:*               FIN_WAIT2
udp6       0      0 :::1018                 :::*                    FIN_WAIT2

$ cat  LISTEN
tcp        0      0 0.0.0.0:111             0.0.0.0:*               LISTEN
tcp        0      0 0.0.0.0:22              0.0.0.0:*               LISTEN
tcp        0      0 127.0.0.1:25            0.0.0.0:*               LISTEN
tcp6       0      0 :::111                  :::*                    LISTEN
tcp6       0      0 :::22                   :::*                    LISTEN
tcp6       0      0 ::1:25                  :::*                    LISTEN

{print > $6} 是按照第6列进行拆分，将所有列输出到文件中，我们也可以指定列输出到文件中

1
$ awk 'NR!=1{print $1,$4> $6}' netstat.txt
awk使用printf格式化输出

printf 格式说明符

格式符 含义
%s 打印字符串
%d 打印十进制数
%f 打印一个浮点数
%x 打印十六进制数
%o 打印八进制数
%e 打印数字的科学计数法形式
%c 打印单个字符的ASCII码

printf 修饰符

修饰符 含义
- 左对齐
+ 右对齐
# 8进制显示在前面加0，16进制显示在前面加0X

上面演示的案例，我们都是用print来做输出（默认是输出每行内容，用回车键作为换行），现在我们使用printf（默认没有加任何的输出分隔符）来进行格式化打印输出

使用%s以字符串形式输出/etc/passwd文件中第一列

1
2
3
4
5
$ awk -F: '{printf "%s\n",$1}' /etc/passwd
root
bin
daemon
...

使用 \n 来指定输出每行的的分隔符

使用$s、%f、%d、%x等多个格式符来输出

1
2
3
4
5
6
$  awk -F: '{printf "%s %f %d %x\n",$1,$3,$3,$3}' /etc/passwd
sshd 74.000000 74 4a
postfix 89.000000 89 59
chrony 998.000000 998 3e6
vagrant 1000.000000 1000 3e8
vboxadd 997.000000 997 3e5

使用了不同的格式符，输出了/etc/passwd文件中的$1，$3列，对于稍微有点强迫症患者的朋友来说，可以看出输出结果并不美观，比如：每列都没有对齐（向左或者向右），浮点数列没有控制指定个数的精度等，下面我们就来解决这个问题

1
2
3
4
5
6
$  awk -F: '{printf "%-20s %-0.2f \t\t %-20d %-20x\n",$1,$3,$3,$3}' /etc/passwd
sshd                 74.00 		     74                   4a
postfix              89.00 		     89                   59
chrony               998.00 		 998                  3e6
vagrant              1000.00 		 1000                 3e8
vboxadd              997.00 		 997                  3e5

我们可以在每个格式符的前面加上数字，比如：%20s，表示这一列占位20个字符

使用 %0.2f 来指定这一列输出的精度，保留2位小数

使用 -格式符，表示输出的结果向左对齐

关系运算符、布尔运算符和匹配正则表达式
运算符 含义
<、 <=、 >、 >=、 != 、 == 小于、小于等于…（关系运算符）
~ 匹配正则表达式
~！ 不匹配正则表达式
\ \ 逻辑或
&& 逻辑与
！ 非

匹配输出第一列字符等于smile的行

1
2
$ awk '$1=="smile" {print $0}' score.txt
smile 55  78  80  34

匹配输出第一列字符等于smile的行 ，或者第2列大于 80的行

1
2
3
$ awk '$1=="smile" || $2 > 80  {print $0}' score.txt
marry 90  49  23  14
smile 55  78  80  34

使用正则，匹配输出包含44的行

1
2
3
$ awk '/44/ {print $0}' score.txt
join  44  55  66  24
jack  20  51  66  44

使用正则，匹配输出不包含44的行

1
2
3
$ awk '!/44/ {print $0}' score.txt
marry 90  49  23  14
smile 55  78  80  34

使用正则，匹配输出以join字符开头的行到以jack字符开头结束的行

1
2
3
4
$ awk '/^join/,/^jack/ {print $0}' score.txt
join  44  55  66  24
smile 55  78  80  34
jack  20  51  66  44

使用正则，匹配第1列字符包含jack并且最后一列大于等于34

1
2
$ awk '$1 ~ /jack/ &&  $NF >= 34 {print $0}' score.txt
jack  20  51  66  44

~ 表示模式开始；/ / 中表示的是匹配的具体模式

现在看下正则模式取反的示例

1
2
3
$ awk '$1 !~ /jack/ &&  $NF >= 24 {print $0}' score.txt
join  44  55  66  24
smile 55  78  80  34

!~ ，第1列不包含字符jack 并且最后列的值大于等于24

算术运算符
运算符 含义
+ 、 - 加、减
* 、/ 、 % 乘、除、求于
++、– 增加或减少，作为前缀或后缀，如（++x、x–）

我们先来看一下简单的加法和除法运算

1
2
3
4
5
6
$ awk 'BEGIN{
  num1=10;
  num2=20;
  printf "%d %0.2f\n", num1+num2,num1/num2
}'
30 0.50

awk 声明的变量可以在任何多个花括号脚本中使用

计算/etc/services中空白行的数量

1
2
$ awk '/^$/ {sum++} END{print sum}' /etc/services
17
字符串函数
函数名 含义
length(str) 计算字符串长度
index(str1,str2) 在str1中查找str2的位置
tolower(str) 转换为小写
toupper(str) 转换为大写
substr(str,m,n) 从str的第m个字符开始，截取m位
split(str,arr,fs) 按fs切割字符，结果保存arr中
match(str,RE) 在str中按照RE查找

由于字符串函数是我们工作中常用的函数，比较简单，下面我们使用split()函数来做演示

1
2
3
4
5
6
7
8
9
10
$ awk 'BEGIN{
  str="java#python#go";
  split(str,arr,"#");
  for(item in arr){
    print arr[item]
  }
}'
java
python
go

其中我们使用了for循环来遍历 arr 数组，下面我们会讲到

awk动作中使用条件及循环语句（可见awk是个脚本解释器）

条件表达式

  • if语句

语法格式如下：

1
2
3
if(条件){
    动作
}

示例：

1
$ awk -F: '{if($3>100 && $3<1000) print $0}' /etc/passwd
  • if - else 语句

语法格式如下：

1
2
3
4
5
if(条件){
    动作
}else{
    动作
}

示例：

1
2
3
4
5
6
7
8
$ awk 'BEGIN {
    num = 11; 
    if (num % 2 == 0) {
      printf "%d 是偶数\n", num
    }else {
      printf "%d 是奇数\n", num 
    }
}'
  • if - else - if 语句

语法格式如下：

1
2
3
4
5
6
7
if(条件){
    动作
}else if(条件){
    动作
}else{
    动作
}

示例：

1
2
3
4
5
6
7
8
9
10
$ awk  -F: '{
    if($3<100) {
      print  "系统用户", $1
    } 
    else if($3>100 && $3 <900) {
      print  "普通用户", $1
    } else {
      print  "其它用户", $1
    }   
}'  /etc/passwd

循环语句

  • while 语句
1
2
3
while(条件){
    循环体
}

示例：

1
$ awk 'BEGIN {i=1; while(i<6){ print i; ++i } }'
  • do - while语句

语法格式：

1
2
3
do{
    循环体
}while(条件)

示例：

1
awk 'BEGIN{i=1;do{print i;i++}while(i<6)}'
  • for 语句

语法格式：

1
2
3
for(变量;条件;表达式){
    动作
}

示例：

1
2
3
4
5
6
7
$ awk 'BEGIN{
  sum=0;
  for(i=1;i<=100;i++){
    sum+=i
  } 
  print sum
}'
常用选项
选项 含义
-v 参数传递
-V 查看awk的版本号
-f 指定脚本文件
-F 指定分隔符

使用-v引入外部变量

1
2
3
$ a=1
$ b="spring is framework"
$ awk -v c="$a" -v d="$b" 'BEGIN{print c , d}'

把awk的执行动作写在脚本中，使用-f指定脚本文件

1
2
$ vim print.awk
$ BEGIN{print c , d}

执行脚本文件：print.awk

1
awk -v c="$a" -v d="$b" -f print.awk

使用-F指定分隔符

我们之前可以使用内置变量FS来指定分隔符，比如：

1
$ awk 'BEGIN{FS=":"} {print $1}' /etc/passwd

现在等价于：

1
2
3
$ awk -F ":" '{print $1}'  /etc/passwd
# 或者
$ awk -F: '{print $1}'  /etc/passwd
linux