awk 命令详解

　　awk 是一种编程语言，用于在linux/nuix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下的一个强大的编程工具。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。因为它的作者是三个恩，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。

awk命令两种使用方式：

　　（1）命令行模式：awk [options] 'commands' file(s)

　　（2）脚本模式：awk [options] -f scriptfile file[s]

awk 命令模式

awk [options] 'commands' file(s) 

option：
    -f 定义字段分割符号
    -v 定义变量并赋值
command:
    1、范围说明或者正则表达式或者{awk命令语句1;awk命令语句2;}
    2、范围说明部分可以是begin、end、逻辑表达式或者为空
    3、awk命令语句间用分号间隔
    4、引用shell变量时需要用双引号引起，命令模式都在单引号''里面
    
    begin{}    {}        end{}
    行处理前     行处理    行处理后

命令格式：
awk 'pattern' filename               示例：awk '/root/' /etc/passwd
awk '{action}' filename              示例：awk -f: '{print $1}' /etc/passwd
awk 'pattern {action}' filename      示例：awk -f: '/root/{print $1,$3}'    /etc/passwd          
                                     示例：awk 'begin{fs=":"} /root/{print $1,$3}' /etc/passwd
command |awk 'pattern {action}'      示例：df -p | grep '/' |awk '$4 > 25000 {print $4}'

字段分割及相关变量

$1,$2,$3...$n：awk中用该顺序形式表示files中每行以间隔符号分割的各列的不同字段
$0             表示文本本身
nf             表示当前记录的字段数（列数）
$nf            最后一列
$(nf-1)        倒数第二列
fnr/nr         行号
filename       文件名
"\t"           制表符
rs             换行符
""             打印字符串
fs             定义间隔符
~              匹配，与==相比不是精确比较
!~             不匹配，不精确比较
==             等于，必须全部相等，精确比较
/[0-9][0-9]+/  两个或两个以上数字
-f'[:#/]'      定义三个分隔符

# awk -f: '{print $0}' /etc/passwd        //打印文件所有内容
# awk -f: '{print nr, $0}' /etc/passwd /etc/hosts    //打印文件所有内容，并包括行号
# awk -f: '{print fnr,$0}' /etc/passwd /etc/hosts
# awk -f: '{print $0,nf}' /etc/passwd    //保留记录的字段数
# awk 'begin{fs=":"}{print $1,$3}' /etc/passwd    //输入字段分隔符，默认为空格

格式化输出：

print函数
# date |awk '{print "month: "$2 "\nyear: "$nf}'
# awk -f: '{print "username is: " $1 "\t uid is: "$3}' /etc/passwd
# awk -f: '{print "\tusername and uid: " $1,$3 "!"}' /etc/passwd
# head -5 /etc/passwd|awk -f: 'begin {print "user\thomedir\tshell"rs"***********************"};{print $1"\t"$(nf-1)"\t"$nf};end {print"************end************"}

print函数
# date |awk '{print "month: "$2 "\nyear: "$nf}'
# awk -f: '{print "username is: " $1 "\t uid is: "$3}' /etc/passwd
# awk -f: '{print "\tusername and uid: " $1,$3 "!"}' /etc/passwd
参数说明：
    %s 字符类型
    %d 数值类型
    占15字符
    - 表示左对齐，默认是右对齐
    printf默认不会在行尾自动换行，加\n

awk模式和动作

　　任何awk语句都由模式和动作组成。模式部分决定动作语句何时触发及触发事件。处理即对数据进行的操作。如果省略模式部分，动作将时刻保持执行状态。模式可以是任何条件语句或复合语句或正则表达式。模式包括两个特殊字段 begin和end。使用begin语句设置计数和打印头。begin语句使用在任何文本浏览动作之前，之后文本浏览动作依据输入文本开始执行。end语句用来在awk完成文本浏览动作后打印输出文本总数和结尾状态。

模式可以是：正则表达式、比较表达式、条件表达式、算术运算符、逻辑操作符和复合模式、范围模式等。

正则表达式：

匹配记录（整行）：
# awk '/^alice/'  /etc/passwd
# awk '!/root/' passwd

匹配字段：匹配操作符（~ !~）
# awk -f: '$1 ~ /^admin/'  /etc/passwd
# awk -f: '$nf !~ /nologin$/'  /etc/passwd

比较表达式：

　　比较表达式采用对文本进行比较，只有当条件为真，才执行指定的动作。比较表达式使用关系运算符，用于比较数字与字符串。

运算符            含义                            示例
<                小于                            x<y
<=               小于或等于                       x<=y
==               等于                            x==y
!=               不等于                          x!=y
>=               大于等于                        x>=y
>                大于                            x>y

# awk -f: '$3 == 0' /etc/passwd
# awk -f: '$3 < 10' /etc/passwd
# awk -f: '$7 == "/bin/bash"' /etc/passwd
# awk -f: '$1 == "root" ' /etc/passwd
# awk -f: '$1 ~ /admin/ ' /etc/passwd
# df -p | grep  '/' |awk '$4 > 25000'

条件表达式：

# awk -f: '$3>300 {print $0}' /etc/passwd
# awk -f: '{ if($3>300) print $0 }' /etc/passwd
# awk -f: '{ if($3>300) {print $0} }' /etc/passwd
# awk -f: '{ if($3>300) {print $3} else{print $1} }' /etc/passwd

算术运算：+ - * / %(模) ^(幂2^3)

可以在模式中执行计算，awk都将按浮点数方式执行算术运算
# awk -f: '$3 * 10 > 500' /etc/passwd

逻辑操作符和复合模式：

&&        逻辑与        a&&b
||        逻辑或        a||b
!         逻辑非        !a

# awk -f: '$3 > 50 && $3 <=100' /etc/passwd
# awk -f: '$3 == 0 || $3 <=10' /etc/passwd
# awk -f: '!($3 == 0 || $3 <=10)' /etc/passwd

awk 脚本编程

条件判断：

if语句：

//格式
{if(表达式)｛语句;语句；...｝}

# awk -f: '{if($3==0) {print $1 " is administrator."}}' /etc/passwd

# awk -f: '{if($3>0 && $3<1000){count++;}}  end{print count}' /etc/passwd    //统计系统用户数

if...else语句:

//格式
{if(表达式)｛语句;语句;...｝else｛语句;语句;...}}

# awk -f: '{if($3==0){print $1} else {print $7}}' /etc/passwd

# awk -f: '{if($3==0){count++} else{i++}} end{print "管理员个数: "count ; print "系统用户数: "i}' /etc/passwd

if...else if...else语句：

//格式
{if(表达式1)｛语句;语句；...｝else if(表达式2)｛语句;语句；...｝else if(表达式3)｛语句;语句；...｝else｛语句;语句；...｝}

# awk -f: '{if($3==0){i++} else if($3>999){k++} else{j++}} end{print i; print k; print j}' /etc/passwd

# awk -f: '{if($3==0){i++} else if($3>999){k++} else{j++}} end{print "管理员个数: "i; print " 普通用个数: "k; print "系统用户: "j}' /etc/passwd

循环：

while:

# awk 'begin{i=1; while(i<=10){print i; i++}  }'
# awk -f: '{i=1; while(i<=10) {print $0;  i++}}' /etc/passwd        //将每行打印10次

for:

# awk 'begin{for(i=1;i<=5;i++){print i} }'                          //c风格for

awk -f: '{for(i=1;i<=10;i++) print $0}' /etc/passwd                 //将每行打印10次

数组：

# awk -f: '{username[++i]=$1} end{print username[1]}' /etc/passwd
root

# awk -f: '{username[i++]=$1} end{print username[1]}' /etc/passwd 
bin

# awk -f: '{username[i++]=$1} end{print username[0]}' /etc/passwd 
root

数组遍历：

# awk -f: '{username[x++]=$1} end{for(i=0;i<x;i++) print i,username[i]}' /etc/passwd

# awk -f: '{username[++x]=$1} end{for(i=1;i<=x;i++) print i,username[i]}' /etc/passwd

# awk -f: '{username[x++]=$1} end{for(i in username) {print i,username[i]} }' /etc/passwd

# awk -f: '{username[++x]=$1} end{for(i in username) {print i,username[i]} }' /etc/passwd

练习

1. 统计/etc/passwd 中各种类型shell的数量
# awk -f: '{shells[$nf]++}end{ for(i in shells){print i,shells[i]}}' /etc/passwd

2. 网站访问状态统计　<当前时实状态 netstat>
# netstat -ant |grep :80 |awk '{access_stat[$nf]++}end{for(i in access_stat){print i, access_stat[i]}}'
# netstat -ant |grep :80 |awk '{access_stat[$nf]++} end{for(i in access_stat ){print i,access_stat[i]}}' |sort -k2 -n |head
# ss -an |grep :80 |awk '{access_stat[$1]++} end{for(i in access_stat){print i,access_stat[i]}}'
# ss -an |grep :80 |awk '{access_stat[$1]++} end{for(i in access_stat){print i,access_stat[i]}}' |sort -k2 -rn

3. 统计当前访问的每个ip的数量 <当前时实状态 netstat,ss>
# ss -an |grep :80 |awk -f":" '!/listen/{ip_count[$(nf-1)]++} end{for(i in ip_count){print i,ip_count[i]}}' |sort -k2 -rn

4. 统计apache/nginx日志中某一天的pv量 　<统计日志>
# grep '07/aug/2012' access.log |wc -l

5. 统计apache/nginx日志中某一天不同ip的访问量　<统计日志>
# grep '07/dec/2018' access.log |awk '{ips[$1]++} end{for(i in ips){print i,ips[i]} }' |sort -k2 -rn
# grep '07/dec/2018' access.log |awk '{ips[$1]++} end{for(i in ips){print i,ips[i]} }' |awk '$2>100' |sort -k2

6. awk函数 统计用户名为4个字符的用户
# awk -f: '$1~/^....$/{count++; print $1} end{print "count is: " count}' /etc/passwd
# awk -f: 'length($1)==4{count++; print $1} end{print "count is: "count}' /etc/passwd

7. 取得网卡ip（除ipv6以外的所有ip）
# ifconfig |awk '/[ ]inet[ ]/{print $2}'

8. 获得内存使用情况
# free -m |awk 'nr==2{print $3*100/$2}'

9. 获得磁盘使用情况
# df |awk '/\/$/{print $5}'

10. 清空本机的arp缓存
# arp |awk '!/address/{print "arp -d " $1}'|bash
# arp -n |awk '/^[0-9]/{print $1}' |xargs -i {} arp -d {}