14.Shell三剑客之awk¶
1 awk概述¶
1.1 awk是什么¶
awk不同于grep的文本搜索与sed工具的文本处理，它更偏向于对文本的格式化处理输出，它不仅仅是一块工具，也是一门解释形语言，其名字来源于它的三位作者的姓氏：Alfred Aho， Peter Weinberger 和 Brian Kernighan，在文本处理领功能非常强大，是一款Linux服务器文本报告生成器和格式化文本输出工具。
1.2 为什么用awk¶
我们日常工作中有很多需要格式化打印输出的需求，更多的是关注列操作时就可以利用awk工具来进行处理。awk除了是工具也同样是一门语言，其允许用户创建简短的程序来处理自己的需求，这些程序读取输入文件、为数据排序、处理数据、对输入执行计算以及生成报表等。功能非常的强大，相信在掌握了awk，日常运维工作更加方便高效简单。
2 awk的适用场景¶
- 超大文件处理；
- 输出格式化的文本报表；
- 执行算数运算；
- 执行字符串操作等。
3 awk的处理模式¶
一般是遍历一个文件中的每一行，然后分别对文件的每一行进行处理。
awk对输入的一行数据进行处理的模式，对整个文件进行重复执行此模式处理，在此说明对输入的一行数据处理的内在机制如下图所示：
处理过程不断重复，直到到达文件结尾。
- 首先读入文件流的一行到模式空间；
- 在模式空间内，对内容进行模式匹配处理；
- 然后输出处理后的数据内容；
- 清空当前模式空间；
- 读取第二行输入流到模式空间；
- 又开始对模式空间内的第二行输入数据进行处理。
总体可以分为以下三部：
-
读( Read )：AWK 从输入流（文件、管道或者标准输入）中读入一行然后将其存入内存中。
-
执行(Execute)：对于每一行输入，所有的 AWK 命令按顺执行。 默认情况下，AWK 命令是针对于每一行输入，但是我们可以将其限制在指定的模式中。
- 重复（Repeate）：一直重复上述两个过程直到文件结束。
4 语法及结构¶
4.1 语法¶
Awk语法格式如下图所示：
awk的语法格式主要分为四个字段，options选项，引号内有模块与动作，以及要处理的文件，接下来让我们详细讲解每一个语法字段，更全面的认识awk这个脚本利器。
4.2 程序结构¶
awk在引号内有一定的程序结构，主要为以下：
- 开始块（BEGIN BLOCK）：
语法：
BEGIN{awk-commands}
开始块就是awk程序启动时执行的代码部分（在处理输入流之前执行），并且在整个过程中只执行一次；
一般情况下，我们在开始块中初始化一些变量。BEGIN是awk的关键字，因此必须要大写。【注：开始块部分是可选，即你的awk程序可以没有开始块部分】
- 主体块（Body Block）：
语法：
/pattern/{awk-commands}
针对每一个输入的行都会执行一次主体部分的命令，默认情况下，对于输入的每一行，awk都会执行主体部分的命令，但是我们可以使用/pattern/限制其在指定模式下。
- 结束块（END BLOCK）：
4.3 awk命令详解¶
4.3.1 awk 输出¶
- awk print输出，例如：
1.各字段之间逗号隔开，输出时以空白字符分割；
2.输出的字段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；数值先会转换成字符串然后输出;
3.print命令后面的item可以省略，此时其功能相当于print $0,如果想输出空白，可以使用print "";
例如：
[root@master ~]# awk -F: '{print $1,$NF}' /etc/passwd|column -t
root /bin/bash
bin /sbin/nologin
daemon /sbin/nologin
adm /sbin/nologin
lp /sbin/nologin
sync /bin/sync
printf命令的使用格式：
要点：
1.其与print命令最大区别,printf 需要指定format,format必须给出；
2.format用于指定后面的每个item输出格式；
3.printf 语句不会自动打印换行字符\n。
format格式的指示符都以%开头，后跟一个字符:
%c:显示ascall码
%d:%i:十进制整数
%e，%E：科学计数法
%f:浮点数
%s：字符串
%u：无符号整数
%%：显示%自身
修饰符：
#[.#]:第一个#控制显示的宽度：第二个#表示小数点后的精度：
%3.1f
-:左对齐
+：显示数组符号
例如：
[root@master ~]# awk -F: '{printf "Username:%-15s ,Uid:%d\n",$1,$3}' /etc/passwd
Username:root ,Uid:0
Username:bin ,Uid:1
Username:daemon ,Uid:2
Username:adm ,Uid:3
Username:lp ,Uid:4
Username:sync ,Uid:5
Username:shutdown ,Uid:6
4.3.2 awk变量¶
-
awk内置变量之记录变量：
- IFS:input field separator，输入字段分隔符（默认空白）
- OFS:output field separator，输出字段分隔符
-
RS:Record separator:输入文本换行符（默认回车）
-
ORS:输出文本换行符
-
awk内置变量之数据变量
- NR:the number of input records,awk命令所处理的文件的行数，如果有多个文件，这个数目会将处理的多个文件计数
- NF:number of field,当前记录的field个数
-
ARGV:数组，保存命令行本身这个字符串
-
ARGC：awk命令的参数个数
-
FILENAME:awk命令处理的文件名称
-
ENVIRON：当前shell环境变量及其值的关联数组
-
自定义变量
-v var=value变量名区分大小写，例如：
[root@master ~]# awk -v test="abc" 'BEGIN{print test}' abc [root@master ~]# awk 'BEGIN{var="name";print var}' name4.3.3 操作符¶
-
算术运算
- +,-,*,/,^,%。例如：
-
字符串操作
- 无符号操作符，表示字符串连接，例如：
-
赋值操作符：
- =，+=，-=，*=，/=，%=，^=，例如：
-
比较操作符：
- >,>=,<,<=,!=,==
-
模式匹配符：
- ~:是否匹配
- !~:是否不匹配
例如：
-
逻辑操作符：
- && 、 || 、 ！，例如：
-
函数调用：
- function_name(argu1,augu2)
-
条件表达式(三元运算):
- selection？if-true-expresssion：if-false-expression
4.3.4 Pattern¶
- empty:空模式，匹配每一行
-
/regular expression/:仅处理能被此处模式匹配到的行，例如；
-
relational expression：关系表达式，结果为“真”有“假”，结果为“真”才会被处理。
Tips：使用模式需要使用双斜线括起来，真：结果为非0值，非空字符串。
[root@master ~]# awk -F: '$3>100{print $1,$3}' /etc/passwd
systemd-network 192
polkitd 999
ceph 167
kube 998
etcd 997
gluster 996
nfsnobody 65534
chrony 995
redis 994
-
line ranges：行范围，制定startline，endline。
-
BEGIN/END模式
- BEGIN{}：仅在开始处理文本之前执行一次
- END{}：仅在文本处理完成之后执行一次
[root@master ~]# awk -F: 'BEGIN{print "username uid\n--------------------"}{printf "%-15s:%d\n",$1,$3}END{print "-----------------\nend"}' /etc/passwd
username uid
--------------------
root :0
bin :1
daemon :2
adm :3
lp :4
rpc :32
rpcuser :29
nfsnobody :65534
chrony :995
redis :994
-----------------
end
4.3.5 控制语句¶
- if(condition) {statements}，例如：
[root@master ~]# awk -F: '{if($3>100) print $1,$3}' /etc/passwd
systemd-network 192
polkitd 999
ceph 167
kube 998
etcd 997
gluster 996
nfsnobody 65534
chrony 995
redis 994
- if(condition) {statments} [else {statments}]，例如：
[root@master ~]# awk -F: '{if($3>100) {printf "Common user:%-15s\n",$1} else {printf "sysadmin user:%-15s\n",$1}}' /etc/passwd
sysadmin user:root
sysadmin user:bin
sysadmin user:daemon
sysadmin user:adm
sysadmin user:lp
sysadmin user:sync
sysadmin user:shutdown
sysadmin user:halt
sysadmin user:mail
sysadmin user:operator
sysadmin user:games
5 实例¶
1.统计/etc/fstab文件中每个单词出现的次数，并按从大到小排序
awk '{for(i=1;i<=NF;i++){words[$i]++}}END{for(key in words)print key,words[key]}' /etc/fstab|sort -k2 -nr
awk '{ips[$1]++}END{for(i in ips) print i,ips[i]}' access_nginx.log |column -t|sort -k2 -nr
2.统计/etc/fstab每个文件系统类型出现的次数
awk '!/^#/&&!/^$/{dev[$3]++}END{for(i in dev) print i,dev[i]}' /etc/fstab
3.ping一个域名，输出ping此刻的时间
ping baidu.com|awk '{print $0" "strftime("%Y-%m-%d %H:%M:%S")}'
4.利用netstat监控服务是否正常监听
netstat -lntup|awk 'NR>2{if($4 ~/.*:22/) print $0"yes";exit 0}'
5.统计web服务器日志状态码
awk '$9~"[0-9]"{stat[$9]++}END{for(i in stat) print i,stat[i]}' access_log
6 注意事项¶
-
awk同sed命令类似，只不过sed擅长取行，awk命令擅长取列，awk是对文本进行格式化输出，sed更倾向于对文件进行修改。 -
对于读入的文件可以根据自己需求对IFS/OFS对输入和输出进行修改。
-
awk非常的强大，但是也是三剑客中最难的一个，其作为一门单独的语言，我们在Shell编程中学习常用的命令及语法就已经足够我们使用。
7 小结¶
本章节我们系统性的学习了awk的语法结构及处理模式，其相较于其他文本处理工具，更适合对文本进行格式化输出，我们需要在合适的地方使用，其作为Linux系统上一个非常强大的文本格式输出工具，也是一门语言，后期需要在实践工作中更多的灵活运用，使得脚本编写更加方便。