当前位置 : 主页 > 编程语言 > 其它开发 >

linux awk工具的使用

来源:互联网 收集:自由互联 发布时间:2022-07-19
awk的由来 awk这个工具的名字是由三个发明者的首字母组合而成。 awk是一个文本处理工具。 awk的版本 AWK:最早AWK是在unix上实现的,属于贝尔实验室的 NAWK:即NEW AWK,是AWK的升级版,也属于
awk的由来
  • awk这个工具的名字是由三个发明者的首字母组合而成。

  • awk是一个文本处理工具。

awk的版本
  • AWK:最早AWK是在unix上实现的,属于贝尔实验室的

  • NAWK:即NEW AWK,是AWK的升级版,也属于贝尔实验室。

  • GAWK:即GNU AWK,基于GNU重新编译而来的,兼容NAWK和AWK。

linux使用的是gawk,我们执行的awk是gawk的一个软连接。

which awk #查看awk这个命令所在的位置
ll /usr/bin/awk #awk是一个软连接,指向GAWK
awk工作原理

awk是逐行处理文本内容,当awk处理一个文本时,会一行一行进行处理,处理完当前行,再处理下一行,awk默认以”换行符”为标记,识别每一行

会把读入的一行按照一个的条件分割成列 #默认使用空格作为分隔符
awk的语法格式
格式:
ark [option] 'program' file..
选项:
-F:用于指定分隔符  #例如:-F"|" 表示使用|作为每行的分隔符
-v:用于指定变量
awk的program
awk 的 program 参数由 pattern 和 action 组成。

Pattern 用于指定匹配模式,并对匹配的行执行后面的 action 操作,不匹配的行不做处理。

Action 用于指定要对匹配到的行进行什么样的操作,这些操作语句要包含在大括号 {} 里面。

如果没有提供 pattern 参数,默认处理所有行。

program需要用单引号括起来

常见的action动作:print

   pattern省略或为1,等价于 /.*/(任意字符)
   action省略,等价于 { print }
   program就是由pattern和action组成的
awk的工作过程
  • 第一步:BEGIN:在文件处理之前所作的操作

  • 第二步:读入文件的每一行进行处理

  • 第三步:文件处理完成之后执行END的语句块

awk program的动作 print
  • print这个动作可以实现打印的功能。

  • 使用分隔符将一行切成若干列(默认的分隔符:空格),用S1..$n来表示第几列 $0表示整行

print格式
格式:print item1, item2, ...

逗号作为分隔符

只有一个print动作,默认为:print $0

打印字符串要用双引号括起来,不然就会认为是要给变量,数字不用加双引号,变量和数字不需要
范例
例如:获取分区的利用率
df -h | awk '{print $5}'

df  | awk -F"[ %]+" '{print$1,$5}' #[ %]+:表示以一个以上空格或百分号作为分隔符

例如:取出网站访问量最大的前3个IP
awk '{print $1}' nginx.access.log-20200428 |sort | uniq -c |sort -nr|head -3

sort命令:实现排序的功能(默认从小到大)
选项:
-n:以字符串的数字作为排序的一句
-r:将要比较的结果反转 #逆序排序 最大的排最前面

uniq命令:用于去除重复的行
选项:
-c:在每一行的前面显示统计改行出现过的次数
-d:仅显示重复的行
-u:仅显示不重复的行

head命令:显示文件指定的前几行
-n num或 -num:显示文件的开头num行
例如:获取指定网卡的ip地址
ifconfig eth0 | sed -n '2p' | awk '{print $2}'

sed命令:对指定的行进行操作,
-n:关闭自动打印功能
脚本位置:
2:表示第二行

脚本指定:
p:表示打印指定的行内容
awk中的变量
  • 内置变量

  • 外置变量

行;称为记录

列:称为字段或者域

awk的program中引用变量,不需要添加$符号

内置变量 FS:指定字段的分隔符,相当于-F选项
例如: awk -v FS=":" #指定冒号作为每行分段的分隔符
OFS:指定输出字段的分隔符,FS值指定输入字段的分隔符。默认的都是空格 NF:字段数量

NF:一行有多少列

NR:记录的编号

NR:第几行的编号,比如第四行,NR就是4

范例:获取指定网卡的ip地址
ifconfig eth0 | awk 'NR==2{print $2}' #表示取第二行的内容 NR==2就是条件
FNR:对多个文件进行单独的编号

使用NR的话就是把多个文件合在一起进行编号。
image

FILENAME:当前文件名 自定义变量
自定义变量的格式:-v 变量名=值
awk的PATTERN

pattern(模式)用户指定需要处理文本的那些行。

  • 没指定pattern:表示匹配所有

  • 匹配指定的行

  • 匹配一个范围

不指定pattern
没有写pattern:表示空模式,所有的行都匹配(大括号前面没任何条件内容)
匹配指定的行:
/正则表达式/:过滤符合正则表达式的行进行打印 --和sed的使用方法一样的

#范例:ifconfig eth0 | awk '/netmask/{print }' 
匹配一个范围:
  • 正则表达式写法

  • 内置变量NR写法

行的区间范围:不能直接写行号,使用NR变量

例如:
NR>=5 && NR <=8 --- 第五行到第八行

正则表达式的写法: /pattern1/,/pattern2/
awk的操作符
  • 算数操作符

  • 模式匹配符

  • 逻辑操作符

算数操作符:> < == != >= <= % =(赋值)
范例:取奇,偶数行

seq 10 | awk 'NR%2==0'  #能被2整除的就是偶数

seq 10 | awk 'NR%2==1'  #不能被2整除的就是奇数
模式匹配符:
  • ~ 左边是否和右边匹配,包含关系

  • !~ 是否不匹配

awk -F: '$0 ~ /root/{print $1}' /etc/passwd  #表示包含root的行
逻辑操作符:
  • 与:&&,并且关系

  • 或:||,或者关系

  • 非:!,取反

例如:
awk -F:  '$3>=0 && $3<=1000 {print $1,$3}' /etc/passwd  #第三列大于等于0并且第三列的值小于等于1000
关系表达式:结果为真才进行处理
  • 真:结果为非0值或非空字符串

  • 假:结果为空字符串或0值

例如:
seq 10 | awk '1' #会输出1到10,因为pattern为1表示为真,而action省略等价于 { print }

seq 10 | awk '0' #什么都不会输出,0表示为假

seq 10 | awk '"false"' #会输出0到10,因为它不是空字符串
网友评论