Shell文本处理之awk教程

awk 命令

工作原理:

逐行读取文本,默认以空格或tab键为分隔符进行分隔,将分隔所得的各个字段保存到内建变量中,并按模式或者条件执行编辑命令。

sed命令常用于一整行的处理,而awk比较倾向于将一行分成多个"字段”然后再进行处理。awk信息的读入也是逐行读取的,执行结果可以通过print的功能将字段数据打印显示。在使用awk命令的过程中,可以使用逻辑操作符"&"表示“与"、"||"表示“或"、"!"表示“非";还可以进行简单的数学运算,如+、-、*、/、%、^分别表示加、减、乘、除、取余和乘方。

命令格式:

awk 选项 ‘模式或条件 {操作}’ 文件1 文件2 … awk -f 脚本文件 文件1 文件2 …

awk常见的内建变量(可直接用)如下所示:

FS:列分割符。指定每行文本的字段分隔符,默认为空格或制表位。与"-F"作用相同

NF:当前处理的行的字段个数

NR:当前处理的行的行号(序数)

$0:当前处理的行的整行内容。

$n:当前处理行的第n个字段(第n列)。

FILENAME:被处理的文件名。

RS:行分隔符。awk从文件上读取资料时,将根据RS的定义把资料切割成许多条记录,而awk一次仅读入一条记录,以进行处理。预设值是'\n'

按行输出文本:

awk '(print}' testfile2 #输出所有内容

awk '{print $0}' testfile2 #输出所有内容

awk 'NR==1, NR==3{print}' testfile2 #输出第1-3行内容

awk ' (NR>=1)&(NR<=3) {print}' testfile2 #输出第1-3行内容

awk 'NR==1 || NR==3{print}' testfile2 #输出第1行、第3行内容

awk '(NR%2)==1{print}' testfile2 #输出所有奇数行的内容

awk '(NR%2)==0{print}' testfile2 #输出所有偶数行的内容

awk '/^root/{print}’ /etc/passwd #输出以root开头的行

awk '/nologin$/{print}' /etc/passwd #输出以nologin结尾的行

awk 'BEGIN {x=0};/\/bin\/bash$/{x++};END {print x}' /etc/passwd #统计以/bin/bash结尾的行数,等同于grep -c "/bin/bash$" /etc/passwd

BEGIN模式表示,在处理指定的文本之前,需要先执行BEGIN模式中指定的动作; awk再处理指定的文本,之后再执行END模式中指定的动作, END{}语句块中,往往会放入打印结果等语句

按字段输出文本:

awk -F ":" '{print $3}' /etc/passwd #输出每行中(以空格或制表位分隔)的第3个字段

awk -F ":" '{print $1,$3}' /etc/passwd #输出每行中的第1、3个字段

awk -F ":" '$3<5{print $1,$3}' /etc/passwd #输出第3个字段的值小于5的第1、3个字段内容

awk -F ":" '!($3<200){print}' /etc/passwd #输出第3个字段的值不小于200的行

awk 'BEGIN {FS=":"};{if ($3>=1000){print}}' /etc/passwd #先处理完BEGIN的内容,再打印文本里面的内容

awk -F ":" '{max=($3>=$4)?$3:$4;{print max}}' /etc/passwd

\#($3>$4)?$3:$4三元运算符,如果第3个字段的值大于等于第4个字段的值,则把第3个字段的值赋给max,否则第4个字段的值赋给max

awk -F ":" '{print NR, $0}' /etc/passwd #输出每行内容和行号,每处理完一条记录, NR值加1

awk -F ":" '$7~"/bash"{print $1}' /etc/passwd #输出以冒号分隔且第7个字段中包含/bash的行的第1个字段

awk -F ":" '($1~"root")&&(NF==7){print $1,$2}' /etc/passwd #输出第1个字段中包含root且有7个字段的行的第1、2个字段

awk -F ":" '($7!="/bin/bash")&&($7!="/sbin/nologin"){print}' /etc/passwd #输出第7个字段既不为/bin/bash,也不为/sbin/nologin的所有行

通过管道、双引号调用Shell命令:

echo $PATH | awk 'BEGIN{RS=":"};END{print NR}'

\#统计以冒号分隔的文本段落数, END{}语句块中,往往会放入打印结果等语句

awk -F: '/bash$/{print | "wc -l"}' /etc/passwd

\#调用wc -l命令统计使用bash的用户个数,等同于grep -c "bash$" /etc/passwd

free -m | awk '/Mem:/ {print int($3/($3+$4)*100)"%"}' #查看当前内存使用百分比

top -b -n 1 | grep Cpu | awk -F ',' '{print $4}' | awk '{print $1}‘

\#查看当前CPU空闲率, -b -n 1表示只需要1次的输出结果

date -d "$(awk -F "." '{print $1}' /proc/uptime) second ago" +"%F %H:%M:%S"

\#显示上次系统重启时间,等同于uptime; second ago为显示多少秒前的时间, +"%F %H:%M:%S"等同于 +"%Y-%m-%d %H:%M:%S"的时间格式

awk 'BEGIN {n-0; while ("w" | getline) n++; {print n-2}}' #调用w命令,并用来统计在线用户数

awk 'BEGIN {"hostname" | getline; {print $0}}' #调用hostname,并输出当前的主机名

当getline左右无重定向符"<"或"|"时, awk首先读取到了第一行,就是1,然后getline,就得到了1下面的第二行,就是2,因为getline之后, awk会改变对应的NF, NR, FNR和$0等内部变量,所以此时的$0的值就不再是1,而是2了,然后将它打印出来。

当getline左右有重定向符“<"或"|"时, getline则作用于定向输入文件,由于该文件是刚打开,并没有被awk读入一行,只是getline读入,那么getline返回的是该文件的第一行,而不是隔行。

seq 10 | awk '{getline; print $0}'

seq 10 | awk '{print $0; getline}'

CPU使用率

cpu\_us=top -b -n 1 | grep Cpu | awk '{print $2}'

cpu\_sy=top -b -n 1 | grep Cpu | awk -F ',' '{print $2}' | awk '{print $1}'

cpu\_sum=$(($cpu\_us+$cpu\_sy))

echo $cpu\_sum

echo "A B C D" | awk '{OFS="|";print $0;$1=$1;print $0}'

$1-$1是用来激活$0的重新赋值

字段$1…和字段数NF的改变会促使awk重新计算$0的值,通常是在改变OFS后而需要输出$0时这样做

使用awk统计httpd访问日志中每个客户端IP的出现次数

awk '{ip[$1]++}END{for(i in ip){print ip[i],i}' /var/log/httpd/access\_log | sort -r

备注:定义数组,数组名称为ip,数字的下标为日志文件的第1列(也就是客户端的IP地址), ++的目的在于对客户端进行统计计数,客户端IP出现一次计数器就加1.END中的指令在读取完文件后执行,通过循环将所有统计信息输出, for循环遍历的是数组名ip的下标。

awk 'BEGIN{a[0]=10; a[1]=20; print a[1]}'

awk 'BEGIN{a[0]=10; a[1]=20; print a[0]}'

awk 'BEGIN{a["abc"]=10; a["xyz"]=20; print a["abc"]}'

awk 'BEGIN{a["abc"]=10; a["xyz"]=20; print a["xyz"]}'

awk 'BEGIN{a["abc"]="aabbcc"; a["xyz"]="xxyyzz"; print a["xyz"]}'

awk 'BEGIN{a[0]=10; a[1]=20; a[2]=30; for(i in a){print i,a[i]}}'

PS1: BEGIN中的命令只执行一次

PS2: awk数组的下标除了可以使用数字,也可以使用字符串,字符串需要使用双引号

使用awk命令查看系统当前的状态

ip=ifconfig ens33 | awk '/inet /{print $2}'

echo "本地IP地址是:"$ip

cpu=uptime | awk '{print $NF}'

\#awk中NF为当前行的列数, $NF是最后一列

echo "本机CPU最近15分钟的负载是:"$cpu

net\_in=ifconfig ens33 | awk '/RX p/{print $5}'

echo "入站网卡流量为:"$net\_in

net\_out=ifconfig ens33 | awk '/TX p/{print $5}'

echo "出站网卡流量为:"$net\_out

mem=free -m | awk '/^Mem/{print $4}'

echo "内存剩余容量为:"$mem

disk=df -h | awk '/sda1/{print $4}'

echo "根分区剩余容量为:"$disk

user=cat /etc/passwd |wc -l

echo "本地账户数量为:"$user

login=who | wc -l

echo "当前登陆计算机的账户数量为:"$login

process=ps aux | wc -l

echo "当前计算机启动的进程数量为:"$process

soft=rpm -qa | wc -l

echo "当前计算机已安装的软件数量为:"$soft