首页 > 代码库 > 文本处理三剑客之awk(报告生成器)

文本处理三剑客之awk(报告生成器)

文本处理三剑客之awk(报告生成器)

awk是一款强大的报告生成器,不同于sed和grep,它的侧重点是如何把文本信息更好的展示出来,常用与统计和格式化输出。awk相当于微型的shell,有着自己一套语法结构,例如:循环结构,数组,条件判断,函数,内置变量等功能。

awk在我认为简直就是文本处理时打劫放火一大利器。

例如取出/etc/passwd中的第一列。

[root@CentOS6 ~]# awk -F: {print $1}‘ /etc/passwd
root
bin
daemon
adm
...
常用选项
选项参数说明
-F 指明输入时用到的字段分隔符 如果不指定默认代表用正则表达式匹配多个空白字符
-v var=value: 自定义变量  

 

变量介绍说明
FS 输入字段分隔符,默认为空白 同-F效果一样
OFS 输出字段分隔符,默认为空白字符 ‘{print $1,OFS,$2}’
RS 输入记录分隔符,指定输入时的换行符,原换行符仍有效  
ORS 输出记录分隔符,输出时用指定符号代替换行符  
NF 字段数量  
NR 行号  
FNR 各文件分别计数,行号 awk ‘{print FNR}‘ /etc/fstab /etc/inittab
FILENAME 当前文件名  
ARGC 命令行参数个数  
ARGV 数组,保存的是命令行所给定的各参数  

 

格式化输出参数介绍
%c 显示字符的ASCII码
%d, %i: 显示十进制整数
%e, %E 显示科学计数法数值
%f 显示为浮点数
%g, %G 以科学计数法或浮点形式显示数值
%s 显示字符串
%u 无符号整数
%% 显示% 自身
#[.#] 第一个数字控制显示的宽度;第二个# 表示小数点后精度,%3.1f
基本结构

awk [options] ‘BEGIN{ action;… } pattern{ action;… } END{ action;… }‘ file ...

awk 程序通常由:BEGIN语句块(最初执行)、被模式匹配的语句块(中间执行)、END语句块三部分构成(最后执行)。program通常被单引号或双引号引中。不一定每种模式一定要用,pattern会最常用到 。

基本格式
print标准输出 printf 格式化输出

print

   需要显示的内容逗号分割,支持字符串、数值、当前记录的字段、变量或者awk的表达式。

 

    
     awk -F: ‘{print $1,$3}‘ /etc/passwd($0代表整行)
    
     awk -F: ‘{print length($1),$1}‘ /etc/passwd
    
     awk -F: ‘i=1;j=1{print i,j}‘  /etc/passwd请注意这里有个坑,写之前想下会是什么结果,看打印出来和自己想的是不是一样

printf

  不会自动换行 需要制定换行控制符  “\n”
  需要指定格式,使看起来更简洁

[root@station38 testscr]# awk -F: ‘{printf "%-20s%s\t%s\n",$1,$2,$3}‘ /etc/passwd

root x 0

bin x 1

bin x 1

bin x 1

.....

逻辑操作符和算术运算符

 

算术运算支持赋值、算术运算、算术比较、模式匹配,支持正则。
逻辑操作符理论上最好只有一个&&或者|| 这样可视性强
     

 

    awk –F: ‘$3>=0 && $3<=1000 {print $1}‘ /etc/passwd
   awk -F: ‘$3==0 || $3>=1000 {print $1}‘ /etc/passwd
BEGIN/END 模式
awk -F: ‘BEGIN{print "AAAAAAAA"}{printf "%-15s%-20d\n",$1,$3}END{print "BBBBBBBB"}‘ /etc/passwd
 
AAAAAAAA
root           0                   
bin            1                   
bin            1                   
bin            1  
...
BBBBBBBB

先执行BEGING,然后读取文件,读入有/n换行符分割的一条记录,然后将记录按指定的域分隔符划分域,填充域,$0则表示所有域,$1表示第一个域,$n表示第n个域,随后开始执行模式所对应的动作action。接着开始读入第二条记录······直到所有的记录都读完,最后执行END操作。
性能比较time
测试计算100以内3的倍数相加得数 显示耗时

[root@station38 testscr]# time (seq -s + 3 3 100|bc) 1683 real 0m0.015s user 0m0.008s sys 0m0.006s
条件表达式(三目表达式)
selector?if-true-expression:if-false-expression

如果之前的条件为真执行之前的条件如果之前的条件为假则执行最后的条件
最后一个字段($NF)不等于 /sbin/nologin 为真,执行name="sysuser" ,在执行最后的条件。

awk -F: ‘$NF != "/sbin/nologin"?name="sysuser":name="user"{printf "%-20s:%s\n",$1,$3}‘ /etc/passwd
连接当前主机次数前三的IP
netstat -nt | awk ‘/^tcp/{print $(NF-1)}‘ | awk -F: ‘{print $1}‘ | sort | uniq -c | sort -nr | head -n3

访问太过频繁有危险扔黑名单 例如是 192.168.22.129的IP
iptables -A INPUT -s 192.168.22.129 -p tcp --dport  80 -j REJECT
条件语句和shell脚本编程里类型一样的,只不过这个不换行,而且使用括号的方式更类似C语言。接下来举两个例子
查看用户属于是普通用户还是系统用户。
[root@station38 testscr]# awk -F: ‘{print $3,$4}‘ /etc/passwd | awk ‘{i=1;while(i<=NF){if($i<500)print $i,"smaller";else print $i,"bigger";i++}}‘
0 smaller
0 smaller
993 bigger
113 smaller
113 smaller
995 bigger
992 bigger
......

打印UUID 开头的行的每段有多少字符

[root@station38 testscr]# awk ‘/^UUID/{i=1;while(i<=NF){print length($i);i++}}‘ /etc/fstab
41
1
4
8
1
1
41
......

找到/etc/grub2.cfg中开头可以有空白字符的行 后面跟linux16的行 显示并且显示有多少字符

[root@station38 testscr]# awk ‘/^[[:space:]]*linux16/{i=1;while(i<=NF){if(length($i)>=10)print $i,length($i);i++}}‘ /etc/grub2.cfg
/vmlinuz-3.10.0-327.el7.x86_64 30
root=UUID=2a9b6b86-35c8-415b-852a-78c30911a93c 46
crashkernel=auto 16
......

do-while的用法 while是条件为真执行循环,do是不管真假先执行一次。这是唯一的区别

[root@station38 testscr]# awk ‘/^[[:space:]]*linux16/{i=1;do{print $i,length($i);i++}while(i<=NF)}‘ /etc/grub2.cfg
linux16 7
/vmlinuz-3.10.0-327.el7.x86_64 30
root=UUID=2a9b6b86-35c8-415b-852a-78c30911a93c 46
ro 2
crashkernel=auto 16
rhgb 4
quiet 5
LANG=en_US.UTF-8 16
......

使用awk while循环实现1到100的加法
[root@station38 testscr]# awk ‘BEGIN{i=1;sum=0;while(i<=100){sum+=i;i++};print sum}‘
5050

文本处理三剑客之awk(报告生成器)