本文已参与「新人创作礼」活动，一起开启掘金创作之路。
4.1特点与应用场景
awk
一门语言，类似于C语言
过滤，统计，计算
过滤，统计日志
4.2 awk内置变量
内置变量
示例
NR
Number or Record 记录号，行号
NF
Number of Field 每行有多个字段（列） $NF表示最后一列
awk '{print $NF}' 文件名
FS
-F: ===-v FS=: Field Separator 字段分隔符，每个字段结束标记
OFS
Output Field Separator 输出字段分隔符，（awk显示每一列的时候，每一列之间通过什么分割，默认是空格）
awk -F: -v OFS=: '{print 2,4,6,$1}' 文件名
编辑
4.3行与列
名词
awk中叫法
一些说明
行
记录record
每一行默认通过回车分割
列
字段域field
每一列默认通过空格分割
awk中行和列结束标记都是可以修改的
1）取行
awk
示例
NR==1
取出某一行
awk 'NR==1' access.log.20220304000301
NR>1&&NR<=5
取出1到5行范围
/oldboy/
/101/,/105/
符号
> < >= <= == !=
2）取列
-F 指定分隔符 指定每一列结束标记（默认是空格，连续的空格,tab键）
$数字 取出某一列，注意：在awk中$内容一个意思 表示取出某一列
$0整行的内容，
{print xxx}
$NF表示最后一列（示例）
awk '{print $NF}' access.log.20220304000301
编辑
取网卡地址
编辑
只取个ip地址
编辑
3）小结
行与列名称
awk取行与列，指哪打哪
取出网卡ip地址
4.4 swk 模式匹配
谁可以作为awk的条件
awk
-F"{/}+"
'NR==3{print $3}'
命令
选项
'条件{动作}'
'模式{干啥}'
'模式{动作}'
'pattern{action}'
编辑
1）比较表达式-参考上面取行部分
2）正则：
支持扩展正则
awk可以精确到某一列，某一行中包含/不包含.....内容。
~包含
!~不包含
正则
awk正则
^表示以....开头的行
某一列的开头 $3~/^oldoy/
$表示以.....结尾的行
某一列的结尾/
^$表示空行
某一列是空的 很少用
#找出 第3列以2开头的行，并显示第1，3和最后一列
编辑
找出 第3列以1或2开头的行，并显示第1列，第3列和最后一列
编辑
还有这几种写法
编辑
3）表示范围
/哪里开始/,/哪里结束/ 常用
NR==1，NR==5 从第1行开始到第5行结束 类似于sed -n '1,5p'
#显示指定时间(11:02:00到11:02:30)范围内容的ip地址和用户访问uri column -t(自动对齐)
awk '/11:02:00/,/11:02:30/{print $1}' access.log.20220304000301
awk '/11:02:00/,/11:02:30/{print $1,$7,$9,$10}' access.log.20220304000301 |column -t
4）特殊模式BEGIN{}和END{}
模式
含义
应用场景
BEGIN{}
里面的内容会在awk读取文件之前执行
1）进行简单统计，计算，不涉及读取文件（常见）
2）用来处理文件之前，添加个表头（了解）
3）用来定义awk变量（很少用，因为可以用-v）
END{}
里面的内容会在awk读取文件之后执行
1）awk进行统计，一般过程；先进行计算，最后END里面输出结果（常见）
2）awk使用数组，用来输出数组结果。（常见）
-
END{}统计计算：
-
统计方法
统计方法
简写形式
应用场景
i=i+1
i++
计数，统计次数
sum=sum+???
sum+=???
求和，累加
注意：i,sum都是变量
#统计/etc/services 里面有多少个空行
awk '/^$/' /etc/services
编辑
统计有多少空行
awk '/^$/{i++}END{print i}' /etc/services
编辑
#seq 100 求和1+2+3.。。+100 awk实现
seq 100 |awk '{sum=sum+$1}END{print sum}'
编辑
求和显示过程
seq 100 |awk '{sum=sum+$1;print sum}END{print sum}'
编辑
4.5 awk数组
-
统计日志：类似于
-
统计次数：统计每个ip出现次数，统计每种状态码出现次数，统计系统中每个用户被攻击的次数，统计攻击者ip出现次数
-
累加求和：统计每个ip消耗的流量。
shell数组
awk数组
形式
array[0]=oldboy array[1]=liao
array[0]=oldboy array[1]=liao
使用
echo {array\[0\]} {array[1]}
print array[0] array[1]
批量输出数组内容
for i in ${array[*]}
do
echo $i
done
for(i in array)
print array[i]
awk数组专用循环，变量获取到的是数组的下标
#awk中字母 会被识别为变量，如果只是想使用字符串需要使用双引号引起来
awk 'BEGIN{a[0]=oldboy;a[1]=liao; print a[0],a[1]}'
所以无结果
编辑
数字和加双引号可以正常显示
编辑
awk数组专用循环打印
[root@heimajinpai ~]# awk 'BEGIN{a[0]=12306;a[1]="liao"; for(i in a) print i }'
0
1
[root@heimajinpai ~]# awk 'BEGIN{a[0]=12306;a[1]="liao"; for(i in a) print a[i] }'
12306
liao
[root@heimajinpai ~]# awk 'BEGIN{a[0]=12306;a[1]="liao"; for(i in a) print i,a[i] }'
0 12306
1 liao
编辑
案例：
http://www.etantian.org/index.html
http://www.etantian.org/1.html
http://post.etantian.org/2.html
http://mp3.etantian.org/3.html
http://www.etantian.org/4.html
http://post.etantian.org/5.html
[root@heimajinpai test]# awk -F"[/]+" '{print $2}' url.txt
www.etantian.org
www.etantian.org
post.etantian.org
mp3.etantian.org
www.etantian.org
post.etantian.org
[root@heimajinpai test]# awk -F"[/.]+" '{print $2}' url.txt
www
www
post
mp3
www
post
[root@heimajinpai test]# awk -F"[/.]+" '{array[$2]++}END{for(i in array)print i,array[i]}' url.txt
www 3（出现的次数）
mp3 1（出现的次数）
post 2（出现的次数）
#array[]++ 你要统计什么 [] 里面就是什么（某一列）
awk -F"[/.]+" '{array[$2]++}END{for(i in array)print i,array[i]}' url.txt
编辑
#统计access.log中 每种状态码出现的次数（方式一）
awk '{array[$10]++}END{for(i in array)print i,array[i]}' access.log.20220304000301 |sort -rnk2
编辑
#统计access.log中 每种状态码出现的次数（方式一）
awk '$10~/[0-9][0-9][0-9]/{array[$10]++}END{for(i in array)print i,array[i]}' access.log.20220304000301 |sort -rnk2
编辑
注意：使用awk统计日志，尽量精确匹配。
4.6 for循环
for n in 1 2 3
do
echo $n
done
for(i=1;i<10;i++)
do
echo $i
done
for(i=1;i<10;i++)
print i
awk for循环用来循环每个字段
#1+100
[root@heimajinpai nginxlog]# awk 'BEGIN{for(i=1;i<=100;i++)sum+=i;print sum}'
5050
[root@heimajinpai nginxlog]#
编辑
4.7if 判断
编辑
统计磁盘空间使用率，如果大于70%，则提示磁盘空间不足，并显示磁盘分区，磁盘使用率，磁盘挂载点
df -h |awk -F"[ %]+" 'NR>1{if($5>=70)print "disk not enough"}'
编辑
df -h |awk -F"[ %]+" 'NR>1{if($5>=1)print "disk not enough",$1,$5,$NF}'
编辑
注意：awk使用多个条件的时候 第1个条件可以放在 ‘条件{动作}’ 第2个条件 一般使用if
面试题：统计这段语句中，单词中字符小于6的单词，显示出来。
编辑
4.9总结
编辑
