awk概述

awk的工作原理：

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。
awk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。
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。

awk的命令格式：

 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
复制代码

注意：

注意一定是单引号：'模式或条件 {操作}'
{ }外指定条件，{ }内指定操作。
用逗号指定连续的行，用 || 指定不连续的行。&&表示”且“。
内建变量，不能用双引号括起来，不然系统会把它当成字符串。

awk常见的内置变量（可直接使用）：

内置变量	含义
$0	当前处理的行的整行内容
$n	当前处理行的第n个字段（第n列）
NR	当前处理的行的行号（序数）
NF	当前处理的行的字段个数。$NF代表最后一个字段
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
OFS	输出内容的列分隔符
FILENAME	被处理的文件名
RS	行分隔符。awk从文件中读取资料时，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进行处理。预设值是"\n"

awk的基础用法

按行输出内容

例1：$0表示当前行的整行内容

1、输出所有内容。逐行读取，$0表示当前行的整行内容。

[root@localhost ~]# awk '{print $0}' 2.txt
a
b
c
d
e
f
g
h
i
[root@localhost ~]# awk '{print}' 2.txt
a
b
c
d
e
f
g
h
i

2、打印行号和整行内容。

[root@localhost ~]# awk '{print NR,$0}' 2.txt
1 a
2 b
3 c
4 d
5 e
6 f
7 g
8 h
9 i

例2：使用NR指定行号 NR表示当前处理的行的行号（序数）。

1、打印1到3行。逗号表示连续的行内容。&&表示”且“。

[root@localhost ~]# awk 'NR==1,NR==3 {print $0}' 2.txt
a
b
c
[root@localhost ~]# awk '(NR>=1)&&(NR<=3) {print}' 2.txt
a
b
c

2、注意符号"||"（表示“或“）

[root@localhost ~]# awk '(NR>=1)||(NR<=3) {print}' 2.txt
a
b
c
d
e
f
g
h
i
[root@localhost ~]# awk '(NR==1)||(NR==3) {print}' 2.txt
a
c

3、打印奇数行；打印偶数行。（将行号除以2取余数，余1是奇数行，余0是偶数行）

[root@localhost ~]# awk '(NR%2)==1 {print}' 2.txt
a
c
e
g
i
[root@localhost ~]# awk '(NR%2)==0 {print}' 2.txt
b
d
f
h

例3：$n 表示当前处理行的第n个字段 获取IP地址。

[root@localhost ~]# ifconfig ens33
ens33: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1500
        inet 192.168.10.100  netmask 255.255.255.0  broadcast 192.168.10.255
        inet6 fe80::eb75:333b:fd4:c40b  prefixlen 64  scopeid 0x20<link>
        ether 00:0c:29:ab:5e:c0  txqueuelen 1000  (Ethernet)
        RX packets 3085  bytes 251837 (245.9 KiB)
        RX errors 0  dropped 0  overruns 0  frame 0
        TX packets 2036  bytes 238618 (233.0 KiB)
        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

[root@localhost ~]# ifconfig ens33| awk 'NR==2{print $2}'
192.168.10.100

例4：通过文本模式（匹配字符串）过滤出行 1、输出包含root的行。

[root@localhost ~]# awk '/root/ {print}' pass.txt
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
[root@localhost ~]# sed -n '/root/p' pass.txt
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin

2、输出以root开头的行；输出以bash结尾的行。

[root@localhost ~]# awk '/^root/ {print}' pass.txt
root:x:0:0:root:/root:/bin/bash
[root@localhost ~]# awk '/bash$/ {print}' pass.txt
root:x:0:0:root:/root:/bin/bash
carus:x:1000:1000:carus:/home/carus:/bin/bash
[root@localhost ~]# sed -n '/^root/p' pass.txt
root:x:0:0:root:/root:/bin/bash
[root@localhost ~]# sed -n '/bash$/p' pass.txt
root:x:0:0:root:/root:/bin/bash
carus:x:1000:1000:carus:/home/carus:/bin/bash

BEGIN模式

格式：

 awk 'BEGIN{...};{...};END{...}' 文件
 
 #处理过程：
 1、在awk处理指定的文本之前，需要先执行BEGIN{...}模式里的命令操作;
 2、中间的{...} 是真正用于处理文件的命令操作；
 3、在awk处理完文件后才会执行END{...}模式里的命令操作。END{ }语句块中，往往会放入打印结果等语句。
复制代码

示例：

统计以bash结尾的行。

BEGIN是处理文件之前进行的操作，END是处理文件之后进行的操作。
/bash$/ 是需要满足的条件。
BEGIN语块中先指定一个变量x=0；之后处理文件、每检索出一次以bash结尾的行，就执行x=x+1；最后执行END语块中的命令，打印x的值。

[root@localhost ~]# awk '/bash$/{print}' pass.txt
root:x:0:0:root:/root:/bin/bash
carus:x:1000:1000:carus:/home/carus:/bin/bash
[root@localhost ~]# awk 'BEGIN{x=0};/bash$/{x++};END{print x}' pass.txt
2

grep -c 也可以统计匹配行的行数。

[root@localhost ~]# grep -c "bash$" pass.txt
2

按字段（列）输出内容

指定列分隔符的两种方式：使用-F 或使用内建变量FS。

使用 -F 指定分隔符。

[root@localhost ~]# awk -F ':' '{print $1,$3}' /etc/passwd
root 0
bin 1
daemon 2
adm 3
lp 4
sync 5
shutdown 6
halt 7
mail 8
operator 11
games 12
-----------------------

将内建变量FS 重新赋值。

内建变量FS表示列分隔符，默认为空格或制表位。重新赋值可重新指定分隔符。

[root@localhost ~]# awk 'BEGIN {FS=":"};{print $1,$3}' /etc/passwd
root 0
bin 1
daemon 2
adm 3
lp 4
sync 5
shutdown 6
halt 7
mail 8
operator 11
games 12
ftp 14
nobody 99
systemd-network 192
dbus 81
----------------------------

打印UID大于500的用户、打印UID小于等于500的用户（!取反）

要求打印用户名和UID。

! 表示取反，不大于500，即小于等于500。

 #以冒号作为分隔符，过滤出第3字段大于500的行，之后打印第1字段和第3字段
 [root@yuji ~]# awk -F: '$3>500 {print $1,$3}' /etc/passwd
 
 #以冒号作为分隔符，过滤出第3字段小于等于500的行，之后打印第1字段和第3字段
 [root@yuji ~]# awk -F: '!($3>500) {print $1,$3}' /etc/passwd

[root@localhost ~]# awk -F: '$3>500 {print $1,$3}' /etc/passwd
polkitd 999
libstoragemgmt 998
colord 997
saslauth 996
chrony 995
nfsnobody 65534
geoclue 994
setroubleshoot 993
sssd 992
gnome-initial-setup 991
carus 1000
[root@localhost ~]# awk -F: '!($3>500) {print $1,$3}' /etc/passwd
root 0
bin 1
daemon 2
adm 3
lp 4
sync 5
shutdown 6
halt 7
mail 8
operator 11
games 12
ftp 14
nobody 99
systemd-network 192
dbus 81

使用if语句

使用if语句时，内部条件要加( )，外面要加{ }。

将{ }整条语句当作一个操作命令，相当于嵌套。

[root@localhost ~]# awk -F: '{if($3>500) {print $1,$3}}' /etc/passwd
polkitd 999
libstoragemgmt 998
colord 997
saslauth 996
chrony 995
nfsnobody 65534
geoclue 994
setroubleshoot 993
sssd 992
gnome-initial-setup 991
carus 1000

三元运算符

Java和Shell中的三元运算符：

 java中： (条件表达式)?(A表达式或者值):(B表达式或者值)
 - 条件表达式成立（为真）时，会取冒号前面的值A。
 - 条件表达式不成立（为假）时，会取冒号后面的值B。
 
 Shell中： [ 条件表达式 ] && A || B
 - 条件表达式成立（为真）时，会取||前面的值A。
 - 条件表达式不成立（为假）时，会取||后面的值B。
复制代码

awk也支持三元运算符，继承java的格式：

[root@localhost ~]# awk -F: '{max=($3>=$4)?$3:$4;{print max,$1}}' /etc/passwd
0 root
1 bin
2 daemon
4 adm
7 lp
5 sync
6 shutdown
7 halt
12 mail
11 operator
100 games
50 ftp
99 nobody
192 systemd-network
81 dbus
999 polkitd
----------------------------------

`$NF、$n~、$n!~、$n==、$n!=`

含义说明：

 $NF         //代表最后一个字段
 
 ~ 表示包含，!~ 表示不包含，== 表示等于，!= 表示不等于
 
 $n> < ==      //用于对比数值
 $n~"字符串"    //代表第n个字段 包含 某个字符串的作用
 $n!~"字符串"   //代表第n个字段 不包含 某个字符串的作用
 $n=="字符串"   //代表第n个字段 为 某个字符串的作用
 $n!="字符串"   //代表第n个字段 不为 某个字符串的作用

例1、当第个7字段包含“ba"字符串时，打印该行的第1个字段和最后一个字段。

[root@localhost ~]# awk -F: '$7~"ba" {print $1,$NF}' /etc/passwd
root /bin/bash
carus /bin/bash

例2、当第7个字段不包含“no"字符串时，打印该行的第1个字段和最后一个字段。

[root@localhost ~]# awk -F: '$7!~"no" {print $1,$NF}' /etc/passwd
root /bin/bash
sync /bin/sync
shutdown /sbin/shutdown
halt /sbin/halt
carus /bin/bash

例3、要求第6个字段包含字符串"root"，且最后一个字段包含字符串"bash"时，输出第1个字段、第3个字段、最后一个字段。

[root@localhost ~]# awk -F: '($6~"root")&&($NF~"bash") {print $1,$3,$NF}' /etc/passwd
root 0 /bin/bash

例4、要求第7个字段不等于"/bin/bash"，且不等于"/sbin/nologin"时，输出第1个字段、第3个字段、最后一个字段。

[root@localhost ~]# awk -F: '($7!="/bin/bash")&&($NF!="/sbin/nologin") {print $1,$3,$NF}' /etc/passwd
sync 5 /bin/sync
shutdown 6 /sbin/shutdown
halt 7 /sbin/halt

awk的高级用法

RS 指定行分隔符

awk从文件中读取资料时，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进行处理。内置变量RS的预设值是"\n"。

例：

[root@localhost ~]# echo $PATH
/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/root/bin
[root@localhost ~]# echo $PATH |awk 'BEGIN{RS=":"};{print NR,$0}'
1 /usr/local/sbin
2 /usr/local/bin
3 /usr/sbin
4 /usr/bin
5 /root/bin

[root@localhost ~]#

通过管道处理其他命令的结果

统计行数

方法一：使用内置变量NR，打印最后一行行号

处理完文本后，打印行号，这个行号就是最后一行的行号，也就是行数。（这种方式只适用于输出所有行的情况，即只能统计全文本有多少行）

[root@localhost ~]# echo $PATH |awk 'BEGIN{RS=":"};{print NR,$0}'
1 /usr/local/sbin
2 /usr/local/bin
3 /usr/sbin
4 /usr/bin
5 /root/bin

[root@localhost ~]# echo $PATH |awk 'BEGIN{RS=":"};END{print NR}'
5

方法二：使用"wc -l" 统计行数

使用管道符将命令结果传给"wc -l"。如果在{ }内使用"wc -l" ，一定要加双引号。

[root@localhost ~]# awk -F: '/bash$/{print}' pass.txt
root:x:0:0:root:/root:/bin/bash
carus:x:1000:1000:carus:/home/carus:/bin/bash
[root@localhost ~]# awk -F: '/bash$/{print}' pass.txt |wc -l
2
[root@localhost ~]# awk -F: '/bash$/{print |"wc -l"}' pass.txt
2

方法三：使用 "grep -c" 统计匹配行的行数。

[root@localhost ~]# grep -c "bash$" pass.txt
2

统计内存使用率

free命令可以查看内存使用情况。

使用率=使用的内存数量/总内存数量。

int表示取整数。

[root@localhost ~]# free
              total        used        free      shared  buff/cache   available
Mem:        2031912      304076     1343860        9316      383976     1509092
Swap:       4194300           0     4194300
[root@localhost ~]# free | awk '/Mem:/ {print $3/$2}'
0.149648
[root@localhost ~]# free | awk '/Mem:/ {print $3/$2*100}'
14.9693
[root@localhost ~]#  free | awk '/Mem:/ {print int($3/$2*100)}'
14
[root@localhost ~]# free | awk '/Mem:/ {print int($3/$2*100)"%"}'
14%

过滤出CPU的空闲率

top命令可以查看CPU的使用情况。

top -b -n 1 只会输出一次top的结果不会进行刷新。

[root@localhost ~]# top -b -n 1
top - 17:30:43 up  2:01,  1 user,  load average: 0.00, 0.01, 0.01
Tasks: 155 total,   1 running, 154 sleeping,   0 stopped,   0 zombie
%Cpu(s):  0.0 us,  4.2 sy,  0.0 ni, 95.8 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
KiB Mem :  2031912 total,  1344200 free,   303756 used,   383956 buff/cache
KiB Swap:  4194300 total,  4194300 free,        0 used.  1509460 avail Mem 


[root@localhost ~]# top -b -n 1 |awk -F, '/Cpu/{print $4}' 
100.0 id
[root@localhost ~]# top -b -n 1 |awk -F, '/Cpu/{print $4}' |awk '{print $1}'
100.0
[root@localhost ~]# top -b -n 1 |awk -F, '/Cpu/{print $4}' |awk '{print int($1)}'
98
[root@localhost ~]# top -b -n 1 |awk -F, '/Cpu/{print $4}' |awk '{print int($1)"%"}'
100%

指定输出时的列分隔符

FS 输入时的列分隔符。

OFS 输出内容的列分隔符。（$1=$1用于激活，否则不生效）

[root@localhost ~]# echo "A B C D"
A B C D
[root@localhost ~]# echo "A B C D" | tr " " "|"
A|B|C|D
[root@localhost ~]# echo "A B C D" | sed 's/ /|/g'
A|B|C|D
[root@localhost ~]#  echo "A B C D" |awk 'BEGIN{OFS="|"};{$1=$1;print $0}'
A|B|C|D

使用awk去重

在awk中可以定义数组，数组元素的下标值可以是字符串（要加双引号），元素值如果是字符串也要加引号。

1、定义数组。

[root@localhost ~]# awk 'BEGIN{a[0]=10 ;a[1]=20; print a[0]}'
10
[root@localhost ~]# awk 'BEGIN{a[0]=10 ;a[1]=20; print a[1]}'
20
[root@localhost ~]# awk 'BEGIN{a["abc"]=10 ;a["xyz"]=20; print a["abc"]}'
10

2、打印数组内的所有元素值及对应下标值。

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

3、打印出文件中重复的行，以及重复次数。

[root@localhost ~]# cat 5.txt
aaa
aaa
bbb
ccc
aaa
bbb
aaa
[root@localhost ~]# awk '{a[1]++; print a[1]}' 5.txt
1
2
3
4
5
6
7
[root@localhost ~]# awk '{a[$1]++};END{for(i in a){print i,a[i]}}' 5.txt
aaa 4
ccc 1
bbb 2

拆解分析：

 $1第一个字段（列）的值
 []里代表列的值
 把列的值作为数组的下标去看待
 然后去匹配行的内容，匹配一次加1
 通过for循环，打印出下标的值和出现的次数
 
 以aaa为例，将aaa作为元素的下标，a["aaa"]初始值为0；
 之后每匹配到一次包含aaa的行，a["aaa"]的值就加1；
 一共有4行包含aaa，所以最后a["aaa"]=4;
 此时下标为aaa，对应的元素值为4。

文本三剑客之awk