Linux文本处理三剑客之awk详解
前言
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。处理对象一般纯文本文件或纯文本信息。
用法详解
基本语法
awk [options] ‘program‘ file file ... awk [options] ‘PATTERN{action}‘ file file ... -F CHAR:输入分隔符
awk的输出
print item1, item2,...
① 各项目之间使用逗号分隔,而输出时则使用输出分隔符分隔
② 输出的各item可以字符串或数值、当前记录的字段、变量或awk的表达式,数值会被隐式转换为字符串后输出
③ print后面item如果省略,相当于print $0,若输出空白,使用pirnt ""
模式
① Regexp: 格式为/PATTERN/,仅处理被/PATTERN/匹配到的行
② Expression: 表达式,其结果为非0或非空字符串时满足条件,仅处理满足条件的行
③ Ranges: 行范围,此前地址定界,startline, endline,仅处理范围内的行
④ BEGIN/END: 特殊模式,仅在awk命令的program运行之前(BEGIN)或运行之后(END)执行一次
⑤ Empty:空模式,匹配任意行
awk的变量
内置变量
FS:Field Seperator, 输入时的字段分隔符 RS:Record Seperator, 输出行分隔符 OFS: Output Field Seperator, 输出时的字段分隔符; ORS: Outpput Row Seperator, 输出时的行分隔符;
NR:Numbers of Record, 行数;所有文件的一并计数
NF:Numbers of Field,字段数
FNR:行数;各文件分别计数;
ARGV:数组,保存命令本身这个字符,awk ‘{print $0}‘ 1.txt 2.txt,意味着ARGV[0]保存awk ARGC: 保存awk命令中参数的个数 FILENAME: awk正在处理的当前文件的名称
可自定义变量
-v var_name=VALUE #变量名区分字符大小写
①可以program中定义变量
② 可以命令行中通过-v选项自定义变量
awk的printf命令
命令使用格式:printf format, item1, item2,...
① 要指定format
②不会自动换行;如需换行则需要给出\n
③format用于为后面的每个item指定其输出格式
format格式的指示符都%开头,后跟一个字符: %c: 显示字符的ASCII码; %d, %i: 十进制整数; %e, %E: 科学计数法显示数值; %f: 显示浮点数; %g, %G: 以科学计数法格式或浮点数格式显示数值; %s: 显示字符串; %u: 显示无符号整数; %%: 显示%自身; 修饰符: #:显示宽度 -:左对齐 +:显示数值的符号 .#: 取值精度
awk输出重定向
print items > output-file #保存到某文件 print items >> output-file #追加到某文件 print items | command #使用管道交给某些命令处理 特殊文件描述符: /dev/stdin: 标准输入 /dev/stdout: 标准输出 /dev/stderr: 错误输出
awk的操作符
算术操作符: x+y x-y x*y x/y x**y, x^y x%y -x:负值 +x:转换为数值 字符串操作符:连接 赋值操作符: = += -= *= /= %= ^= **= ++ -- 如果模式自身是=号,要写为/=/ 比较操作符: < <= > >= == != ~:模式匹配,左边的字符串能够被右边的模式所匹配为真,否则为假; !~:不匹配为真,匹配为假 逻辑操作符: &&: 与 ||:或 条件表达式: selector?if-true-expression:if-false-expression 函数调用: function_name(argu1,argu2)
例:判断UID是否大于等于500,如果为真就显示为普通用户,如果为假就显示为系统或管理用户
常用的action
①Expressions:表达式 赋值等
② Control statements:条件语句,控制语句if while...
③Compound statements:组合语句
④ input statements:输入语句
⑤ output statements:输出语句
控制语句
if-else
格式:if (condition) {then body} else {else body}
例:uid>=500的用户显示为普通用户,否则显示为管理用户
例:显示文件中字段数大于等于8的行
while
格式:while (condition) {while body}
例:只显示奇数行
例:只输出每行大于6的字段
do-while循环
格式:do {do-while body} while (condition)
例:输出1到100之和
for循环
格式:for (variable assignment; condition; iteration process) {for body}
例:显示奇数行
例:输出每行大于6的字段
for循环可用来遍历数组元素
语法:for (i in array) {for body}
例:A中保存数组,B中保存数组下标
case语句
语法:switch (expression) {case VALUE or /RGEEXP/: statement1;... default: stementN}
循环控制
break #退出当前循环 continue #提前结束本轮循环,直接进入下轮循环
next
提前结束对本行的处理进而进入下一行的处理
例:显示用户id为奇数的用户
例:输出奇数行的用户
数组
关联数组
array[index-expression] index-expression: 可以使用任意字符串; 如果某数组元素事先不存在,那么在引用时,awk会自动创 建此元素并将其初始化为空串;因此,要判断某数组是否存在某元素,必须使用“index in array” 这种格式
要遍历数组中的每一个元素,需要使用如下特殊结构
for (var in array) {for body} #其var会遍历array的索引
例:统计每一种网络连接出现的次数
例:统计web服务访问日志中的ip访问量
删除数组元素
关系数组中删除数组索引需要使用delete命令
格式:delete array[index]
awk的内置函数
split(string,array[,fieldsep[,seps]]) 功能:将string表示的字符串以fieldsep为分隔符进行切片,并切片后的结果保存至array为名的数组中;数组下标从1开始 此函数有返回值,返回值为切片后的元素的个数
例:统计连接请求的ip
length(string) 功能:返回给定字串的长度 substr(string,start[,length]) 功能:从string中取子串,从start为起始位置为取length长度的子串 system(command) 功能:执行系统command并将结果返回至awk命令 systime() 功能:systime函数返回从1970年1月1日开始到当前时间(不计闰年)的整秒数 tolower(s) 功能:将s中的所有字母转为小写 toupper(s) 功能:将s中的所有字母转为大写
The end
好了,awk的用法就先说到这里了,awk不仅强大,而且看的我头大,有兴趣的可以深入研究,此篇就不继续深入了。以上仅为个人学习整理,如有错漏,大神勿喷~~~
本文出自 “北城书生” 博客,请务必保留此出处http://scholar.blog.51cto.com/9985645/1640179
郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。