shell脚本文本江湖三剑客——awk

一、AWK工具介绍

• AWK 是一种处理文本文件的语言，它是一个强大的文本分析工具，它是专门为文本处理设计的编程语言，也是行处理软件，通常用于扫描、过滤、统计汇总工作。

• 可以在无交互的模式下实现复杂的文本操作；数据可以来自标准输入也可以是管道或文件

• 相较于sed常作用于一整个行的处理，awk则比较倾向于一行当中分成数个字段来处理，因为awk相当适合小型的文本数据。

1.1AWK命令的基本格式

1.awk [选项] ‘模式条件{操作}’ 文件1 文件2…
2.awk -f 脚本文件 文件1 文件2…
格式：awk关键字 选项 命令部分 ‘{xxx}’ 文件名

1.2AWK工作原理

• 前面提到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，且默认情况下字段的分隔符为空格或tab键。awk 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。

• awk后面接两个单引号并加上大括号{ }来设置想要对数据进行的处理操作，awk可以处理后续接的文件，也可以读取来自前个命令的标准输。

1.3常见的内建变量（可直接用）

变量	含义
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。
$1	代表第一列的内容
$2	代表第二列的内容
$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’
简说：数据记录分隔，默认为\n,即每行为一条记录。

1.4 实例

1.4.1打印文本内容

• awk可以将自动将多个空格压缩成一个空格

• 打印字符串需要加双引号

1.4.1.1 查看里面的所有内容

1.4.1.2 以冒号为分割，打印第一列

1.4.1.3 以x作为分隔符

1.4.1.4 同时打印第一列和第二列内容

1.4.1.5 打印第一列和最后一列的内容

1.4.1.6 以制表符为分割

1.4.1.7 以：/为分割，打印第九列

1.4.1.8 打印磁盘已经使用情况

[root@localhost awk]# df
文件系统          1K-块    已用     可用 已用% 挂载点
/dev/sda2      44010500 5437904 38572596   13% /
devtmpfs        1914972       0  1914972    0% /dev
tmpfs           1930756       0  1930756    0% /dev/shm
tmpfs           1930756   12268  1918488    1% /run
tmpfs           1930756       0  1930756    0% /sys/fs/cgroup
/dev/sda1        508580  170724   337856   34% /boot
tmpfs            386152       0   386152    0% /run/user/0

1.4.1.9 打印字符串

双引号与没有单引号的区别

1.4.1.10打印字符串确定文件有多少行

[root@localhost ~]# awk '{print "hello"}' /etc/fstab 
hello
hello
hello
hello
hello
hello
hello
hello
hello
hello
hello
[root@localhost ~]# awk '{print "hello"}' /etc/fstab |wc -l
11
[root@localhost ~]# cat /etc/fstab |wc -l
11

二.awk常用的内置变量

命令	含义
$1	代表第一列
$2	代表第二列以此类推
$0	代表整行
NF	一行的列数
NR	行数

2.1经典案例

2.1.1 打印包含root的整行内容

[root@localhost awk]# awk -F: ‘/root/{print $0}’ zz
root：x:0:0:root:/root:/bin/bash
operator：x:11:0:operator:/root:/sbin/nologin

2.1.2 打印包含root的行的第一列

[root@localhost awk]# awk -F: ‘/root/{print $1}’ zz
root
operator

2.1.3 打印包含root行的第一列和第六列

[root@localhost ~]# awk -F: ‘/root/{print $1,$6}’ pass.txt //打印包含root的行的第一列和第六列

2.1.4 显示root那一行的总列数

2.1.5 以：/为分割，打印包含root的行数

2.1.6 打印总行数

2.1.7 打印第几行的第几列

[root@localhost ~]# awk -F: ‘NR==2{print $1}’ /etc/passwd //打印第二行的第一列

2.1.8 打印最后一列

2.1.9 打印文件最后一行

[root@localhost ~]# awk ‘END{print $0}’ /etc/passwd //打印文件最后一行

2.1.10 打印每一行的列数

2.1.11 显示行号

2.1.12 打印第二行

[root@localhost ~]# awk ‘NR==2’ /etc/passwd
//打印第二行，不加print也一样，默认就是打印 bin：x:1:1:bin:/bin:/sbin/nologin

[root@localhost ~]# awk ‘NR==2{print}’ /etc/passwd //同上效果
bin：x:1:1:bin:/bin:/sbin/nologin

2.1.13 打印当前行有多少列

[root@localhost ~]# awk  -F: '{print "当前行有"NF"列"}' zz
当前行有7列
当前行有7列

2.1.14 扩展生产：网卡的ip、流量

[root@localhost ~]# ifconfig ens33 | awk '/netmask/{print "本机的ip地址是"$2}'
本机的ip地址是192.168.245.211

[root@localhost ~]# ifconfig ens33 | awk '/RX p/{print $5"字节"}'
8341053字节

根分区的可用量
[root@localhost ~]# df -h | awk 'NR==2{print $4}'
45G

• 逐行执行开始之前执行什么任务，结束之后再执行什么任务，用BEGIN、END
• BEGIN一般用来做初始化操作，仅在读取数据记录之前执行一次
• END一般用来做汇总操作，仅在读取完数据记录之后执行一次

2.1.15 awk的运算

awk的运算案例：

[root@localhost ~]# awk 'BEGIN{x=10;print x}'  //如果不用引号awk就当作一个变量来输出了，所以不需要加$了
10
[root@localhost ~]# awk 'BEGIN{x=10;print x+1}'   //BEGIN在处理文件之前，所以后面不跟文件名也不影响
11
[root@localhost ~]# awk 'BEGIN{x=10;x++;print x}'
11
[root@localhost ~]# awk 'BEGIN{print x+1}'    //不指定初始值，初始值就为0，如果是字符串，则默认为空
1
[root@localhost ~]# awk 'BEGIN{print 2.5+3.5}'   //小数也可以运算
6
[root@localhost ~]# awk 'BEGIN{prawk 'BEGIN{
    
    print 2.5+3.5}'
1
[root@localhost ~]# awk 'BEGIN{print 3*4}'
12
[root@localhost ~]# awk 'BEGIN{print 3**2}'
9
[root@localhost ~]# awk 'BEGIN{print 2^3}'   //^和**都是幂运算
8

[root@localhost ~]# awk 'BEGIN{print 1/2}' 
0.5

[root@localhost ~]# awk -F: '/root/' /etc/passwd      //如果后面有具体打印多少列就没法省略print了
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin


模糊匹配，用~表示包含，!~表示不包含
[root@localhost ~]# awk -F: '$1~/root/' /etc/passwd
root:x:0:0:root:/root:/bin/bash

[root@localhost ~]# awk -F: '$1~/ro/' /etc/passwd   //模糊匹配，只要有ro就匹配上
root:x:0:0:root:/root:/bin/bash
chrony:x:993:988::/var/lib/chrony:/sbin/nologin
setroubleshoot:x:990:984::/var/lib/setroubleshoot:/sbin/nologin

[root@localhost ~]# awk -F: '$7!~/nologin$/{print $1,$7}' /etc/passwd

2.1.16 数值与字符串的比较

关于数值与字符串的比较
比较符号：== != <= >= <

1.打印第五行内容

[root@localhost ~]# awk ‘NR== 5{print}’ /etc/passwd
lp：x:4:7:lp:/var/spool/lpd:/sbin/nologin
[root@localhost ~]# awk
‘NR==5’ /etc/passwd lp：x:4:7:lp:/var/spool/lpd:/sbin/nologin

2.打印行数 <5的内容

[root@localhost ~]# awk  'NR<5' /etc/passwd
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin
adm:x:3:4:adm:/var/adm:/sbin/nologin

3.精确匹配与模糊匹配第一列是root的

[root@localhost ~]# awk -F: '$3==0' /etc/passwd  //第三列等于0的
root:x:0:0:root:/root:/bin/bash

[root@localhost ~]# awk -F: '$1==root' /etc/passwd //第一列是root的
[root@localhost ~]# awk -F: '$1=="root"' /etc/passwd    //精确匹配一定是root
root:x:0:0:root:/root:/bin/bash

4.第三列>=1000的

[root@localhost ~]# awk -F: '$3>=1000' /etc/passwd
nfsnobody:x:65534:65534:Anonymous NFS User:/var/lib/nfs:/sbin/nologin
shengjie:x:1000:1000:shengjie:/home/shengjie:/bin/bash

2.1.17 逻辑运算 && ||

逻辑运算 && ||

[root@localhost ~]# awk -F: '$3<10 || $3>=1000' /etc/passwd

[root@localhost ~]# awk -F: '$3>10 && $3<1000' /etc/passwd

[root@localhost ~]# awk -F: 'NR>4 && NR<10' /etc/passwd

案列1：

打印1-200之间所有能被7整除并且包含数字7的整数数字
[root@localhost ~]# seq 200 | awk '$1%7==0 && $1~/7/'
7
70
77
147
175

三. 其他内置变量

其他内置变量的用法FS（输入）、OFS、NR、FNR、RS、ORS
FS：输入字段的分隔符 默认是空格
OFS：输出字段的分隔符 默认也是空格
FNR：读取文件的记录数（行号），从1开始，新的文件重新重1开始计数
RS：输入行分隔符  默认为换行符
ORS：输出行分隔符  默认也是为换行符

3.1 在打印之前定义字段分隔符为冒号

[root@localhost ~]# awk 'BEGIN{FS=":"}{print $1}' pass.txt     //在打印之前定义字段分隔符为冒号
root
bin
daemon
adm
lp

3.2 //OFS定义了输出时以什么分隔

[root@localhost ~]# awk 'BEGIN{
    
    FS=":";OFS="---"}{
    
    print $1,$2}' pass.txt    //OFS定义了输出时以什么分隔，$1$2中间要用逗号分隔，因为逗号默认被映射为OFS变量，而这个变量默认是空格
root---x
bin---x
daemon---x
adm---x
lp---x

3.3 FNR的行号在追加当有多个文件时

[root@localhost ~]# awk '{print FNR,$0}' /etc/resolv.conf /etc/hosts   //可以看出FNR的行号在追加当有多个文件时
1 
2 nameserver 114.114.114.114
3 search localdomain
1 127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
2 ::1         localhost localhost.localdomain localhost6 localhost6.localdomain6
[root@localhost ~]# awk '{print NR,$0}' /etc/resolv.conf /etc/hosts
1 
2 nameserver 114.114.114.114
3 search localdomain
4 127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
5 ::1         localhost localhost.localdomain localhost6 localhost6.localdomain6

3.4 RS:指定以什么为换行符，这里指定是冒号，你指定的肯定是原文里存在的字符

[root@localhost ~]# awk 'BEGIN{RS=":"}{print $0}' /etc/passwd    //RS:指定以什么为换行符，这里指定是冒号，你指定的肯定是原文里存在的字符
root
x
0
0
root

3.5 把多行合并成一行输出

[root@localhost ~]# awk 'BEGIN{ORS=" "}{print $0}' /etc/passwd  
 //把多行合并成一行输出，输出的时候自定义以空格分隔每行，本来默认的是回车键

3.6 awk高级用法

3.6.1 定义引用变量

[root@localhost ~]# a=100
[root@localhost ~]# awk -v b="$a" 'BEGIN{print b}'    //将系统的变量a，在awk里赋值为变量b，然后调用变量b
100
[root@localhost ~]# awk 'BEGIN{print "'$a'"}'   //直接调用的话需要先用双引号再用单引号
100

3.6.2 调用函数getline，读取一行数据的时候并不是得到当前行而是当前行的下一行

[root@localhost ~]# df -h | awk 'BEGIN{getline}/root/{print $0}'
/dev/mapper/centos-root   50G  5.2G   45G   11% /

3.6.3 显示偶数行

[root@localhost ~]# seq 10 | awk '{getline;print $0}'   //显示偶数行
2
4
6
8
10

3.6.4 显示奇数行

[root@localhost ~]# seq 10 | awk '{print $0;getline}'   //显示奇数行
1
3
5
7
9

四.awk 的 if语句 单分支 多分支 双分支

if语句：awk的if语句也分为单分支、双分支和多分支
单分支为if(){}
双分支为if(){}else{}
多分支为if(){}else if(){}else{}

[root@localhost ~]# awk -F: '{if($3<10){print $0}}' /etc/passwd    //第三列小于10的打印整行
[root@localhost ~]# awk -F: '{
    
    if($3<10){
    
    print $3}else{
    
    print $1}}' /etc/passwd    //第三列小于10的打印第三列，否则打印第一列

这就是awk！
喜欢请记得点个小星星哦！