1 | awk
|
2 | ===
|
3 |
|
4 | 文本和数据进行处理的编程语言
|
5 |
|
6 | ## 补充说明
|
7 |
|
8 | **awk** 是一种编程语言,用于在linux/unix下对文本和数据进行处理。数据可以来自标准输入(stdin)、一个或多个文件,或其它命令的输出。它支持用户自定义函数和动态正则表达式等先进功能,是linux/unix下的一个强大编程工具。它在命令行中使用,但更多是作为脚本来使用。awk有很多内建的功能,比如数组、函数等,这是它和C语言的相同之处,灵活性是awk最大的优势。
|
9 |
|
10 | ## awk命令格式和选项
|
11 |
|
12 | **语法形式**
|
13 |
|
14 | ```shell
|
15 | awk [options] 'script' var=value file(s)
|
16 | awk [options] -f scriptfile var=value file(s)
|
17 | ```
|
18 |
|
19 | **常用命令选项**
|
20 |
|
21 | * **-F fs** fs指定输入分隔符,fs可以是字符串或正则表达式,如-F:,默认的分隔符是连续的空格或制表符
|
22 | * **-v var=value** 赋值一个用户定义变量,将外部变量传递给awk
|
23 | * **-f scripfile** 从脚本文件中读取awk命令
|
24 | * **-m[fr] val** 对val值设置内在限制,-mf选项限制分配给val的最大块数目;-mr选项限制记录的最大数目。这两个功能是Bell实验室版awk的扩展功能,在标准awk中不适用。
|
25 |
|
26 | ## awk模式和操作
|
27 |
|
28 | awk脚本是由模式和操作组成的。
|
29 |
|
30 | ### 模式
|
31 |
|
32 | 模式可以是以下任意一个:
|
33 |
|
34 | * /正则表达式/:使用通配符的扩展集。
|
35 | * 关系表达式:使用运算符进行操作,可以是字符串或数字的比较测试。
|
36 | * 模式匹配表达式:用运算符`~`(匹配)和`!~`(不匹配)。
|
37 | * BEGIN语句块、pattern语句块、END语句块:参见awk的工作原理
|
38 |
|
39 | ### 操作
|
40 |
|
41 | 操作由一个或多个命令、函数、表达式组成,之间由换行符或分号隔开,并位于大括号内,主要部分是:
|
42 |
|
43 | * 变量或数组赋值
|
44 | * 输出命令
|
45 | * 内置函数
|
46 | * 控制流语句
|
47 |
|
48 | ## awk脚本基本结构
|
49 |
|
50 | ```shell
|
51 | awk 'BEGIN{ print "start" } pattern{ commands } END{ print "end" }' file
|
52 | ```
|
53 |
|
54 | 一个awk脚本通常由:BEGIN语句块、能够使用模式匹配的通用语句块、END语句块3部分组成,这三个部分是可选的。任意一个部分都可以不出现在脚本中,脚本通常是被 **单引号** 中,例如:
|
55 |
|
56 | ```shell
|
57 | awk 'BEGIN{ i=0 } { i++ } END{ print i }' filename
|
58 | ```
|
59 |
|
60 | ### awk的工作原理
|
61 |
|
62 | ```shell
|
63 | awk 'BEGIN{ commands } pattern{ commands } END{ commands }'
|
64 | ```
|
65 |
|
66 | * 第一步:执行`BEGIN{ commands }`语句块中的语句;
|
67 | * 第二步:从文件或标准输入(stdin)读取一行,然后执行`pattern{ commands }`语句块,它逐行扫描文件,从第一行到最后一行重复这个过程,直到文件全部被读取完毕。
|
68 | * 第三步:当读至输入流末尾时,执行`END{ commands }`语句块。
|
69 |
|
70 | **BEGIN语句块** 在awk开始从输入流中读取行 **之前** 被执行,这是一个可选的语句块,比如变量初始化、打印输出表格的表头等语句通常可以写在BEGIN语句块中。
|
71 |
|
72 | **END语句块** 在awk从输入流中读取完所有的行 **之后** 即被执行,比如打印所有行的分析结果这类信息汇总都是在END语句块中完成,它也是一个可选语句块。
|
73 |
|
74 | **pattern语句块** 中的通用命令是最重要的部分,它也是可选的。如果没有提供pattern语句块,则默认执行`{ print }`,即打印每一个读取到的行,awk读取的每一行都会执行该语句块。
|
75 |
|
76 | **示例**
|
77 |
|
78 | ```shell
|
79 | echo -e "A line 1\nA line 2" | awk 'BEGIN{ print "Start" } { print } END{ print "End" }'
|
80 | Start
|
81 | A line 1
|
82 | A line 2
|
83 | End
|
84 | ```
|
85 |
|
86 | 当使用不带参数的`print`时,它就打印当前行,当`print`的参数是以逗号进行分隔时,打印时则以空格作为定界符。在awk的print语句块中双引号是被当作拼接符使用,例如:
|
87 |
|
88 | ```shell
|
89 | echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1,var2,var3; }'
|
90 | v1 v2 v3
|
91 | ```
|
92 |
|
93 | 双引号拼接使用:
|
94 |
|
95 | ```shell
|
96 | echo | awk '{ var1="v1"; var2="v2"; var3="v3"; print var1"="var2"="var3; }'
|
97 | v1=v2=v3
|
98 | ```
|
99 |
|
100 | { }类似一个循环体,会对文件中的每一行进行迭代,通常变量初始化语句(如:i=0)以及打印文件头部的语句放入BEGIN语句块中,将打印的结果等语句放在END语句块中。
|
101 |
|
102 | ## awk内置变量(预定义变量)
|
103 |
|
104 | 说明:[A][N][P][G]表示第一个支持变量的工具,[A]=awk、[N]=nawk、[P]=POSIXawk、[G]=gawk
|
105 |
|
106 | ```shell
|
107 | **$n** 当前记录的第n个字段,比如n为1表示第一个字段,n为2表示第二个字段。
|
108 | **$0** 这个变量包含执行过程中当前行的文本内容。
|
109 | [N] **ARGC** 命令行参数的数目。
|
110 | [G] **ARGIND** 命令行中当前文件的位置(从0开始算)。
|
111 | [N] **ARGV** 包含命令行参数的数组。
|
112 | [G] **CONVFMT** 数字转换格式(默认值为%.6g)。
|
113 | [P] **ENVIRON** 环境变量关联数组。
|
114 | [N] **ERRNO** 最后一个系统错误的描述。
|
115 | [G] **FIELDWIDTHS** 字段宽度列表(用空格键分隔)。
|
116 | [A] **FILENAME** 当前输入文件的名。
|
117 | [P] **FNR** 同NR,但相对于当前文件。
|
118 | [A] **FS** 字段分隔符(默认是任何空格)。
|
119 | [G] **IGNORECASE** 如果为真,则进行忽略大小写的匹配。
|
120 | [A] **NF** 表示字段数,在执行过程中对应于当前的字段数。
|
121 | [A] **NR** 表示记录数,在执行过程中对应于当前的行号。
|
122 | [A] **OFMT** 数字的输出格式(默认值是%.6g)。
|
123 | [A] **OFS** 输出字段分隔符(默认值是一个空格)。
|
124 | [A] **ORS** 输出记录分隔符(默认值是一个换行符)。
|
125 | [A] **RS** 记录分隔符(默认是一个换行符)。
|
126 | [N] **RSTART** 由match函数所匹配的字符串的第一个位置。
|
127 | [N] **RLENGTH** 由match函数所匹配的字符串的长度。
|
128 | [N] **SUBSEP** 数组下标分隔符(默认值是34)。
|
129 | ```
|
130 |
|
131 | 转义序列
|
132 |
|
133 | ```
|
134 | \\ \自身
|
135 | \$ 转义$
|
136 | \t 制表符
|
137 | \b 退格符
|
138 | \r 回车符
|
139 | \n 换行符
|
140 | \c 取消换行
|
141 | ```
|
142 |
|
143 | **示例**
|
144 |
|
145 | ```shell
|
146 | echo -e "line1 f2 f3\nline2 f4 f5\nline3 f6 f7" | awk '{print "Line No:"NR", No of fields:"NF, "$0="$0, "$1="$1, "$2="$2, "$3="$3}'
|
147 | Line No:1, No of fields:3 $0=line1 f2 f3 $1=line1 $2=f2 $3=f3
|
148 | Line No:2, No of fields:3 $0=line2 f4 f5 $1=line2 $2=f4 $3=f5
|
149 | Line No:3, No of fields:3 $0=line3 f6 f7 $1=line3 $2=f6 $3=f7
|
150 | ```
|
151 |
|
152 | 使用`print $NF`可以打印出一行中的最后一个字段,使用`$(NF-1)`则是打印倒数第二个字段,其他以此类推:
|
153 |
|
154 | ```shell
|
155 | echo -e "line1 f2 f3\n line2 f4 f5" | awk '{print $NF}'
|
156 | f3
|
157 | f5
|
158 | ```
|
159 |
|
160 | ```shell
|
161 | echo -e "line1 f2 f3\n line2 f4 f5" | awk '{print $(NF-1)}'
|
162 | f2
|
163 | f4
|
164 |
|
165 | ```
|
166 |
|
167 | 打印每一行的第二和第三个字段:
|
168 |
|
169 | ```shell
|
170 | awk '{ print $2,$3 }' filename
|
171 | ```
|
172 |
|
173 | 统计文件中的行数:
|
174 |
|
175 | ```shell
|
176 | awk 'END{ print NR }' filename
|
177 | ```
|
178 |
|
179 | 以上命令只使用了END语句块,在读入每一行的时,awk会将NR更新为对应的行号,当到达最后一行NR的值就是最后一行的行号,所以END语句块中的NR就是文件的行数。
|
180 |
|
181 | 一个每一行中第一个字段值累加的例子:
|
182 |
|
183 | ```shell
|
184 | seq 5 | awk 'BEGIN{ sum=0; print "总和:" } { print $1"+"; sum+=$1 } END{ print "等于"; print sum }'
|
185 | 总和:
|
186 | 1+
|
187 | 2+
|
188 | 3+
|
189 | 4+
|
190 | 5+
|
191 | 等于
|
192 | 15
|
193 | ```
|
194 |
|
195 | ## 将外部变量值传递给awk
|
196 |
|
197 | 借助 **`-v`选项** ,可以将外部值(并非来自stdin)传递给awk:
|
198 |
|
199 | ```shell
|
200 | VAR=10000
|
201 | echo | awk -v VARIABLE=$VAR '{ print VARIABLE }'
|
202 | ```
|
203 |
|
204 | 另一种传递外部变量方法:
|
205 |
|
206 | ```shell
|
207 | var1="aaa"
|
208 | var2="bbb"
|
209 | echo | awk '{ print v1,v2 }' v1=$var1 v2=$var2
|
210 | ```
|
211 |
|
212 | 当输入来自于文件时使用:
|
213 |
|
214 | ```shell
|
215 | awk '{ print v1,v2 }' v1=$var1 v2=$var2 filename
|
216 | ```
|
217 |
|
218 | 以上方法中,变量之间用空格分隔作为awk的命令行参数跟随在BEGIN、{}和END语句块之后。
|
219 |
|
220 | ## 查找进程pid
|
221 |
|
222 | ```shell
|
223 | netstat -antup | grep 7770 | awk '{ print $NF NR}' | awk '{ print $1}'
|
224 | ```
|
225 |
|
226 | ## awk运算与判断
|
227 |
|
228 | 作为一种程序设计语言所应具有的特点之一,awk支持多种运算,这些运算与C语言提供的基本相同。awk还提供了一系列内置的运算函数(如log、sqr、cos、sin等)和一些用于对字符串进行操作(运算)的函数(如length、substr等等)。这些函数的引用大大的提高了awk的运算功能。作为对条件转移指令的一部分,关系判断是每种程序设计语言都具备的功能,awk也不例外,awk中允许进行多种测试,作为样式匹配,还提供了模式匹配表达式~(匹配)和!~(不匹配)。作为对测试的一种扩充,awk也支持用逻辑运算符。
|
229 |
|
230 | ### 算术运算符
|
231 |
|
232 | | 运算符 | 描述 |
|
233 | | ----- | ---- |
|
234 | | + - | 加,减 |
|
235 | | * / & | 乘,除与求余 |
|
236 | | + - ! | 一元加,减和逻辑非 |
|
237 | | ^ *** | 求幂 |
|
238 | | ++ -- | 增加或减少,作为前缀或后缀 |
|
239 |
|
240 | 例:
|
241 |
|
242 | ```shell
|
243 | awk 'BEGIN{a="b";print a++,++a;}'
|
244 | 0 2
|
245 | ```
|
246 |
|
247 | 注意:所有用作算术运算符进行操作,操作数自动转为数值,所有非数值都变为0
|
248 |
|
249 | ### 赋值运算符
|
250 |
|
251 | | 运算符 | 描述 |
|
252 | | ----- | ---- |
|
253 | | = += -= *= /= %= ^= **= | 赋值语句 |
|
254 |
|
255 | 例:
|
256 |
|
257 | ```shell
|
258 | a+=5; 等价于:a=a+5; 其它同类
|
259 | ```
|
260 |
|
261 | ### 逻辑运算符
|
262 |
|
263 | | 运算符 | 描述 |
|
264 | | ----- | ---- |
|
265 | | `\|\|` | 逻辑或 |
|
266 | | && | 逻辑与 |
|
267 |
|
268 | 例:
|
269 |
|
270 | ```shell
|
271 | awk 'BEGIN{a=1;b=2;print (a>5 && b<=2),(a>5 || b<=2);}'
|
272 | 0 1
|
273 | ```
|
274 |
|
275 | ### 正则运算符
|
276 |
|
277 | | 运算符 | 描述 |
|
278 | | ----- | ---- |
|
279 | | ~ !~ | 匹配正则表达式和不匹配正则表达式 |
|
280 |
|
281 | ```
|
282 | ^ 行首
|
283 | $ 行尾
|
284 | . 除了换行符以外的任意单个字符
|
285 | * 前导字符的零个或多个
|
286 | .* 所有字符
|
287 | [] 字符组内的任一字符
|
288 | [^]对字符组内的每个字符取反(不匹配字符组内的每个字符)
|
289 | ^[^] 非字符组内的字符开头的行
|
290 | [a-z] 小写字母
|
291 | [A-Z] 大写字母
|
292 | [a-Z] 小写和大写字母
|
293 | [0-9] 数字
|
294 | \< 单词头单词一般以空格或特殊字符做分隔,连续的字符串被当做单词
|
295 | \> 单词尾
|
296 | ```
|
297 |
|
298 | > 正则需要用 /正则/ 包围住
|
299 |
|
300 | 例:
|
301 |
|
302 | ```shell
|
303 | awk 'BEGIN{a="100testa";if(a ~ /^100*/){print "ok";}}'
|
304 | ok
|
305 | ```
|
306 |
|
307 | ### 关系运算符
|
308 |
|
309 | | 运算符 | 描述 |
|
310 | | ----- | ---- |
|
311 | | < <= > >= != == | 关系运算符 |
|
312 |
|
313 | 例:
|
314 |
|
315 | ```shell
|
316 | awk 'BEGIN{a=11;if(a >= 9){print "ok";}}'
|
317 | ok
|
318 | ```
|
319 |
|
320 | 注意:> < 可以作为字符串比较,也可以用作数值比较,关键看操作数如果是字符串就会转换为字符串比较。两个都为数字才转为数值比较。字符串比较:按照ASCII码顺序比较。
|
321 |
|
322 | ### 其它运算符
|
323 |
|
324 | | 运算符 | 描述 |
|
325 | | ----- | ---- |
|
326 | | $ | 字段引用 |
|
327 | | 空格 | 字符串连接符 |
|
328 | | ?: | C条件表达式 |
|
329 | | in | 数组中是否存在某键值 |
|
330 |
|
331 | 例:
|
332 |
|
333 | ```shell
|
334 | awk 'BEGIN{a="b";print a=="b"?"ok":"err";}'
|
335 | ok
|
336 | ```
|
337 |
|
338 | ```shell
|
339 | awk 'BEGIN{a="b";arr[0]="b";arr[1]="c";print (a in arr);}'
|
340 | 0
|
341 | ```
|
342 |
|
343 | ```
|
344 | awk 'BEGIN{a="b";arr[0]="b";arr["b"]="c";print (a in arr);}'
|
345 | 1
|
346 | ```
|
347 |
|
348 | ### 运算级优先级表
|
349 |
|
350 | !级别越高越优先
|
351 | 级别越高越优先
|
352 |
|
353 | ## awk高级输入输出
|
354 |
|
355 | ### 读取下一条记录
|
356 |
|
357 | awk中`next`语句使用:在循环逐行匹配,如果遇到next,就会跳过当前行,直接忽略下面语句。而进行下一行匹配。next语句一般用于多行合并:
|
358 |
|
359 | ```shell
|
360 | cat text.txt
|
361 | a
|
362 | b
|
363 | c
|
364 | d
|
365 | e
|
366 |
|
367 | awk 'NR%2==1{next}{print NR,$0;}' text.txt
|
368 | 2 b
|
369 | 4 d
|
370 | ```
|
371 |
|
372 | 当记录行号除以2余1,就跳过当前行。下面的`print NR,$0`也不会执行。下一行开始,程序有开始判断`NR%2`值。这个时候记录行号是`:2` ,就会执行下面语句块:`'print NR,$0'`
|
373 |
|
374 | 分析发现需要将包含有“web”行进行跳过,然后需要将内容与下面行合并为一行:
|
375 |
|
376 | ```shell
|
377 | cat text.txt
|
378 | web01[192.168.2.100]
|
379 | httpd ok
|
380 | tomcat ok
|
381 | sendmail ok
|
382 | web02[192.168.2.101]
|
383 | httpd ok
|
384 | postfix ok
|
385 | web03[192.168.2.102]
|
386 | mysqld ok
|
387 | httpd ok
|
388 | 0
|
389 | awk '/^web/{T=$0;next;}{print T":"t,$0;}' text.txt
|
390 | web01[192.168.2.100]: httpd ok
|
391 | web01[192.168.2.100]: tomcat ok
|
392 | web01[192.168.2.100]: sendmail ok
|
393 | web02[192.168.2.101]: httpd ok
|
394 | web02[192.168.2.101]: postfix ok
|
395 | web03[192.168.2.102]: mysqld ok
|
396 | web03[192.168.2.102]: httpd ok
|
397 | ```
|
398 |
|
399 | ### 简单地读取一条记录
|
400 |
|
401 | `awk getline`用法:输出重定向需用到`getline函数`。getline从标准输入、管道或者当前正在处理的文件之外的其他输入文件获得输入。它负责从输入获得下一行的内容,并给NF,NR和FNR等内建变量赋值。如果得到一条记录,getline函数返回1,如果到达文件的末尾就返回0,如果出现错误,例如打开文件失败,就返回-1。
|
402 |
|
403 | getline语法:getline var,变量var包含了特定行的内容。
|
404 |
|
405 | awk getline从整体上来说,用法说明:
|
406 |
|
407 | * **当其左右无重定向符`|`或`<`时:** getline作用于当前文件,读入当前文件的第一行给其后跟的变量`var`或`$0`(无变量),应该注意到,由于awk在处理getline之前已经读入了一行,所以getline得到的返回结果是隔行的。
|
408 | * **当其左右有重定向符`|`或`<`时:** getline则作用于定向输入文件,由于该文件是刚打开,并没有被awk读入一行,只是getline读入,那么getline返回的是该文件的第一行,而不是隔行。
|
409 |
|
410 | **示例:**
|
411 |
|
412 | 执行linux的`date`命令,并通过管道输出给`getline`,然后再把输出赋值给自定义变量out,并打印它:
|
413 |
|
414 | ```shell
|
415 | awk 'BEGIN{ "date" | getline out; print out }' test
|
416 | ```
|
417 |
|
418 | 执行shell的date命令,并通过管道输出给getline,然后getline从管道中读取并将输入赋值给out,split函数把变量out转化成数组mon,然后打印数组mon的第二个元素:
|
419 |
|
420 | ```shell
|
421 | awk 'BEGIN{ "date" | getline out; split(out,mon); print mon[2] }' test
|
422 | ```
|
423 |
|
424 | 命令ls的输出传递给geline作为输入,循环使getline从ls的输出中读取一行,并把它打印到屏幕。这里没有输入文件,因为BEGIN块在打开输入文件前执行,所以可以忽略输入文件。
|
425 |
|
426 | ```shell
|
427 | awk 'BEGIN{ while( "ls" | getline) print }'
|
428 | ```
|
429 |
|
430 | ### 关闭文件
|
431 |
|
432 | awk中允许在程序中关闭一个输入或输出文件,方法是使用awk的close语句。
|
433 |
|
434 | ```shell
|
435 | close("filename")
|
436 | ```
|
437 |
|
438 | filename可以是getline打开的文件,也可以是stdin,包含文件名的变量或者getline使用的确切命令。或一个输出文件,可以是stdout,包含文件名的变量或使用管道的确切命令。
|
439 |
|
440 | ### 输出到一个文件
|
441 |
|
442 | awk中允许用如下方式将结果输出到一个文件:
|
443 |
|
444 | ```shell
|
445 | echo | awk '{printf("hello word!n") > "datafile"}'
|
446 | # 或
|
447 | echo | awk '{printf("hello word!n") >> "datafile"}'
|
448 | ```
|
449 |
|
450 | ## 设置字段定界符
|
451 |
|
452 | 默认的字段定界符是空格,可以使用`-F "定界符"` 明确指定一个定界符:
|
453 |
|
454 | ```shell
|
455 | awk -F: '{ print $NF }' /etc/passwd
|
456 | # 或
|
457 | awk 'BEGIN{ FS=":" } { print $NF }' /etc/passwd
|
458 | ```
|
459 |
|
460 | 在`BEGIN语句块`中则可以用`OFS=“定界符”`设置输出字段的定界符。
|
461 |
|
462 | ## 流程控制语句
|
463 |
|
464 | 在linux awk的while、do-while和for语句中允许使用break,continue语句来控制流程走向,也允许使用exit这样的语句来退出。break中断当前正在执行的循环并跳到循环外执行下一条语句。if 是流程选择用法。awk中,流程控制语句,语法结构,与c语言类型。有了这些语句,其实很多shell程序都可以交给awk,而且性能是非常快的。下面是各个语句用法。
|
465 |
|
466 | ### 条件判断语句
|
467 |
|
468 | ```shell
|
469 | if(表达式)
|
470 | 语句1
|
471 | else
|
472 | 语句2
|
473 | ```
|
474 |
|
475 | 格式中语句1可以是多个语句,为了方便判断和阅读,最好将多个语句用{}括起来。awk分枝结构允许嵌套,其格式为:
|
476 |
|
477 | ```shell
|
478 | if(表达式)
|
479 | {语句1}
|
480 | else if(表达式)
|
481 | {语句2}
|
482 | else
|
483 | {语句3}
|
484 | ```
|
485 |
|
486 | 示例:
|
487 |
|
488 | ```shell
|
489 | awk 'BEGIN{
|
490 | test=100;
|
491 | if(test>90){
|
492 | print "very good";
|
493 | }
|
494 | else if(test>60){
|
495 | print "good";
|
496 | }
|
497 | else{
|
498 | print "no pass";
|
499 | }
|
500 | }'
|
501 |
|
502 | very good
|
503 | ```
|
504 |
|
505 | 每条命令语句后面可以用`;` **分号** 结尾。
|
506 |
|
507 | ### 循环语句
|
508 |
|
509 | ### # while语句
|
510 |
|
511 | ```shell
|
512 | while(表达式)
|
513 | {语句}
|
514 | ```
|
515 |
|
516 | 示例:
|
517 |
|
518 | ```shell
|
519 | awk 'BEGIN{
|
520 | test=100;
|
521 | total=0;
|
522 | while(i<=test){
|
523 | total+=i;
|
524 | i++;
|
525 | }
|
526 | print total;
|
527 | }'
|
528 | 5050
|
529 | ```
|
530 |
|
531 | ### # for循环
|
532 |
|
533 | for循环有两种格式:
|
534 |
|
535 | 格式1:
|
536 |
|
537 | ```shell
|
538 | for(变量 in 数组)
|
539 | {语句}
|
540 | ```
|
541 |
|
542 | 示例:
|
543 |
|
544 | ```shell
|
545 | awk 'BEGIN{
|
546 | for(k in ENVIRON){
|
547 | print k"="ENVIRON[k];
|
548 | }
|
549 |
|
550 | }'
|
551 | TERM=linux
|
552 | G_BROKEN_FILENAMES=1
|
553 | SHLVL=1
|
554 | pwd=/root/text
|
555 | ...
|
556 | logname=root
|
557 | HOME=/root
|
558 | SSH_CLIENT=192.168.1.21 53087 22
|
559 | ```
|
560 |
|
561 | 注:ENVIRON是awk常量,是子典型数组。
|
562 |
|
563 | 格式2:
|
564 |
|
565 | ```shell
|
566 | for(变量;条件;表达式)
|
567 | {语句}
|
568 | ```
|
569 |
|
570 | 示例:
|
571 |
|
572 | ```shell
|
573 | awk 'BEGIN{
|
574 | total=0;
|
575 | for(i=0;i<=100;i++){
|
576 | total+=i;
|
577 | }
|
578 | print total;
|
579 | }'
|
580 | 5050
|
581 | ```
|
582 |
|
583 | ### # do循环
|
584 |
|
585 | ```shell
|
586 | do
|
587 | {语句} while(条件)
|
588 | ```
|
589 |
|
590 | 例子:
|
591 |
|
592 | ```shell
|
593 | awk 'BEGIN{
|
594 | total=0;
|
595 | i=0;
|
596 | do {total+=i;i++;} while(i<=100)
|
597 | print total;
|
598 | }'
|
599 | 5050
|
600 | ```
|
601 |
|
602 | ### 其他语句
|
603 |
|
604 | * **break** 当 break 语句用于 while 或 for 语句时,导致退出程序循环。
|
605 | * **continue** 当 continue 语句用于 while 或 for 语句时,使程序循环移动到下一个迭代。
|
606 | * **next** 能能够导致读入下一个输入行,并返回到脚本的顶部。这可以避免对当前输入行执行其他的操作过程。
|
607 | * **exit** 语句使主输入循环退出并将控制转移到END,如果END存在的话。如果没有定义END规则,或在END中应用exit语句,则终止脚本的执行。
|
608 |
|
609 | ## 数组应用
|
610 |
|
611 | 数组是awk的灵魂,处理文本中最不能少的就是它的数组处理。因为数组索引(下标)可以是数字和字符串在awk中数组叫做关联数组(associative arrays)。awk 中的数组不必提前声明,也不必声明大小。数组元素用0或空字符串来初始化,这根据上下文而定。
|
612 |
|
613 | ### 数组的定义
|
614 |
|
615 | 数字做数组索引(下标):
|
616 |
|
617 | ```shell
|
618 | Array[1]="sun"
|
619 | Array[2]="kai"
|
620 | ```
|
621 |
|
622 | 字符串做数组索引(下标):
|
623 |
|
624 | ```shell
|
625 | Array["first"]="www"
|
626 | Array"[last"]="name"
|
627 | Array["birth"]="1987"
|
628 | ```
|
629 |
|
630 | 使用中`print Array[1]`会打印出sun;使用`print Array[2]`会打印出kai;使用`print["birth"]`会得到1987。
|
631 |
|
632 | **读取数组的值**
|
633 |
|
634 | ```shell
|
635 | { for(item in array) {print array[item]}; } #输出的顺序是随机的
|
636 | { for(i=1;i<=len;i++) {print array[i]}; } #Len是数组的长度
|
637 | ```
|
638 |
|
639 | ### 数组相关函数
|
640 |
|
641 | **得到数组长度:**
|
642 |
|
643 | ```shell
|
644 | awk 'BEGIN{info="it is a test";lens=split(info,tA," ");print length(tA),lens;}'
|
645 | 4 4
|
646 | ```
|
647 |
|
648 | length返回字符串以及数组长度,split进行分割字符串为数组,也会返回分割得到数组长度。
|
649 |
|
650 | ```shell
|
651 | awk 'BEGIN{info="it is a test";split(info,tA," ");print asort(tA);}'
|
652 | 4
|
653 | ```
|
654 |
|
655 | asort对数组进行排序,返回数组长度。
|
656 |
|
657 | **输出数组内容(无序,有序输出):**
|
658 |
|
659 | ```shell
|
660 | awk 'BEGIN{info="it is a test";split(info,tA," ");for(k in tA){print k,tA[k];}}'
|
661 | 4 test
|
662 | 1 it
|
663 | 2 is
|
664 | 3 a
|
665 | ```
|
666 |
|
667 | `for…in`输出,因为数组是关联数组,默认是无序的。所以通过`for…in`得到是无序的数组。如果需要得到有序数组,需要通过下标获得。
|
668 |
|
669 | ```shell
|
670 | awk 'BEGIN{info="it is a test";tlen=split(info,tA," ");for(k=1;k<=tlen;k++){print k,tA[k];}}'
|
671 | 1 it
|
672 | 2 is
|
673 | 3 a
|
674 | 4 test
|
675 | ```
|
676 |
|
677 | 注意:数组下标是从1开始,与C数组不一样。
|
678 |
|
679 | **判断键值存在以及删除键值:**
|
680 |
|
681 | ```shell
|
682 | # 错误的判断方法:
|
683 | awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if(tB["c"]!="1"){print "no found";};for(k in tB){print k,tB[k];}}'
|
684 | no found
|
685 | a a1
|
686 | b b1
|
687 | c
|
688 | ```
|
689 |
|
690 | 以上出现奇怪问题,`tB[“c”]`没有定义,但是循环时候,发现已经存在该键值,它的值为空,这里需要注意,awk数组是关联数组,只要通过数组引用它的key,就会自动创建改序列。
|
691 |
|
692 | ```shell
|
693 | # 正确判断方法:
|
694 | awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";if( "c" in tB){print "ok";};for(k in tB){print k,tB[k];}}'
|
695 | a a1
|
696 | b b1
|
697 | ```
|
698 |
|
699 | `if(key in array)`通过这种方法判断数组中是否包含`key`键值。
|
700 |
|
701 | ```shell
|
702 | #删除键值:
|
703 | awk 'BEGIN{tB["a"]="a1";tB["b"]="b1";delete tB["a"];for(k in tB){print k,tB[k];}}'
|
704 | b b1
|
705 | ```
|
706 |
|
707 | `delete array[key]`可以删除,对应数组`key`的,序列值。
|
708 |
|
709 | ### 二维、多维数组使用
|
710 |
|
711 | awk的多维数组在本质上是一维数组,更确切一点,awk在存储上并不支持多维数组。awk提供了逻辑上模拟二维数组的访问方式。例如,`array[2,4]=1`这样的访问是允许的。awk使用一个特殊的字符串`SUBSEP(�34)`作为分割字段,在上面的例子中,关联数组array存储的键值实际上是2�344。
|
712 |
|
713 | 类似一维数组的成员测试,多维数组可以使用`if ( (i,j) in array)`这样的语法,但是下标必须放置在圆括号中。类似一维数组的循环访问,多维数组使用`for ( item in array )`这样的语法遍历数组。与一维数组不同的是,多维数组必须使用`split()`函数来访问单独的下标分量。
|
714 |
|
715 | ```shell
|
716 | awk 'BEGIN{
|
717 | for(i=1;i<=9;i++){
|
718 | for(j=1;j<=9;j++){
|
719 | tarr[i,j]=i*j; print i,"*",j,"=",tarr[i,j];
|
720 | }
|
721 | }
|
722 | }'
|
723 | 1 * 1 = 1
|
724 | 1 * 2 = 2
|
725 | 1 * 3 = 3
|
726 | 1 * 4 = 4
|
727 | 1 * 5 = 5
|
728 | 1 * 6 = 6
|
729 | ...
|
730 | 9 * 6 = 54
|
731 | 9 * 7 = 63
|
732 | 9 * 8 = 72
|
733 | 9 * 9 = 81
|
734 | ```
|
735 |
|
736 | 可以通过`array[k,k2]`引用获得数组内容。
|
737 |
|
738 | 另一种方法:
|
739 |
|
740 | ```shell
|
741 | awk 'BEGIN{
|
742 | for(i=1;i<=9;i++){
|
743 | for(j=1;j<=9;j++){
|
744 | tarr[i,j]=i*j;
|
745 | }
|
746 | }
|
747 | for(m in tarr){
|
748 | split(m,tarr2,SUBSEP); print tarr2[1],"*",tarr2[2],"=",tarr[m];
|
749 | }
|
750 | }'
|
751 | ```
|
752 |
|
753 | ## 内置函数
|
754 |
|
755 | awk内置函数,主要分以下3种类似:算数函数、字符串函数、其它一般函数、时间函数。
|
756 |
|
757 | ### 算术函数
|
758 |
|
759 | | 格式 | 描述 |
|
760 | | ---- | ---- |
|
761 | | atan2( y, x ) | 返回 y/x 的反正切。 |
|
762 | | cos( x ) | 返回 x 的余弦;x 是弧度。 |
|
763 | | sin( x ) | 返回 x 的正弦;x 是弧度。 |
|
764 | | exp( x ) | 返回 x 幂函数。 |
|
765 | | log( x ) | 返回 x 的自然对数。 |
|
766 | | sqrt( x ) | 返回 x 平方根。 |
|
767 | | int( x ) | 返回 x 的截断至整数的值。 |
|
768 | | rand( ) | 返回任意数字 n,其中 0 <= n < 1。 |
|
769 | | srand( [expr] ) | 将 rand 函数的种子值设置为 Expr 参数的值,或如果省略 Expr 参数则使用某天的时间。返回先前的种子值。 |
|
770 |
|
771 |
|
772 | 举例说明:
|
773 |
|
774 | ```shell
|
775 | awk 'BEGIN{OFMT="%.3f";fs=sin(1);fe=exp(10);fl=log(10);fi=int(3.1415);print fs,fe,fl,fi;}'
|
776 | 0.841 22026.466 2.303 3
|
777 |
|
778 | ```
|
779 |
|
780 | OFMT 设置输出数据格式是保留3位小数。
|
781 |
|
782 | 获得随机数:
|
783 |
|
784 | ```shell
|
785 | awk 'BEGIN{srand();fr=int(100*rand());print fr;}'
|
786 | 78
|
787 | awk 'BEGIN{srand();fr=int(100*rand());print fr;}'
|
788 | 31
|
789 | awk 'BEGIN{srand();fr=int(100*rand());print fr;}'
|
790 | 41
|
791 | ```
|
792 |
|
793 | ### 字符串函数
|
794 |
|
795 | | 格式 | 描述 |
|
796 | | ---- | ---- |
|
797 | | gsub( Ere, Repl, [ In ] ) | 除了正则表达式所有具体值被替代这点,它和 sub 函数完全一样地执行。 |
|
798 | | sub( Ere, Repl, [ In ] ) | 用 Repl 参数指定的字符串替换 In 参数指定的字符串中的由 Ere 参数指定的扩展正则表达式的第一个具体值。sub 函数返回替换的数量。出现在 Repl 参数指定的字符串中的 &(和符号)由 In 参数指定的与 Ere 参数的指定的扩展正则表达式匹配的字符串替换。如果未指定 In 参数,缺省值是整个记录($0 记录变量)。 |
|
799 | | index( String1, String2 ) | 在由 String1 参数指定的字符串(其中有出现 String2 指定的参数)中,返回位置,从 1 开始编号。如果 String2 参数不在 String1 参数中出现,则返回 0(零)。 |
|
800 | | length [(String)] | 返回 String 参数指定的字符串的长度(字符形式)。如果未给出 String 参数,则返回整个记录的长度($0 记录变量)。 |
|
801 | | blength [(String)] | 返回 String 参数指定的字符串的长度(以字节为单位)。如果未给出 String 参数,则返回整个记录的长度($0 记录变量)。 |
|
802 | | substr( String, M, [ N ] ) | 返回具有 N 参数指定的字符数量子串。子串从 String 参数指定的字符串取得,其字符以 M 参数指定的位置开始。M 参数指定为将 String 参数中的第一个字符作为编号 1。如果未指定 N 参数,则子串的长度将是 M 参数指定的位置到 String 参数的末尾 的长度。 |
|
803 | | match( String, Ere ) | 在 String 参数指定的字符串(Ere 参数指定的扩展正则表达式出现在其中)中返回位置(字符形式),从 1 开始编号,或如果 Ere 参数不出现,则返回 0(零)。RSTART 特殊变量设置为返回值。RLENGTH 特殊变量设置为匹配的字符串的长度,或如果未找到任何匹配,则设置为 -1(负一)。|
|
804 | | split( String, A, [Ere] ) | 将 String 参数指定的参数分割为数组元素 A[1], A[2], . . ., A[n],并返回 n 变量的值。此分隔可以通过 Ere 参数指定的扩展正则表达式进行,或用当前字段分隔符(FS 特殊变量)来进行(如果没有给出 Ere 参数)。除非上下文指明特定的元素还应具有一个数字值,否则 A 数组中的元素用字符串值来创建。 |
|
805 | | tolower( String ) | 返回 String 参数指定的字符串,字符串中每个大写字符将更改为小写。大写和小写的映射由当前语言环境的 LC_CTYPE 范畴定义。 |
|
806 | | toupper( String ) | 返回 String 参数指定的字符串,字符串中每个小写字符将更改为大写。大写和小写的映射由当前语言环境的 LC_CTYPE 范畴定义。 |
|
807 | | sprintf(Format, Expr, Expr, . . . ) | 根据 Format 参数指定的 printf 子例程格式字符串来格式化 Expr 参数指定的表达式并返回最后生成的字符串。 |
|
808 |
|
809 |
|
810 | 注:Ere都可以是正则表达式。
|
811 |
|
812 | **gsub,sub使用**
|
813 |
|
814 | ```shell
|
815 | awk 'BEGIN{info="this is a test2010test!";gsub(/[0-9]+/,"!",info);print info}'
|
816 | this is a test!test!
|
817 | ```
|
818 |
|
819 | 在 info中查找满足正则表达式,`/[0-9]+/` 用`””`替换,并且替换后的值,赋值给info 未给info值,默认是`$0`
|
820 |
|
821 | **查找字符串(index使用)**
|
822 |
|
823 | ```shell
|
824 | awk 'BEGIN{info="this is a test2010test!";print index(info,"test")?"ok":"no found";}'
|
825 | ok
|
826 | ```
|
827 |
|
828 | 未找到,返回0
|
829 |
|
830 | **正则表达式匹配查找(match使用)**
|
831 |
|
832 | ```
|
833 | awk 'BEGIN{info="this is a test2010test!";print match(info,/[0-9]+/)?"ok":"no found";}'
|
834 | ok
|
835 | ```
|
836 |
|
837 | **截取字符串(substr使用)**
|
838 |
|
839 | ```shell
|
840 | [wangsl@centos5 ~]$ awk 'BEGIN{info="this is a test2010test!";print substr(info,4,10);}'
|
841 | s is a tes
|
842 | ```
|
843 |
|
844 | 从第 4个 字符开始,截取10个长度字符串
|
845 |
|
846 | **字符串分割(split使用)**
|
847 |
|
848 | ```shell
|
849 | awk 'BEGIN{info="this is a test";split(info,tA," ");print length(tA);for(k in tA){print k,tA[k];}}'
|
850 | 4
|
851 | 4 test
|
852 | 1 this
|
853 | 2 is
|
854 | 3 a
|
855 | ```
|
856 |
|
857 | 分割info,动态创建数组tA,这里比较有意思,`awk for …in`循环,是一个无序的循环。 并不是从数组下标1…n ,因此使用时候需要注意。
|
858 |
|
859 | **格式化字符串输出(sprintf使用)**
|
860 |
|
861 | 格式化字符串格式:
|
862 |
|
863 | 其中格式化字符串包括两部分内容:一部分是正常字符,这些字符将按原样输出; 另一部分是格式化规定字符,以`"%"`开始,后跟一个或几个规定字符,用来确定输出内容格式。
|
864 |
|
865 | | 格式 | 描述 | 格式 | 描述 |
|
866 | | ---- | ---- | ---- | ---- |
|
867 | | %d | 十进制有符号整数 | %u | 十进制无符号整数 |
|
868 | | %f | 浮点数 | %s | 字符串 |
|
869 | | %c | 单个字符 | %p | 指针的值 |
|
870 | | %e | 指数形式的浮点数 | %x | %X 无符号以十六进制表示的整数 |
|
871 | | %o | 无符号以八进制表示的整数 | %g | 自动选择合适的表示法 |
|
872 |
|
873 |
|
874 | ```shell
|
875 | awk 'BEGIN{n1=124.113;n2=-1.224;n3=1.2345; printf("%.2f,%.2u,%.2g,%X,%on",n1,n2,n3,n1,n1);}'
|
876 | 124.11,18446744073709551615,1.2,7C,174
|
877 | ```
|
878 |
|
879 | ### 一般函数
|
880 |
|
881 | | 格式 | 描述 |
|
882 | | ---- | ---- |
|
883 | | close( Expression ) | 用同一个带字符串值的 Expression 参数来关闭由 print 或 printf 语句打开的或调用 getline 函数打开的文件或管道。如果文件或管道成功关闭,则返回 0;其它情况下返回非零值。如果打算写一个文件,并稍后在同一个程序中读取文件,则 close 语句是必需的。 |
|
884 | | system(command ) | 执行 Command 参数指定的命令,并返回退出状态。等同于 system 子例程。|
|
885 | | Expression `\|` getline [ Variable ] | 从来自 Expression 参数指定的命令的输出中通过管道传送的流中读取一个输入记录,并将该记录的值指定给 Variable 参数指定的变量。如果当前未打开将 Expression 参数的值作为其命令名称的流,则创建流。创建的流等同于调用 popen 子例程,此时 Command 参数取 Expression 参数的值且 Mode 参数设置为一个是 r 的值。只要流保留打开且 Expression 参数求得同一个字符串,则对 getline 函数的每次后续调用读取另一个记录。如果未指定 Variable 参数,则 $0 记录变量和 NF 特殊变量设置为从流读取的记录。|
|
886 | | getline [ Variable ] < Expression | 从 Expression 参数指定的文件读取输入的下一个记录,并将 Variable 参数指定的变量设置为该记录的值。只要流保留打开且 Expression 参数对同一个字符串求值,则对 getline 函数的每次后续调用读取另一个记录。如果未指定 Variable 参数,则 $0 记录变量和 NF 特殊变量设置为从流读取的记录。 |
|
887 | | getline [ Variable ] | 将 Variable 参数指定的变量设置为从当前输入文件读取的下一个输入记录。如果未指定 Variable 参数,则 $0 记录变量设置为该记录的值,还将设置 NF、NR 和 FNR 特殊变量。 |
|
888 |
|
889 | **打开外部文件(close用法)**
|
890 |
|
891 | ```shell
|
892 | awk 'BEGIN{while("cat /etc/passwd"|getline){print $0;};close("/etc/passwd");}'
|
893 | root:x:0:0:root:/root:/bin/bash
|
894 | bin:x:1:1:bin:/bin:/sbin/nologin
|
895 | daemon:x:2:2:daemon:/sbin:/sbin/nologin
|
896 | ```
|
897 |
|
898 | **逐行读取外部文件(getline使用方法)**
|
899 |
|
900 | ```shell
|
901 | awk 'BEGIN{while(getline < "/etc/passwd"){print $0;};close("/etc/passwd");}'
|
902 | root:x:0:0:root:/root:/bin/bash
|
903 | bin:x:1:1:bin:/bin:/sbin/nologin
|
904 | daemon:x:2:2:daemon:/sbin:/sbin/nologin
|
905 | ```
|
906 |
|
907 | ```shell
|
908 | awk 'BEGIN{print "Enter your name:";getline name;print name;}'
|
909 | Enter your name:
|
910 | chengmo
|
911 | chengmo
|
912 | ```
|
913 |
|
914 | **调用外部应用程序(system使用方法)**
|
915 |
|
916 | ```shell
|
917 | awk 'BEGIN{b=system("ls -al");print b;}'
|
918 | total 42092
|
919 | drwxr-xr-x 14 chengmo chengmo 4096 09-30 17:47 .
|
920 | drwxr-xr-x 95 root root 4096 10-08 14:01 ..
|
921 | ```
|
922 |
|
923 | b返回值,是执行结果。
|
924 |
|
925 | ### 时间函数
|
926 |
|
927 | | 格式 | 描述 |
|
928 | | ---- | ---- |
|
929 | | 函数名 | 说明 |
|
930 | | mktime( YYYY MM dd HH MM ss[ DST]) | 生成时间格式 |
|
931 | | strftime([format [, timestamp]]) | 格式化时间输出,将时间戳转为时间字符串具体格式,见下表。 |
|
932 | | systime() | 得到时间戳,返回从1970年1月1日开始到当前时间(不计闰年)的整秒数 |
|
933 |
|
934 | **建指定时间(mktime使用)**
|
935 |
|
936 | ```shell
|
937 | awk 'BEGIN{tstamp=mktime("2001 01 01 12 12 12");print strftime("%c",tstamp);}'
|
938 | 2001年01月01日 星期一 12时12分12秒
|
939 | ```
|
940 |
|
941 | ```shell
|
942 | awk 'BEGIN{tstamp1=mktime("2001 01 01 12 12 12");tstamp2=mktime("2001 02 01 0 0 0");print tstamp2-tstamp1;}'
|
943 | 2634468
|
944 | ```
|
945 |
|
946 | 求2个时间段中间时间差,介绍了strftime使用方法
|
947 |
|
948 | ```shell
|
949 | awk 'BEGIN{tstamp1=mktime("2001 01 01 12 12 12");tstamp2=systime();print tstamp2-tstamp1;}'
|
950 | 308201392
|
951 | ```
|
952 |
|
953 | **strftime日期和时间格式说明符**
|
954 |
|
955 | | 格式 | 描述 |
|
956 | | ---- | ---- |
|
957 | | %a | 星期几的缩写(Sun) |
|
958 | | %A | 星期几的完整写法(Sunday) |
|
959 | | %b | 月名的缩写(Oct) |
|
960 | | %B | 月名的完整写法(October) |
|
961 | | %c | 本地日期和时间 |
|
962 | | %d | 十进制日期 |
|
963 | | %D | 日期 08/20/99 |
|
964 | | %e | 日期,如果只有一位会补上一个空格 |
|
965 | | %H | 用十进制表示24小时格式的小时 |
|
966 | | %I | 用十进制表示12小时格式的小时 |
|
967 | | %j | 从1月1日起一年中的第几天 |
|
968 | | %m | 十进制表示的月份 |
|
969 | | %M | 十进制表示的分钟 |
|
970 | | %p | 12小时表示法(AM/PM) |
|
971 | | %S | 十进制表示的秒 |
|
972 | | %U | 十进制表示的一年中的第几个星期(星期天作为一个星期的开始) |
|
973 | | %w | 十进制表示的星期几(星期天是0) |
|
974 | | %W | 十进制表示的一年中的第几个星期(星期一作为一个星期的开始) |
|
975 | | %x | 重新设置本地日期(08/20/99) |
|
976 | | %X | 重新设置本地时间(12:00:00) |
|
977 | | %y | 两位数字表示的年(99) |
|
978 | | %Y | 当前月份 |
|
979 | | %% | 百分号(%) |
|
980 |
|
981 |
|
982 |
|
\ | No newline at end of file |