C语言linux awk命令详解

简介

awk是一个强硬的公文分析工具,相对于grep的检索,sed的修,awk在那针对性数码解析并转报告时,显得更为强大。简单来说awk就是把文件逐行的读入,以空格为默认分隔符将每行切片,切开的一对重新展开各种分析处理。

awk有3单不等版本: awk、nawk和gawk,未发专门说明,一般指gawk,gawk 是 AWK
的 GNU 版本。

awk其名得起于它的元老 Alfred Aho 、Peter Weinberger 和 Brian
Kernighan 姓氏的首只假名。实际上 AWK 的确具有自己的语言: AWK
程序设计语言 ,
三个创作者已以它正式定义也“样式扫描以及处理语言”。它同意你创建简短的顺序,这些程序读博输入文件、为数量排序、处理数据、对输入执行计算和变更报表,还有多旁的功能。

 

应用方式

awk '{pattern + action}' {filenames}

尽管操作可能会见很复杂,但语法总是这么,其中 pattern 表示 AWK
在数据遭到搜寻的情节,而 action
是当找到匹配内容常常所推行之平等密密麻麻令。花括号({})不需要以程序中老出现,但其用于因特定的模式对同一系列令展开分组。
pattern就是如表示的正则表达式,用斜杠括起来。

awk语言的极端基本功能是以文书或者字符串中因指定规则浏览以及抽取信息,awk抽取信息后,才能够展开其他文件操作。完整的awk脚本通常用来格式化文本文件被的消息。

一般说来,awk是盖文件之一条龙也处理单位之。awk每接收文件之均等执,然后实施相应的通令,来处理公事。

 

调用awk

产生三栽办法调用awk

1.命令行方式
awk [-F  field-separator]  'commands'  input-file(s)
其中,commands 是真正awk命令,[-F域分隔符]是可选的。 input-file(s) 是待处理的文件。
在awk中,文件的每一行中,由域分隔符分开的每一项称为一个域。通常,在不指名-F域分隔符的情况下,默认的域分隔符是空格。

2.shell脚本方式
将所有的awk命令插入一个文件,并使awk程序可执行,然后awk命令解释器作为脚本的首行,一遍通过键入脚本名称来调用。
相当于shell脚本首行的:#!/bin/sh
可以换成:#!/bin/awk

3.将所有的awk命令插入一个单独文件,然后调用:
awk -f awk-script-file input-file(s)
其中,-f选项加载awk-script-file中的awk脚本,input-file(s)跟上面的是一样的。

本章重点介绍命令执行措施。

入门实例

假要last -n 5的输出如下

[root@www ~]# last -n 5 <==仅取出前五行
root     pts/1   192.168.1.100  Tue Feb 10 11:21   still logged in
root     pts/1   192.168.1.100  Tue Feb 10 00:46 - 02:28  (01:41)
root     pts/1   192.168.1.100  Mon Feb  9 11:41 - 18:30  (06:48)
dmtsai   pts/1   192.168.1.100  Mon Feb  9 11:41 - 11:41  (00:00)
root     tty1                   Fri Sep  5 14:09 - 14:10  (00:01)

苟只是显示最近报到的5独帐号

#last -n 5 | awk  '{print $1}'
root
root
root
dmtsai
root

这种是awk+action的演示,每行都见面执行action{print $1}。

-F指定域分隔符为’:’。

 

若果只是显示/etc/passwd的账户以及账户对应之shell,而账户和shell之间为tab键分割

#cat /etc/passwd |awk  -F ':'  '{print $1"\t"$7}'
root    /bin/bash
daemon  /bin/sh
bin     /bin/sh
sys     /bin/sh

假若只是显示/etc/passwd的账户及账户对应之shell,而账户以及shell之间以逗号分割,而且于装有行添加列名name,shell,在最后一执上加”blue,/bin/nosh”。

cat /etc/passwd |awk  -F ':'  'BEGIN {print "name,shell"}  {print $1","$7} END {print "blue,/bin/nosh"}'
name,shell
root,/bin/bash
daemon,/bin/sh
bin,/bin/sh
sys,/bin/sh
....
blue,/bin/nosh

awk工作流程是如此的:先实行BEGING,然后读取文件,读入有/n换行符分割的如出一辙长长的记下,然后用记录按指定的域分隔符划分域,填充域,$0则表示所有域,$1代表第一个域,$n代表第n个域,随后开始履行模式所对应之动作action。接着开读入第二修记录······直到所有的记录还读毕,最后执行END操作。

 

搜索/etc/passwd有root关键字的富有执行

#awk -F: '/root/' /etc/passwd
root:x:0:0:root:/root:/bin/bash

这种是pattern的用示例,匹配了pattern(这里是root)的实施才见面执行action(没有指定action,默认输出每行的情节)。

搜索支持正则,例如找root开头的: awk -F: ‘/^root/’ /etc/passwd

 

搜索/etc/passwd有root关键字的有执行,并显示相应之shell

# awk -F: '/root/{print $7}' /etc/passwd             
/bin/bash

此处指定了action{print $7}

 

awk内置变量

awk有众多放到变量用来安环境信息,这些变量可以被改,下面给有了最常用之一部分变量。

ARGC               命令行参数个数
ARGV               命令行参数排列
ENVIRON            支持队列中系统环境变量的使用
FILENAME           awk浏览的文件名
FNR                浏览文件的记录数
FS                 设置输入域分隔符,等价于命令行 -F选项
NF                 浏览记录的域的个数
NR                 已读的记录数
OFS                输出域分隔符
ORS                输出记录分隔符
RS                 控制记录分隔符

此外,$0变量是赖整条记录。$1代表即行之率先个域,$2表示手上实行的第二个域,……以此类推。

 

统计/etc/passwd:文件称,每行的行号,每行的列数,对应之完好执行内容:

#awk  -F ':'  '{print "filename:" FILENAME ",linenumber:" NR ",columns:" NF ",linecontent:"$0}' /etc/passwd
filename:/etc/passwd,linenumber:1,columns:7,linecontent:root:x:0:0:root:/root:/bin/bash
filename:/etc/passwd,linenumber:2,columns:7,linecontent:daemon:x:1:1:daemon:/usr/sbin:/bin/sh
filename:/etc/passwd,linenumber:3,columns:7,linecontent:bin:x:2:2:bin:/bin:/bin/sh
filename:/etc/passwd,linenumber:4,columns:7,linecontent:sys:x:3:3:sys:/dev:/bin/sh

利用printf替代print,可以为代码更加简明,易读

awk  -F ':'  '{printf("filename:%10s,linenumber:%s,columns:%s,linecontent:%s\n",FILENAME,NR,NF,$0)}' /etc/passwd

print和printf

awk中还要提供了print和printf两种打印输出的函数。

里头print函数的参数可以是变量、数值或字符串。字符串必须用对引号引用,参数用逗号分隔。如果没有逗号,参数就串联在一道只要无法区分。这里,逗号的意与出口文件之分隔符的来意是同样的,只是后者是空格而已。

printf函数,其用法及c语言中printf基本相似,可以格式化字符串,输出复杂时,printf更加好用,代码更易于亮。

 

 awk编程

 变量和赋值

除开awk的放置变量,awk还可从定义变量。

下面统计/etc/passwd的账户人数

awk '{count++;print $0;} END{print "user count is ", count}' /etc/passwd
root:x:0:0:root:/root:/bin/bash
......
user count is  40

count是打定义变量。之前的action{}里还是单来一个print,其实print只是一个话语,而action{}可以来多独话,以;号隔开。

 

此没初始化count,虽然默认是0,但是妥当之做法还是始化为0:

awk 'BEGIN {count=0;print "[start]user count is ", count} {count=count+1;print $0;} END{print "[end]user count is ", count}' /etc/passwd
[start]user count is  0
root:x:0:0:root:/root:/bin/bash
...
[end]user count is  40

统计有文件夹下之公文占用的字节数

ls -l |awk 'BEGIN {size=0;} {size=size+$5;} END{print "[end]size is ", size}'
[end]size is  8657198

假设坐M为单位显示:

ls -l |awk 'BEGIN {size=0;} {size=size+$5;} END{print "[end]size is ", size/1024/1024,"M"}' 
[end]size is  8.25889 M

只顾,统计不包括文件夹的子目录。

 

 

条件语句

 awk中的口径语句是于C语言中借鉴来的,见如下宣示方式:

if (expression) {
    statement;
    statement;
    ... ...
}

if (expression) {
    statement;
} else {
    statement2;
}

if (expression) {
    statement1;
} else if (expression1) {
    statement2;
} else {
    statement3;
}

统计有文件夹下之文书占用的字节数,过滤4096高低的文本(一般还是文本夹):

ls -l |awk 'BEGIN {size=0;print "[start]size is ", size} {if($5!=4096){size=size+$5;}} END{print "[end]size is ", size/1024/1024,"M"}' 
[end]size is  8.22339 M

循环语句

awk中之循环语词同样借鉴于C语言,支持while、do/while、for、break、continue,这些重大字的语义和C语言中的语义完全相同。

 

数组

 
因为awk中数组的下标可以是数字与字母,数组的下标通常为名关键字(key)。值与重大字还存储在内部的如出一辙张对key/value应用hash的表格里。由于hash不是顺序存储,因此当显示数组内容经常见面发觉,它们并无是比照你预料的相继显示出来的。数组和变量一样,都是在使用时自动创建的,awk为一如既往会自行判断该储存的是数字或者字符串。一般而言,awk中的数组用来起记录着收载信息,可以用于计算总和、统计单词和跟模板被匹配的次数等等。

 

显示/etc/passwd的账户

awk -F ':' 'BEGIN {count=0;} {name[count] = $1;count++;}; END{for (i = 0; i < NR; i++) print i, name[i]}' /etc/passwd
root
daemon
bin
sys
sync
games
......

此地以for循环遍历数组

 

awk编程的情尽多,这里仅仅摆简单常用之用法,更多请参考 http://www.gnu.org/software/gawk/manual/gawk.html