AWK语言

   一. awk

  awk：报告生成器，格式化输出。

  在 Linux/UNIX 系统中，awk 是一个功能强大的编辑工具，逐行读取输入文本，默认以空格或tab键作为分隔符作为分隔，并按模式或者条件执行编辑命令。而awk比较倾向于将一行分成多个字段，然后进行处理。

  AWK信息的读入也是逐行指定的匹配模式进行查找，对符合条件的内容进行格式化输出或者过滤处理，可以在无交互 的情况下实现相当复杂的文本操作，被广泛应用于 Shell 脚本，完成各种自动化配置任务。

  其中awk有多种版本：

• AWK
• NAWK
• GAWK(目前使用)

  gawk、vim和awk的区别

    gawk：模式扫描和处理语言，可以实现下面功能

    vim：是将整个文件加载到内存中在加载到你的内存中，但这取决于你的内存文件是否能够容纳文本文件的大小。

    awk（语言）：读取一行，处理一行

  工作模式：

    sed命令常用于一整行的处理，而awk比较倾向于一整行的分成多个字段处理，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出来。

  格式：awk [options]  'program' var=value  file…

  解释说明：

    program是被放在单引号中，通常由三个部分组成：

• BEGIN语句块
• 模式匹配的通用语句块
• END语句块

常用选项	功能
-F	分隔符指明输入时用到的字符分隔符，默认的字符分隔符是若干个连续的空白符
-v	var=value变量赋值

  program格式：xxxxxxxxxx1 11 1pattern{action statements;..} 

    pattern：决定动作语句何时触发及触发事件。比如：BEGIN、END、正则表达式等

    action statements（行为语句）：对数据进行处理 ，放在{}内指明。常见的是：print、printf

• output statement（输出语句）：print、printf
• expressions（表达式）：算术表达式、比较表达式等
• compound statement（组合语句）
• control statement（控制语句）：if语句、for、while等
• input statement（输入语句）

  执行过程

第一步：执行BEGIN{action;… }语句块中的语句
第二步：从文件或标准输入(stdin)读取一行，然后执行pattern{ action;… }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。
第三步：当读至输入流末尾时，执行END{action;…}语句块

  解释：
    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
    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
    pattern语句块中的通用命令是最重要的部分，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

  1.1 基本动作

    print动作

     1.2 BEGIN

    取出已用项--方法一

     取出已用项--方法二

    取出已用项--方法三

    BEGIN{}模式表示，在处理指定的文本前，需要先执行BEGIN模式中的指定动作； awk再处理指定的文本，之后再执行END模式中的指定动作，END{}语句中，一般会放入打印结果等语句。

  1.3 常见的内置变量

    格式：awk 选项 '模式{print }'

选项	功能
FS	指定每段的字段分隔符，缺省默认认为空格或制表符，与 “-F”作用相同 -v "FS=:"
OFS	输出时的分隔符
NF	当前处理的行的字段个数
NR	当前处理的行的行数（序数）
$0	当前处理的行的整个内容
$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的定义就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

    FS

    支持变量

       -F和-FS一起使用，-F的优先级更高

    OFS

    RS

      默认是已 /n （换行符）为一条记录的分隔符

    FS

      代表字段的个数

       $NF代表最后一个字段 

       打印倒数第二列

      打印已用项

    NR

      行号

    FNR

    FILENAME

      显示处理文件名

  1.4 模式PATTERN

    格式：awk '模式{处理动作}'

    PATTERN:根据pattern条件，过滤匹配的行，再做处理

  1.4.1 模式为空

    如果模式为空表示每一行都匹配成功，相当于没有额外条件

  1.4.2 正则匹配

     /regular expression/：仅处理能够模式匹配到的行，需要用/ /括起来。举例：awk  '/^UUID/{print $1}'  /etc/fstab

  1.4.3 line range:行范围

    不支持使用行号，但是可以使用变量NR 间接指定行号加上比较操作符 或者逻辑关系

算术操作符
x+y, x-y, x*y, x/y, x^y, x%y
-x：转换为负数
+x：将字符串转换为数值
比较操作符：
==, !=, >, >=, <, <=

逻辑
与：&&，并且关系
或：||，或者关系
非：!，取反关系

  1.4.4 找到10:00到11:00之间的日志

awk '/10/,/11/'  文件名

sed -nr '/10/,/11/p'  文件名

  1.4.5 BEGIN END

    BEGIN{}：仅在开始处理文件中的文本之前执行一次

    END{}：仅在文本处理完成之后执行一次

  1.4.6 关系表达式

    关系表达式结果为“真”才会被处理

    真：结果为非0值，非空字符串

    假：结果为空字符串或0值

  1.5 条件判断（扩展）

    格式：awk 选项 '模式 {actions}'

    条件判断写在 actions里

if(condition){statement;…}[else statement]
if(condition1){statement1}else if(condition2){statement2}else if(condition3){statement3}...... else {statementN}

condition1:条件
statement1:语句

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(判断条件){执行语句}
双分支为if(判断条件){执行语句}else{执行语句}
多分支为if(判断条件){执行语句}else if(判断条件){执行语句}else if(判断条件){执行语句}else if(判断条件){执行语句} 

  1.6 for  | while

语法：

  for(expr1;expr2;expr3) {statement;…}
  for(variable assignment;condition;iteration process) {for-body}
  for(var in array) {for-body}

  1.7 数组（awk数组） 

    awk数组特性：

• awk的数组是关联数组(即key/value方式的hash数据结构)，索引下标可为数值(甚至是负数、小数等)，也可为字符串

1. 在内部，awk数组的索引全都是字符串，即使是数值索引在使用时内部也会转换成字符串
2. awk的数组元素的顺序和元素插入时的顺序很可能是不相同的

• awk数组支持数组的数组

  1.7.1 数组长度

    awk提供了 length() 函数来获取数组的元素个数，它也可以用于获取字符串的字符数量。还可以获取数值转换成字符串后的字符数量。

  1.7.2 遍历数组

    格式：for(var in array) {for-body}

  1.8 脚本

    将awk程序写成脚本，直接调用或执行

  1.9 彩蛋

    1.9.1.提出下面的IP地址和字段

awk
58.87.87.99 - - [09/Jun/2020:03:42:43 +0800] "POST /wp-cron.php?doing_wp_cron=1591645363.2316548824310302734375 HTTP/1.1" ""sendfileon
128.14.209.154 - - [09/Jun/2020:03:42:43 +0800] "GET / HTTP/1.1" ""sendfileon
64.90.40.100 - - [09/Jun/2020:03:43:11 +0800] "GET /wp-login.php HTTP/1.1"""sendfileo

64.90.40.100  09/Jun/2020:03:43:11

 解法1：cat test|sed -nr 's/(.*) - - \[(.*) \+.*/\1 \2/p'

 解法2：cat test|awk -F"[[]" '{print $1,$5}'

 解法3：cat test|awk -F"[[]+" '{print $1,$4}'

    1.9.2.提取host.txt主机名后再放回host.txt文件   >>

vim host.txt

1 www.kgc.com
2 mail.kgc.com
3 ftp.kgc.com
4 linux.kgc.com
5 blog.kgc.com

解法1：cat host.txt awk -F"[ .]" 'print $2' >>host.txt

解法2：cat host.txt | cut -d "." -f1|tr -d "[0-9 ]">>host.txt

解法3：cat host.txt | sed -nr 's/[0-9](.*)\.kgc\.com/\1/p'>>host.txt

    1.9.3.统计/etc/fstab文件中每个文件系统类型出现的次数

cat /etc/fstab | grep -v "^#"|grep -v "^$"|awk '{print $3}'  sort|uniq -c

    1.9.4.统计/etc/fstab文件中每个真单词出现的次数

解法1：cat /etc/fstab | grep -Eo "\b[a-zA-Z]+\b" |wc -l

解法2：cat /etc/fstab | grep -Eo "\b[[:alpha:]]\b" |wc -l

    1.9.5.提取出字符串Yd$C@M05MB%9&Bdh7dq+YVixp3vpw中的所有数字

echo "Yd$C@M05MB%9&Bdh7dq+YVixp3vpw" | grep -o [0-9]

    1.9.6.查出/tmp/的权限，以数字方式显示

stat /tmp|awk -F "[(/]" 'NR=4{print $2}'

    1.9.7.查出用户UID最大值的用户名、UID及shell类型

awk $3>1000{print $3,$1} /etc/passwd |sort -n |uniq -c