Linux初学（十二）AWK进阶

一、AWK

1.1 简介

• AWK是Linux中重要的文本处理工具
• Linux三剑客只一
• 处理的对象可以是一个具体的文件，也可以是一个命令的执行结果
• AWK按行读取文件，将每一行视为一条记录

案例一：获取系统中每个用户的uid

方法一：cat /etc/passwd | awk -F ":" '{print $3}'

方法二：awk -F ":" '{print $3}' /etc/passwd

案例二：显示root用户的家目录

方法一：head -n1 /etc/passwd | awk -F ":" '{print %6}'

方法二：grep "^root\>" /etc/passwd | awk -F ":" '{print $6}'

1.2 awk的基本格式

awk [选项] '模式{动作}' 文件

• 选项：
  • -F "分隔符" : 用什么字符将这行内容分成一段一段的
• 模式：在处理一行之前先要判断的条件
  • 如果条件满足，就处理这行，否则，直接开始读取下一行
  • 如果不设置条件，则处理文件中的每一行
• 动作：模式中的条件在满足的情况下，对这行内容执行的操作

awk用来表示每一段的方法

• $1：第一个字段
• $2：第二个字段
• $3：第三个字段
• $NF：表示每行的最后一个字段
• $0：表示一整行

案例

1、获取每行的最后一个字段

awk -F "/" '{print $NF}‘ /etc/passwd’

2、显示系统中的全部用户名

awk -F ":" '{print $1}' /etc/passwd

3、显示系统中的前三个用户
awk -F  ":" 'NR<=3{print $1}' /etc/passwd

• NR【Number of Record】：awk的内置变量，表示正在读取的是第几条记录
  • 当读取第一行内容的时候，NR的值是1；当读取第二行的时候，NR的值是2，依次类推
  • 每读取一行内容，NR的值自动加1

1.3 概念

• 记录：文件中的一行就是一条记录
  • awk在工作的时候，每次会读取一条记录
  • 每读取一条，NR值加1
• 字段：一行被分隔的多个部分，一个部分就是一个字段
• 分隔符：指定用什么来将这个记录分成一段一段的

案例

1、仅显示/etc/passwd中的第三行内容

awk -F ":" 'NR==3 {print $0}' /etc/passwd

2、输出系统中每个用户的姓名以及对应的shell类型

awk -F ":" '{print $1,"shell is ",$NF}' /etc/passwd

注意：输出多个字段的情况下，多个字段中间用逗号分隔

1.4 变量

• FS：表示字段分隔符（默认是任何空格）
• NF：表示字段数（当前这个记录中字段的个数）
• NR：表示记录数，在执行过程中对应于当前的行号
• OFS：表示输出域分隔符
• ORS：表示输出记录分隔符（默认值是一个换行符）
• RS：表示记录分隔符（默认是一个换行符）

案例：

1、输出3-5行的用户姓名、和shell类型

方法一：awk -F ":" 'NR>=3&&NR<=5{print $1,$NF}' /etc/passwd

方法二：head -n5 /etc/passwd | tail -n3 | awk -F ":" '{print $1,$NF}'

2、获取ens33的IP地址

方法一：ip addr show ens33 | grep "inet\>" | awk -F " " '{print $2}' | awk -F "/" '{print $1}'

方法二：ip addr show ens33 | awk -F " " 'NR==3{print $2}' | awk -F "/" '{print $1}'

方法三：ip addr show ens33 | awk -F "[/ ]+" 'NR==3{print $3}'

3、统计/tmp/a.txt 中每行有多少个单词

awk -F " " '{print "第",NR,"行有",NF,"单词"}' /tmp/a.txt

1.5 awk结合正则表达式

1）在awk中进行搜索操作

• 格式：awk -F ":" '/过滤的内容/{print xxx}'

案例：显示tom用户的uid

awk -F ":" '/tom '{print $3}' /etc/passwd

2）awk和^的结合使用

案例：/etc/passwd匹配以root为开头的行，打印整条记录

awk -F ":" '/^root\>/{print $0}' /etc/passwd

3）awk和$的结合使用

案例：/etc/passwd匹配以bash为结尾的行，打印整条记录

awk -F ":" '/bash$/{print $0}' passwd

4）awk和.的结合使用

案例：/etc/passwd匹配以r和t之间有两个字符的行，打印整条记录

awk -F ":" '/r..t/{print $0}' /etc/passwd

5）awk和.*的结合使用

案例：/etc/passwd匹配以r和t之间有任意字符的行，打印整条记录

awk -F ":" '/r.*t/{print $0}' /etc/passwd

6）指定多个分隔符

• 指定单个分割符：-F "xxx"
• 指定多个分隔符：-F [xxx]，分隔符中如果有空格和其他符号同时作为分隔符，那么[ ]中空格必须在最后
• 指定多个连续的符号作为分隔符，可以用+

awk -F "[/-]+" '{print $1}'  1.txt

1.6 awk练习

1）在passwd文件中，找用户名是以a为开头的行

awk -F ":" '$1~/^a/{print $0}'  /etc/passwd

2）倒数第二列$(NF-1)这一列查找匹配以tom结尾的行

awk -F ":" '$(NF-1)~/tom$/{print NR,$0}' /etc/passwd

3）$3这一列查找匹配以a或b或s开头的行

方法一：awk -F ":" '$3~/^(a|b|s)/{print $0}'  /etc/passwd

方法二：awk -F ":" '$3~/^[abs]/{print $0}'  /etc/passwd

4）取ens33网卡ip地址

方法一：纯grep方法

ip addr show ens33 | grep -oP '(?<=inet\s)\d+(\.\d+){3}'

方法二：grep结合awk
ip addr show ens33 | grep "inet\>" | awk -F " " '{print $2}' | awk -F "/" '{print $1}'

方法三：纯awk
ip addr show ens33 | awk -F "[/ ]+" 'NR==3{print $3}'

ip addr show ens33 | awk -F "[/ ]+"  '/inet\>/{print $3}'

ip addr show ens33 | awk -F "[/ ]+"  '$NF~/ens33$/{print $3}'

5）找出/etc/passwd的第六个字段（以:为分隔符）以/sbin开头的行

awk -F ":" '$6~/^\/sbin/{print $0}' /etc/passwd

6）找出/etc/passwd的第六个字段（以:为分隔符）不是以/sbin开头的行

awk -F ":" '$6!~/^\/sbin/{print $0}' /etc/passwd

1.7 awk的表达式

序号	符号	含义	举例
1	<	小于【处理数字】	NR<7
2	>	大于【处理数字】	NR>5
3	==	等于【处理数字】	NR==3
4	!=	不等【处理数字】	NR!=6
5	>=	大于等于【处理数字】	NR>=3
6	<=	小于等于【处理数字】	NR<=4
7	~	用于进行正则表达式匹配【处理字符串】	$3~/^abc/
8	!~	用于进行正则表达式不匹配【处理字符串】	$3!~/^abc/

1.8 awk模块

awk的模块包含两个

BEGIN:

END:

BEGIN模块

• 用于定义一个动作，用{ }表示要执行的动作
• 这个动作要在读取文件之前执行
• 这里的动作大多要用于定义变量，包括内置变量，自定义变量

END模块

• 用于定义一个动作，用{ }表示要执行的动作
• 这个动作是awk将文件中的内容读取完成之后，而且处理完成以后，END模块才会执行
• 这里的动作通常用于输出一个结果

格式：

• awk 'BEGIN{}END{}' fileName
• 工作过程
  • step 1：执行BEGIN中的操作，通常是定义变量：内置变量、自定义变量
  • step 2：BEGIN中的操作执行完成以后，读取一行fileName文件中的内容，然后执行一次中间的动作；然后重复读取fileName中的每行内容，并重复执行中间的动作
  • step 3：fileName中的内容全部读取完成后，执行END中的操作，通常是用于输出

案例：

1、输出每个用户的用户名、id、shell

方法一：awk -F ":" '{print $1,$3,$NF}' /etc/passwd

方法二：awk 'BEGIN{FS=":"}{print $1,$3,$NF}' /etc/passwd

2、统计 /etc/passwd 中有多少行

awk 'BEGIN{num=0}{num+=1}END{print num}' /etc/passwd

3、统计a.txt中有多少个单词

方法一：awk 'BEGIN{sum=0}{sum+=NF}END{print sum}' a.txt
方法二：

                cat 1.txt | tr ' ' '\n' >2.txt
                awk '{num+=1}END{print num}' 2.txt

                tr ' ' '\n' 作用每个空格字符替换为换行符

4、统计系统中有多少用户的shell类型是/bin/bash

awk 'BEGIN{FS=":"; sum=0}$NF~/\/bin\/bash$/{sum+=1}END{print sum}' /etc/passwd

5、输出前三个用户的用户名、id、shell
awk 'BEGIN{FS=":"}NR<=3{print $1,$3,$NF}' /etc/passwd

注意：通常每种都有默认值

• FS默认值就是空格
• OFS默认值就是空格
• ORS默认是换行符
• RS默认是换行符

案例：

1、在读取文件前输出一个提示信息
awk 'BEGIN{print "start to awk process..."}{print $0}' /etc/passwd

2、在读取文件前和后分别输出一个提示信息
awk 'BEGIN{print "start to awk process..."}{print $0}END{print "over....."}'  /etc/passwd

3、统计文件中的空白行的行数

方法一：grep "^$" a.txt | wc -l

方法二：awk 'BEGIN{num=0}/^$/{num+=1}END{print num}' a.txt

方法三：awk '/^$/{num+=1}END{print num}' a.txt

4、统计文件中以#开头的行的行数

awk 'BEGIN{num=0}/^#/{num+=1}END{print num}' a.txt

awk '/^#/{num+=1}END{print num}' a.txt

5、统计系统中uid大于大于499的用户个数

awk 'BEGIN{num=0}$3>499{num+=1}END{print num}' /etc/passwd

6、计算1~100的累加和
seq 100 | awk 'BEGIN{sum=0}{sum+=$0}END{print sum}'

7、将用户信息格式中的密码占位符和描述信息去除掉

awk 'BEGIN{FS=":";OFS=":"}{print $1,$3,$4,$6,$7}' /etc/passwd

1.9 awk 数组

变量：一个变量只能存储一个值

• name=tom
• age=20

数组：一组相同数据类型的集合

• userList = ['tom','jerry','bajie','wukong']
• 三个概念
  • 数组名
  • 数组的索引
  • 数组的索引对应的值

定义数组：

• 数组名[索引]=值

案例:

• 数组名：userList

定义数组元素和值：

• userList[1]=tom
• userList[2]=jerry
• userList[3=bok
• userList[4]=bajie
• userInfo["name"]="tom"
• userInfo["age"]=33
• userInfo["addr"]="hebei"

获取数组中的值

• userList[2]
• userInfo["name"]

数组的索引

• 数字、数字索引的变号是从0开始
• 字母
• 字符串

案例

[root@ansible tmp]# awk 
'BEGIN{stu[0]="tom";stu[1]="jerry";stu[2]="jack";print stu[1]}'
jerry[root@ansible tmp]# awk 
'BEGIN{stu[0]="tom";stu[1]="jerry";stu[2]="jack";print stu[2]}'
jack[root@ansible tmp]# awk 
'BEGIN{stu["name"]="tom";stu["age"]="20";stu["tel"]="1308888123";print stu["age"]}'
20[root@ansible tmp]# awk 
'BEGIN{stu["name"]="tom";stu["age"]="20";stu["tel"]="1301111";print stu["tel"]}'
1301111

1.10 数组的循环遍历

• 格式：for(变量 in 数组名)
• 变量中存储的是数组的索引

[root@test ~]# awk
'BEGIN{userList[0]="tom";userList[1]="jerry";userList[2]="jack"}
END{for(var in userList) print "第",var1+1,"个用户是",userList[var]}' mypwd
第 1 个用户是 tom
第 2 个用户是 jerry
第 3 个用户是 jack[root@test ~]# awk
'BEGIN{info["name"]="tom";info["age"]="25";info["addr"]="beijing"}
END(for var in info) print var,"is",info[var]}' mypwd
age is 25
addr is beijing
name is tom[root@test ~]# awk
'BEGIN{info["www.baidu.com"]=5;info["ftp.baidu.com"]=11;info["mail.baidu.com"]=
9;info[cdn.baidu.com"]=23}END(for(var in info) print var,"is",info[var]}' mypwd
ftp.baidu.com is 11
cdn.baidu.com is 23
www.baidu.com is 5
mail.baidu.com is 9

案例：分析httpd的日志文件，对各个域名的访问次数进行排序

http://www.baidu.com/index.html

http://mail.baidu.com/index.html

http://ftp.baidu.com/index.html

http://ftp.baidu.com/index.html

http://www.baidu.com/index.html

http://ftp.baidu.com/index.html

http://mail.baidu.com/index.html

http://mail.baidu.com/index.html

http://www.baidu.com/index.html

http://ftp.baidu.com/index.html

http://www.baidu.com/index.html

http://www.baidu.com/index.html

http://ftp.baidu.com/index.html

http://ftp.baidu.com/index.html

获取每个域名的出去次数

[root@ansible ~]# awk -F "/+" '{list[$2]++}END{for(site in list)print site,
list[site]}' web.log
ftp.baidu.com 6
www.baidu.com 5
mail.baidu.com 3

基于域名的出现次数进行排序

方法一:
[root@ansible ~]# awk -F "/+" '{list[$2]++}END{for(site in list)print
site,list[site]}' web.log | sort -n -k2 -r
ftp.baidu.com 6
www.baidu.com 5
mail.baidu.com 3方法二:
[root@ensible ~]# awk -F "/+" '{print $2}' web.log | sort | uniq -c | sort -k1 -n
3 mail.baidu.com
5 www.baidu.com
6 ftp.baidu.com

案例：分析/var/log/secure日志，显示用户从哪些IP登录系统，并对ip出现次数进行排序

[root@test log]# awk -F "(from|port)" /Accepted password/{ip[$2]+=1}END{
for(var in ip)print var,ip[var]}' log1.txt | sort -t " " -k2 -r -n
192.168.31.100 36
192.168.1.123 24
192.168.1.5 2
192.168.1.100 2
192.168.1.8 1

案例：统计每天产生多少条日志信息

awk '{day[$1,$2]++}END{for(var in day)print var,day[var]}' log1.txt

案例：统计9月13日的每小时产生多少条日志

awk -F "[: ]+" '$2==13(date[$3]++}END{for(var in date)print var,date[var]}' log1.txt

案例：统计9月13日的12点到14点期间，一共产生多少条日志

awk -F "[: ]+" '$2==13&&$3>=12&&$3<=14{sum+=1}END{print sum}' log1.txt

案例：统计9月13日的12点到14点期间，用户登录过多少次

awk -F "[: ]+" '/Accepted password/&&$2==13&&$3>=12&&$3<=14{sum++}END{print sum}' log1.txt

案例：统计9月13日的12点到14点期间，用户通过哪些IP登录过，分别显示登录过多少次

awk -F "[: ]+" '$0~/Accepted password/&&$2==13&&$3>=12&&$3<=14{ip[$3]++}END{for
(var in ip)print var,ip[var]}' log1.txt
192.168.1.123 2
192.168.1.100 5
192.168.1.8 3

sort命令

• 作用：排序
• 选项
  • -n：基于数字进行排序
  • -r：逆序排序
  • -k#：根据那个字段进行排序