來源：ggjucheng
鏈接：http://www.cnblogs.com/ggjucheng/archive/2013/01/13/2858470.html
簡介
awk是一個強(qiáng)大的文本分析工具循狰，相對于grep的查找，sed的編輯玻侥，awk在其對數(shù)據(jù)分析并生成報告時驯耻，顯得尤為強(qiáng)大泌射。簡單來說awk就是把文件逐行的讀入国裳，以空格為默認(rèn)分隔符將每行切片，切開的部分再進(jìn)行各種分析處理。
awk有3個不同版本: awk望艺、nawk和gawk苛秕，未作特別說明，一般指gawk找默，gawk 是 AWK 的 GNU 版本。
awk其名稱得自于它的創(chuàng)始人 Alfred Aho 吼驶、Peter Weinberger 和 Brian Kernighan 姓氏的首個字母惩激。實(shí)際上 AWK 的確擁有自己的語言： AWK 程序設(shè)計語言 ， 三位創(chuàng)建者已將它正式定義為“樣式掃描和處理語言”蟹演。它允許您創(chuàng)建簡短的程序风钻，這些程序讀取輸入文件、為數(shù)據(jù)排序酒请、處理數(shù)據(jù)骡技、對輸入執(zhí)行計算以及生成報表，還有無數(shù)其他的功能布朦。
使用方法
awk'{pattern + action}'{filenames}
盡管操作可能會很復(fù)雜，但語法總是這樣是趴，其中 pattern 表示 AWK 在數(shù)據(jù)中查找的內(nèi)容，而 action 是在找到匹配內(nèi)容時所執(zhí)行的一系列命令唆途。花括號（{}）不需要在程序中始終出現(xiàn)肛搬，但它們用于根據(jù)特定的模式對一系列指令進(jìn)行分組。 pattern就是要表示的正則表達(dá)式毕贼，用斜杠括起來。
awk語言的最基本功能是在文件或者字符串中基于指定規(guī)則瀏覽和抽取信息帅刀，awk抽取信息后，才能進(jìn)行其他文本操作扣溺。完整的awk腳本通常用來格式化文本文件中的信息骇窍。
通常，awk是以文件的一行為處理單位的锥余。awk每接收文件的一行腹纳，然后執(zhí)行相應(yīng)的命令，來處理文本。
調(diào)用awk
有三種方式調(diào)用awk
1.命令行方式
awk[-Ffield-separator]'commands'input-file(s)
其中嘲恍，commands是真正awk命令足画，[-F域分隔符]是可選的。input-file(s)是待處理的文件佃牛。
在awk中淹辞，文件的每一行中，由域分隔符分開的每一項(xiàng)稱為一個域俘侠。通常象缀，在不指名-F域分隔符的情況下，默認(rèn)的域分隔符是空格爷速。
2.shell腳本方式
將所有的awk命令插入一個文件央星，并使awk程序可執(zhí)行，然后awk命令解釋器作為腳本的首行惫东，一遍通過鍵入腳本名稱來調(diào)用莉给。
相當(dāng)于shell腳本首行的：#!/bin/sh
可以換成：#!/bin/awk
3.將所有的awk命令插入一個單獨(dú)文件，然后調(diào)用：
awk-fawk-script-fileinput-file(s)
其中廉沮，-f選項(xiàng)加載awk-script-file中的awk腳本颓遏，input-file(s)跟上面的是一樣的。
本章重點(diǎn)介紹命令行方式废封。
入門實(shí)例
假設(shè)last -n 5的輸出如下
# last -n 5 僅取出前五行
rootpts/1192.168.1.100TueFeb1011:21still loggedin
rootpts/1192.168.1.100TueFeb1000:46-02:28(01:41)
rootpts/1192.168.1.100MonFeb911:41-18:30(06:48)
dmtsaipts/1192.168.1.100MonFeb911:41-11:41(00:00)
root???? tty1?????????????????? FriSep514:09-14:10(00:01)
如果只是顯示最近登錄的5個帳號
#last -n 5 | awk??'{print $1}'
root
root
root
dmtsai
root
awk工作流程是這樣的：讀入有’n’換行符分割的一條記錄州泊，然后將記錄按指定的域分隔符劃分域，填充域漂洋，$0則表示所有域,$1表示第一個域,$n表示第n個域遥皂。默認(rèn)域分隔符是”空白鍵” 或 “鍵”,所以$1表示登錄用戶，$3表示登錄用戶ip,以此類推刽漂。
如果只是顯示/etc/passwd的賬戶
#cat /etc/passwd |awk??-F ':'??'{print $1}'
root
daemon
bin
sys
這種是awk+action的示例演训，每行都會執(zhí)行action{print $1}。
-F指定域分隔符為’:’贝咙。
如果只是顯示/etc/passwd的賬戶和賬戶對應(yīng)的shell,而賬戶與shell之間以tab鍵分割
#cat /etc/passwd |awk??-F ':'??'{print $1"t"$7}'
root/bin/bash
daemon/bin/sh
bin/bin/sh
sys/bin/sh
如果只是顯示/etc/passwd的賬戶和賬戶對應(yīng)的shell,而賬戶與shell之間以逗號分割,而且在所有行添加列名name,shell,在最后一行添加”blue,/bin/nosh”狈茉。
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工作流程是這樣的：先執(zhí)行BEGING划纽，然后讀取文件，讀入有/n換行符分割的一條記錄，然后將記錄按指定的域分隔符劃分域洞豁，填充域逛薇，$0則表示所有域,$1表示第一個域,$n表示第n個域,隨后開始執(zhí)行模式所對應(yīng)的動作action萍启。接著開始讀入第二條記錄······直到所有的記錄都讀完，最后執(zhí)行END操作吊说。
搜索/etc/passwd有root關(guān)鍵字的所有行
#awk -F: '/root/' /etc/passwd
root:x:0:0:root:/root:/bin/bash
這種是pattern的使用示例，匹配了pattern(這里是root)的行才會執(zhí)行action(沒有指定action厅贪，默認(rèn)輸出每行的內(nèi)容)雅宾。
搜索支持正則秀又，例如找root開頭的:?awk -F: ‘/^root/’ /etc/passwd
搜索/etc/passwd有root關(guān)鍵字的所有行吐辙，并顯示對應(yīng)的shell
# awk -F: '/root/{print $7}' /etc/passwd
/bin/bash
這里指定了action{print $7}
awk內(nèi)置變量
awk有許多內(nèi)置變量用來設(shè)置環(huán)境信息昏苏，這些變量可以被改變威沫，下面給出了最常用的一些變量。
ARGC命令行參數(shù)個數(shù)
ARGV命令行參數(shù)排列
ENVIRON支持隊列中系統(tǒng)環(huán)境變量的使用
FILENAMEawk瀏覽的文件名
FNR瀏覽文件的記錄數(shù)
FS設(shè)置輸入域分隔符孵构，等價于命令行-F選項(xiàng)
NF瀏覽記錄的域的個數(shù)
NR已讀的記錄數(shù)
OFS輸出域分隔符
ORS輸出記錄分隔符
RS控制記錄分隔符
此外,$0變量是指整條記錄颈墅。$1表示當(dāng)前行的第一個域,$2表示當(dāng)前行的第二個域,……以此類推
統(tǒng)計/etc/passwd:文件名雾袱，每行的行號芹橡，每行的列數(shù)，對應(yīng)的完整行內(nèi)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
使用printf替代print,可以讓代碼更加簡潔煎殷，易讀
awk-F':''{printf("filename:%10s,linenumber:%s,columns:%s,linecontent:%sn",FILENAME,NR,NF,$0)}'/etc/passwd
print和printf
awk中同時提供了print和printf兩種打印輸出的函數(shù)豪直。
其中print函數(shù)的參數(shù)可以是變量顶伞、數(shù)值或者字符串。字符串必須用雙引號引用唆貌，參數(shù)用逗號分隔。如果沒有逗號语卤，參數(shù)就串聯(lián)在一起而無法區(qū)分粹舵。這里骂倘，逗號的作用與輸出文件的分隔符的作用是一樣的历涝，只是后者是空格而已。
printf函數(shù)堰塌，其用法和c語言中printf基本相似,可以格式化字符串,輸出復(fù)雜時场刑，printf更加好用蚪战，代碼更易懂。
awk編程
變量和賦值
除了awk的內(nèi)置變量施籍，awk還可以自定義變量丑慎。
下面統(tǒng)計/etc/passwd的賬戶人數(shù)
awk'{count++;print $0;} END{print "user count is ", count}'/etc/passwd
root:x:0:0:root:/root:/bin/bash
......
user countis40
count是自定義變量竿裂。之前的action{}里都是只有一個print,其實(shí)print只是一個語句照弥，而action{}可以有多個語句这揣，以;號隔開。
這里沒有初始化count机打，雖然默認(rèn)是0，但是妥當(dāng)?shù)淖龇ㄟ€是初始化為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 countis0
root:x:0:0:root:/root:/bin/bash
...
[end]user countis40
統(tǒng)計某個文件夾下的文件占用的字節(jié)數(shù)
ls-l|awk'BEGIN {size=0;} {size=size+$5;} END{print "[end]size is ", size}'
[end]sizeis8657198
如果以M為單位顯示:
ls-l|awk'BEGIN {size=0;} {size=size+$5;} END{print "[end]size is ", size/1024/1024,"M"}'
[end]sizeis8.25889M
注意皆辽，統(tǒng)計不包括文件夾的子目錄驱闷。
條件語句
awk中的條件語句是從C語言中借鑒來的空免，見如下聲明方式：
if(expression){
statement;
statement;
......
}
if(expression){
statement;
}else{
statement2;
}
if(expression){
statement1;
}elseif(expression1){
statement2;
}else{
statement3;
}
統(tǒng)計某個文件夾下的文件占用的字節(jié)數(shù),過濾4096大小的文件(一般都是文件夾):
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]sizeis8.22339M
循環(huán)語句
awk中的循環(huán)語句同樣借鑒于C語言痹换，支持while都弹、do/while匙姜、for氮昧、break、continue咪辱，這些關(guān)鍵字的語義和C語言中的語義完全相同油狂。
數(shù)組
因?yàn)閍wk中數(shù)組的下標(biāo)可以是數(shù)字和字母寸癌，數(shù)組的下標(biāo)通常被稱為關(guān)鍵字(key)蒸苇。值和關(guān)鍵字都存儲在內(nèi)部的一張針對key/value應(yīng)用hash的表格里溪烤。由于hash不是順序存儲庇勃，因此在顯示數(shù)組內(nèi)容時會發(fā)現(xiàn)责嚷，它們并不是按照你預(yù)料的順序顯示出來的再层。數(shù)組和變量一樣堡纬，都是在使用時自動創(chuàng)建的烤镐，awk也同樣會自動判斷其存儲的是數(shù)字還是字符串炮叶。一般而言镜悉，awk中的數(shù)組用來從記錄中收集信息，可以用于計算總和旧困、統(tǒng)計單詞以及跟蹤模板被匹配的次數(shù)等等吼具。
顯示/etc/passwd的賬戶
awk-F':''BEGIN {count=0;} {name[count] = $1;count++;}; END{for (i = 0; i '/etc/passwd
0root
1daemon
2bin
3sys
4sync
5games
......
這里使用for循環(huán)遍歷數(shù)組
awk編程的內(nèi)容極多拗盒，這里只羅列簡單常用的用法陡蝇，更多請參考?http://www.gnu.org/software/gawk/manual/gawk.html
