熟悉awk的命令行模式 基本语法结构
熟悉awk的相关内部变量
熟悉awk常用的打印函数print
能够在awk中匹配正则表达式打印相关的行
一、awk介绍 1. awk概述
awk是一种编程语言,主要用于在linux/unix下对文本和数据进行处理,是linux/unix下的一个工具。数据可以来自标准输入、一个或多个文件,或其它命令的输出。
awk的处理文本和数据的方式:逐行扫描文件 ,默认从第一行到最后一行,寻找匹配的特定模式的行,并在这些行上进行你想要的操作。
awk分别代表其作者姓氏的第一个字母。因为它的作者是三个人,分别是Alfred Aho、Brian Kernighan、Peter Weinberger。
gawk是awk的GNU版本,它提供了Bell实验室和GNU的一些扩展。
下面介绍的awk是以GNU的gawk为例的,在linux系统中已把awk链接到gawk,所以下面全部以awk进行介绍。
2. awk能干啥?
awk用来处理文件和数据的,是类unix下的一个工具,也是一种编程语言
可以用来统计数据,比如网站的访问量,访问的IP量等等
支持条件判断,支持for和while循环
二、awk使用方式 1. 命令行模式使用 ㈠ 语法结构 1 2 3 4 5 awk 选项 '命令部分' 文件名 特别说明: 引用shell变量需用双引号引起
㈡ 常用选项介绍
-F 定义字段分割符号,默认的分隔符是空格
-v 定义变量并赋值
㈢ ‘ 命名部分说明‘
1 2 3 '/root/{awk语句}' sed中: '/root/p' 'NR==1,NR==5{awk语句}' sed中: '1,5p' '/^root/,/^ftp/{awk语句}' sed中:'/^root/,/^ftp/p'
1 2 3 '{print $0;print $1}' sed中:'p' 'NR==5{print $0}' sed中:'5p' 注:awk命令语句间用分号间隔
1 2 3 'BEGIN{awk语句};{处理中};END{awk语句}' 'BEGIN{awk语句};{处理中}' '{处理中};END{awk语句}'
2. 脚本模式使用 ㈠ 脚本编写 1 2 3 4 5 以下是awk引号里的命令清单,不要用引号保护命令,多个命令用分号间隔 BEGIN {FS=":" }NR==1 ,NR==3 {print $1 "\t" $NF } ...
㈡ 脚本执行 1 2 3 4 5 6 7 8 9 10 11 方法1 : awk 选项 -f awk的脚本文件 要处理的文本文件 awk -f awk.sh filename sed -f sed.sh -i filename 方法2 : ./awk的脚本文件(或者绝对路径) 要处理的文本文件 ./awk.sh filename ./sed.sh filename
三、 awk内部相关变量
变量
变量说明
备注
$0
当前处理行的所有记录
\$1,\$2,\$3…\$n
文件中每行以间隔符号分割的不同字段
awk -F: ‘{print \$1,\$3}’
NF
当前记录的字段数(列数)
awk -F: ‘{print NF}’
$NF
最后一列
$(NF-1)表示倒数第二列
FNR/NR
行号
FS
定义间隔符
‘BEGIN{FS=”:”};{print \$1,$3}’
OFS
定义输出字段分隔符,默认空格
‘BEGIN{OFS=”\t”};print \$1,$3}’
RS
输入记录分割符,默认换行
‘BEGIN{RS=”\t”};{print $0}’
ORS
输出记录分割符,默认换行
‘BEGIN{ORS=”\n\n”};{print \$1,$3}’
FILENAME
当前输入的文件名
1、常用内置变量举例 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 root /bin/*bash* root:x:0 :0 :root:/root:/bin/bash root:x:0 :0 :root:/root:/bin/bash root:x:0 :0 :root:/root:/bin/bash bin:x:1 :1 :bin:/bin:/sbin/nologin daemon:x:2 :2 :daemon:/sbin:/sbin/nologin adm:x:3 :4 :adm:/var/adm:/sbin/nologin lp:x:4 :7 :lp:/var/spool/lpd:/sbin/nologin
2、内置变量分隔符举例 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 FS和OFS: root /bin/bash bin /sbin/nologin daemon /sbin/nologin adm /sbin/nologin lp /sbin/nologin root@ @ @ /bin/bash bin@ @ @ /sbin/nologin daemon@ @ @ /sbin/nologin adm@ @ @ /sbin/nologin lp@ @ @ /sbin/nologin [root @server shell07 ] RS和ORS: 修改源文件前2 行增加制表符和内容: vim 1 .txt root:x:0 :0 :root:/root:/bin/bash hello world bin:x:1 :1 :bin:/bin:/sbin/nologin test1 test2
四、 awk工作原理 awk -F: '{print $1,$3}' /etc/passwd
awk使用一行作为输入,并将这一行赋给内部变量$0,每一行也可称为一个记录,以换行符(RS)结束
每行被间隔符 : (默认为空格或制表符)分解成字段(或域),每个字段存储在已编号的变量中,从$1开始
问:awk如何知道用空格来分隔字段的呢?
答:因为有一个内部变量FS来确定字段分隔符。初始时,FS赋为空格
awk使用print函数打印字段,打印出来的字段会以空格分隔,因为\$1,\$3之间有一个逗号。逗号比较特殊,它映射为另一个内部变量,称为输出字段分隔符OFS,OFS默认为空格
awk处理完一行后,将从文件中获取另一行,并将其存储在$0中,覆盖原来的内容,然后将新的字符串分隔成字段并进行处理。该过程将持续到所有行处理完毕
五、awk使用进阶 1. 格式化输出print
和printf
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 print函数 类似echo "hello world" printf函数 类似echo -n awk 'BEGIN{FS=":"};{printf "%-15s %-15s %-15s\n",$1,$6,$NF}' a.txt %s 字符类型 strings %-20s %d 数值类型 占15 字符 - 表示左对齐,默认是右对齐 printf默认不会在行尾自动换行,加\n
2. awk变量定义 1 2 3 4 5 6 7 1 注意: awk中调用定义的变量不需要加$
3. awk中BEGIN…END使用 ①BEGIN:表示在程序开始前执行
②END :表示所有文件处理完后执行
③用法:'BEGIN{开始处理之前};{处理中};END{处理结束后}'
㈠ 举例说明1 打印最后一列和倒数第二列(登录shell和家目录)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 awk -F : 'BEGIN{ print "Login_shell\t\tLogin_home\n*******************"};{print $NF"\t\t"$(NF-1)};END{print "************************"}' 1 .txt awk 'BEGIN{ FS=":";print "Login_shell\tLogin_home\n*******************"};{print $NF"\t"$(NF-1)};END{print "************************"}' 1 .txt Login_shell Login_home ************************ /bin/bash /root /sbin/nologin /bin /sbin/nologin /sbin /sbin/nologin /var/adm /sbin/nologin /var/spool/lpd /bin/bash /home/redhat /bin/bash /home/user01 /sbin/nologin /var/named /bin/bash /home/u01 /bin/bash /home/YUNWEI ************************************
㈡ 举例说明2 打印/etc/passwd里的用户名、家目录及登录shell
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 u_name h_dir shell *************************** *************************** awk -F : 'BEGIN{OFS="\t\t";print"u_name\t\th_dir\t\tshell\n***************************"};{printf "%-20s %-20s %-20s\n",$1,$(NF-1),$NF};END{print "****************************"}' 格式化输出: echo print echo -n printf {printf "%-15s %-20s %-20s\n" ,$1 ,$ (NF-1 ),$NF }
4. awk和正则的综合运用
运算符
说明
==
等于
!=
不等于
>
大于
<
小于
>=
大于等于
<=
小于等于
~
匹配
!~
不匹配
!
逻辑非
&&
逻辑与
\
\
逻辑或
㈠ 举例说明 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 从第一行开始匹配到以lp开头行 awk -F : 'NR==1,/^lp/{print $0 }' passwd 从第一行到第5 行 awk -F : 'NR==1,NR==5{print $0 }' passwd 从以lp开头的行匹配到第10 行 awk -F : '/^lp/,NR==10{print $0 }' passwd 从以root开头的行匹配到以lp开头的行 awk -F : '/^root/,/^lp/{print $0}' passwd 打印以root开头或者以lp开头的行 awk -F : '/^root/ || /^lp/{print $0}' passwd awk -F : '/^root/;/^lp/{print $0}' passwd 显示5 -10 行 awk -F ':' 'NR>=5 && NR<=10 {print $0}' /etc/passwd awk -F : 'NR<10 && NR>5 {print $0}' passwd 打印30 -39 行以bash结尾的内容: [root @MissHou shell06 ] stu1:x:500 :500 ::/home/stu1:/bin/bash yunwei:x:501 :501 ::/home/yunwei:/bin/bash user01:x:502 :502 ::/home/user01:/bin/bash user02:x:503 :503 ::/home/user02:/bin/bash user03:x:504 :504 ::/home/user03:/bin/bash [root @MissHou shell06 ] stu7:x:1007 :1007 ::/rhome/stu7:/bin/bash stu8:x:1008 :1008 ::/rhome/stu8:/bin/bash stu9:x:1009 :1009 ::/rhome/stu9:/bin/bash 打印文件中1 -5 并且以root开头的行 [root @MissHou shell06 ] root:x:0 :0 :root:/root:/bin/bash [root @MissHou shell06 ] bin:x:1 :1 :bin:/bin:/sbin/nologin daemon:x:2 :2 :daemon:/sbin:/sbin/nologin adm:x:3 :4 :adm:/var/adm:/sbin/nologin lp:x:4 :7 :lp:/var/spool/lpd:/sbin/nologin 理解;号和||的含义: [root @MissHou shell06 ] [root @MissHou shell06 ] 打印IP地址
4. 课堂练习
显示可以登录操作系统的用户所有信息 从第7列匹配以bash结尾,输出整行(当前行所有的列)
1 2 3 4 5 6 7 [root @MissHou ~] awk '/bash$/{print $0}' /etc/passwd [root @MissHou ~] awk '/bash$/{print $0}' /etc/passwd [root @MissHou ~] awk '/bash$/' /etc/passwd [root @MissHou ~] awk -F : '$7 ~ /bash/' /etc/passwd [root @MissHou ~] awk -F : '$NF ~ /bash/' /etc/passwd [root @MissHou ~] awk -F : '$0 ~ /bash/' /etc/passwd [root @MissHou ~] awk -F : '$0 ~ /\/bin\/bash/' /etc/passwd
显示可以登录系统的用户名
打印出系统中普通用户的UID和用户名
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 500 stu1501 yunwei502 user01503 user02504 user03redhat 508 user01 509 u01 510 YUNWEI 511
5. awk的脚本编程 ㈠ 流程控制语句 ① if结构 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 if 语句:if [ xxx ];thenxxx fi 格式: awk 选项 '正则,地址定位{awk语句}' 文件名 { if (表达式){语句1 ;语句2 ;...}} awk -F : '{if($3>=500 && $3<=60000) {print $1,$3} }' passwd root是管理员 admin
② if…else结构 1 2 3 4 5 6 7 8 9 10 11 12 13 14 if...else语句: if [ xxx ];then xxxxx else xxx fi 格式: {if (表达式){语句;语句;...}else {语句;语句;...}} awk -F : '{ if($3>=500 && $3 != 65534) {print $1"是普通用户"} else {print $1,"不是普通用户"}}' passwd awk 'BEGIN{if( ' $ (id -u )'>=500 && ' $ (id -u )' !=65534 ) {print "是普通用户"} else {print "不是普通用户"}}'
③ if…elif…else结构 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 if [xxxx ];then xxxx elif [xxx ];then xxx .... else ... fi if...else if...else语句: 格式: { if (表达式1 ){语句;语句;...}else if (表达式2 ){语句;语句;...}else if (表达式3 ){语句;语句;...}else {语句;语句;...}} awk -F : '{ if($3==0) {print $1,":是管理员"} else if($3>=1 && $3<=499 || $3==65534 ) {print $1,":是系统用户"} else {print $1,":是普通用户"}}' awk -F : '{ if($3==0) {i++} else if($3>=1 && $3<=499 || $3==65534 ) {j++} else {k++}};END{print "管理员个数为:"i "\n系统用户个数为:"j"\n普通用户的个数为:"k }' root is admin bin is sys users daemon is sys users adm is sys users lp is sys users redhat is general user user01 is general user named is sys users u01 is general user YUNWEI is general user awk -F : '{ if($3==0) {print $1":管理员"} else if($3>=1 && $3<500 || $3==65534 ) {print $1":是系统用户"} else {print $1":是普通用户"}}' /etc/passwd awk -F : '{if($3==0) {i++} else if($3>=1 && $3<500 || $3==65534){j++} else {k++}};END{print "管理员个数为:" i RS "系统用户个数为:"j RS "普通用户的个数为:"k }' /etc/passwd 管理员个数为:1 系统用户个数为:28 普通用户的个数为:27 awk -F : '{if($3==0){i++} else if($3>=500){k++} else{j++}} END{print i; print k; print j}' /etc/passwd awk -F : '{if($3==0){i++} else if($3>999){k++} else{j++}} END{print "管理员个数: "i; print "普通用个数: "k; print "系统用户: "j}' /etc/passwd 如果是普通用户打印默认shell,如果是系统用户打印用户名
㈡ 循环语句 ① for循环 1 2 3 4 5 6 7 8 9 10 11 12 13 打印1 ~5 for ((i=1 ;i<=5 ;i++));do echo $i ;done打印1 ~10 中的奇数 计算1 -5 的和
② while循环 1 2 3 4 5 6 7 8 9 打印1 -5 打印1 ~10 中的奇数 计算1 -5 的和
③ 嵌套循环 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 嵌套循环: for ((y=1 ;y<=5 ;y++))do for ((x=1 ;x<=$y ;x++)) do echo -n $x done echo done awk 'BEGIN{ for(y=1;y<=5;y++) {for(x=1;x<=y;x++) {printf x} ;print } }' 1 12 123 1234 12345 1 12 123 1234 12345 尝试用三种方法打印99 口诀表: 循环的控制: break 条件满足的时候中断循环continue 条件满足的时候跳过循环1 2 1 2 4 5
6. awk算数运算 1 2 3 4 5 6 + - * / %(模) ^(幂2 ^3 ) 可以在模式中执行计算,awk都将按浮点数方式执行算术运算
六、awk统计案例 1、统计系统中各种类型的shell 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 books[linux ]++ books[linux ]=1 shells[/bin /bash ]++ shells[/sbin /nologin ]++ /bin/bash 5 /sbin/nologin 6 shells[/bin /bash ]++ a shells[/sbin /nologin ]++ b shells[/sbin /shutdown ]++ c books[linux ]++ books[php ]++
2、统计网站访问状态 1 2 3 4 5 6 7 8 9 10 11 12 13 14 TIME_WAIT 578 ESTABLISHED 1 LISTEN 1 LISTEN 1 ESTAB 5 TIME-WAIT 25 TIME-WAIT 18 ESTAB 8 LISTEN 1
3、统计访问网站的每个IP的数量
4、统计网站日志中PV量 1 2 3 4 5 6 7 8 统计Apache/Nginx日志中某一天的PV量 <统计日志> 14519 统计Apache/Nginx日志中某一天不同IP的访问量 <统计日志>
名词解释:
网站浏览量(PV) 名词:PV=PageView (网站浏览量) 说明:指页面的浏览次数,用以衡量网站用户访问的网页数量。多次打开同一页面则浏览量累计。用户每打开一个页面便记录1次PV。
名词:VV = Visit View(访问次数) 说明:从访客来到您网站到最终关闭网站的所有页面离开,计为1次访问。若访客连续30分钟没有新开和刷新页面,或者访客关闭了浏览器,则被计算为本次访问结束。
独立访客(UV) 名词:UV= Unique Visitor(独立访客数) 说明:1天内相同的访客多次访问您的网站只计算1个UV。
独立IP(IP) 名词:IP=独立IP数 说明:指1天内使用不同IP地址的用户访问网站的数量。同一IP无论访问了几个页面,独立IP数均为1