01 一起来认识 awk！
Linux 命令三剑客，sed、grep、awk。
- sed：擅长数据修改。
- grep：擅长数据查找定位。
- awk：擅长数据切片，数据格式化，功能最复杂。
awk 更适合格式化文本，对文本进行较复杂格式处理，awk 程序对输入文件的每一行进行操作。awk 是一门解释型的编程语言。文本处理、输出格式化的文本报表、执行算数运算、执行字符串操作等等。
02 awk 完整命令格式
BEGIN { …. initialization awk commands …}{ …. awk commands for each line of the file…}END { …. finalization awk commands …}
- BEGIN{} 语句块在程序的开头执行，它只执行一次，在这里可以初始化变量。BEGIN 是 awk 的关键字，因此它必须为大写，注意，这个语句块是可选的；
- 主{ }部分，没有关键字，运行处理文件的每一行执行的命令；
- END 语句块在程序的最后执行，END 是 awk 的关键字，因此必须为大写，它也是可选的。
03 awk 间隔符（分隔符）
- awk 将每一行视为由多个字段组成，每个字段由"间隔符"分隔。默认情况下"间隔符" 是一个或多个空格字符，因此行：this is a line of text 包含6个字段。在 awk 中，第一个字段称为 $1，第二个字段称为 $2，以此类推，整行称为 $0。
- awk 内置变量 FS 可以设置间隔符，如设置 FS=":"，则它将根据’:'作为间隔符。
04 awk 内置变量及可选参数
【内置变量】
- FS # 输入字段的分隔符
- NR # 当前行号，已读的记录数
- NF # 当前行中的字段数量
- $NF # NF 当前行中的字段数量（行参数数量），假如行参数有六个，那么NF=6，重点来了，如果我要取当前行的最后一个参数，使用 “KaTeX parse error: Expected 'EOF', got '和' at position 4: 6" 和̲ "NF” 都能取到最后一个参数，也就是说 6=6=6=NF=第6个参数值。
【常用可选参数】
- -v # 赋值一个用户定义变量
- -f # 从脚本文件中读取 awk 命令
- -F # 相当于内置变量 FS
05 awk 模式匹配
- awk 可以对任何文件进行操作，包括 std-in，在这种情况下，它通常与 ‘|’ 命令一起使用，例如，结合 grep，cat 或其他命令。
- awk 是一种面向行的语言。首先是模式，然后是动作。操作语句用" {} "括起来。
- awk 模式包括正则表达式 (使用与“grep -E”相同的语法) 和使用的组合特殊符号 “&&” 表示“逻辑AND ”，“||”表示“逻辑或”，“!” 的意思是“逻辑不”。
06 awk 控制语句
awk 'BEGIN{ commands } pattern{ commands } END{ commands }'
eg：统计指定ip和端口号，各种 tcp 连接状态的数量
netstat -n | grep 1.2.3.4:22 | awk '/^tcp/ {++State[$NF]} END {for (i in State) print i, State[i]}'
- 命令中，^tcp用于匹配开头包含tcp字符的文本行；
- KaTeX parse error: Expected 'EOF', got '指' at position 4: NF 指̲的是每行最后一个字段，数组St…NF]就是以最后一个字段为下标指向一个存储单元或者说变量，此处代表该字段的统计结果, 也就是++的意义所在， 统计值自增一。
- END不能缺少表示END符号之后的指令于处理所有行结束时执行。
- i是字段，State[i]即为统计结果，每行处理完成则State[$NF] 加1。
07 awk 常用实践
- 统计文本行数
awk 'END {print NR}' warn.log #统计 warn.log 文件行数。
- 指定以 , 为分隔符；输出为 hello world。
文本内容如下：
hello,world,awk,!
awk -F, '{print $1,$2}' info.log # -F, 指定以逗号分隔。
- 实现计算表达式
awk 'BEGIN{print 115+100}'
08 小结
awk 命令，擅长文本格式化处理，这里只是起到一个抛砖引玉的作用，awk 语法较为复杂，感兴趣的可以深入学习，当然你也可以用 python 等语言来做一些脚本任务的处理。