Shell三剑客之awk

1. awk概述

1.1 awk是什么

awk不同于grep的文本搜索与sed工具的文本处理，它更偏向于对文本的格式化处理输出，它不仅仅是一款工具，也是一门解释性语言，其名字来源于它的三位作者的姓氏：Alfred Aho， Peter Weinberger 和 Brian Kernighan，在文本处理功能非常强大，是一款Linux服务器文本报告生成器和格式化文本输出工具。

1.2 为什么用awk

我们日常工作中有很多需要格式化打印输出的需求，更多的是关注列操作时，就可以利用awk工具来进行处理。awk除了是工具也同样是一门语言，其允许用户创建简短的程序来处理自己的需求，这些程序读取输入文件、为数据排序、处理数据、对输入执行计算以及生成报表等。功能非常的强大，相信在掌握了awk，日常运维工作更加方便高效简单。

2. awk的适用场景

超大文件处理；
输出格式化的文本报表；
执行算数运算；
执行字符串操作等。

3. awk的处理模式

一般是遍历一个文件中的每一行，然后分别对文件的每一行进行处理。

awk对输入的一行数据进行处理的模式，对整个文件进行重复执行此模式处理，在此说明对输入的一行数据处理的内在机制如下图所示：

处理过程不断重复，直到到达文件结尾。

首先读入文件流的一行到模式空间；
在模式空间内，对内容进行模式匹配处理；
然后输出处理后的数据内容；
清空当前模式空间；
读取第二行输入流到模式空间；
又开始对模式空间内的第二行输入数据进行处理。

总体可以分为以下三步：

读（Read）：AWK 从输入流（文件、管道或者标准输入）中读入一行然后将其存入内存中。
执行（Execute）：对于每一行输入，所有的 AWK 命令按顺序执行。默认情况下，AWK 命令是针对于每一行输入，但是我们可以将其限制在指定的模式中。
重复（Repeate）：一直重复上述两个过程直到文件结束。

4. 语法及结构

4.1 语法

Awk 语法格式如下图所示：

awk [options] 'PATTERN {action}' file1,file2

awk 的语法格式主要分为四个字段，options 选项，引号内有模块与动作，以及要处理的文件，接下来让我们详细讲解每一个语法字段，更全面地认识 awk 这个脚本利器。

4.2 程序结构

awk 在引号内有一定的程序结构，主要为以下：

开始块（BEGIN BLOCK）：

语法：
BEGIN{awk-commands}
开始块就是awk程序启动时执行的代码部分（在处理输入流之前执行），并且在整个过程中只执行一次；
一般情况下，我们在开始块中初始化一些变量。BEGIN是awk的关键字，因此必须要大写。【注：开始块部分是可选，即你的awk程序可以没有开始块部分】

主体块（Body Block）：

语法：
/pattern/{awk-commands}
针对每一个输入的行都会执行一次主体部分的命令，默认情况下，对于输入的每一行，awk都会执行主体部分的命令，但是我们可以使用/pattern/限制其在指定模式下。

结束块（END BLOCK）：

语法：
END{awk-commands}
结束块是awk程序结束时执行的代码（在处理完输入流之后执行），END也是awk的关键字，必须大写，与开始块类似，结束块也是可选的。

4.3 awk命令详解

4.3.1 awk 输出

awk print输出，例如：

print item1,item2...

1.各字段之间逗号隔开，输出时以空白字符分隔；

2.输出的字段可以为字符串或数值，当前记录的字段（如$1）、变量或 awk 的表达式；数值先会转换成字符串然后输出;

3.print 命令后面的 item 可以省略，此时其功能相当于print $0,如果想输出空白，可以使用print "";

例如：

[root@master ~]# awk -F: '{print $1,$NF}' /etc/passwd|column -t
root             /bin/bash
bin              /sbin/nologin
daemon           /sbin/nologin
adm              /sbin/nologin
lp               /sbin/nologin
sync             /bin/sync

awk printf 输出

printf 命令的使用格式：

printf <format> item1,item2...

要点：

1.其与 print 命令最大区别，printf 需要指定 format，format 必须给出；

2.format 用于指定后面的每个 item 输出格式；

3.printf 语句不会自动打印换行字符\n。

format 格式的指示符都以 % 开头，后跟一个字符:

%c:显示ascall码
%d:%i:十进制整数
%e，%E：科学计数法
%f:浮点数
%s：字符串
%u：无符号整数
%%：显示%自身

修饰符：
#[.#]:第一个#控制显示的宽度：第二个#表示小数点后的精度：

%3.1f

-:左对齐
+：显示数组符号

例如：

[root@master ~]# awk -F: '{printf "Username:%-15s   ,Uid:%d\n",$1,$3}' /etc/passwd
Username:root              ,Uid:0
Username:bin               ,Uid:1
Username:daemon            ,Uid:2
Username:adm               ,Uid:3
Username:lp                ,Uid:4
Username:sync              ,Uid:5
Username:shutdown          ,Uid:6

4.3.2 awk变量

记录变量：
- IFS（input field separator），输入字段分隔符（默认空白）
- OFS（output field separator），输出字段分隔符
- RS（Record separator）:输入文本换行符（默认回车）
- ORS:输出文本换行符
数据变量
- NR:the number of input records，awk 命令所处理的文件的行数，如果有多个文件，这个数目会将处理的多个文件计数
- NF:number of field，当前记录的 field 个数
```
{print NF},{print $NF}
```
- ARGV:数组，保存命令行本身这个字符串
- ARGC：awk 命令的参数个数
- FILENAME:awk 命令处理的文件名称
- ENVIRON：当前 shell 环境变量及其值的关联数组
```
awk 'BEGIN{print ENVIRON["PATH"]}'
```

自定义变量
-v var=value

变量名区分大小写，例如：

[root@master ~]#  awk -v test="abc" 'BEGIN{print test}'
abc
[root@master ~]# awk 'BEGIN{var="name";print var}'
name

4.3.3 操作符

算术运算

+,-,*,/,^,%。例如：

[root@master ~]# awk 'BEGIN{a=5;b=3;print "a + b =",a+b}'
a + b = 8

字符串操作

无符号操作符，表示字符串连接，例如：

[root@master ~]# awk 'BEGIN { str1="Hello,"; str2="World"; str3 = str1 str2; print str3 }'
Hello,World

赋值操作符：

=，+=，-=，*=，/=，%=，^=，例如：

[root@master ~]# awk 'BEGIN{a=5;b=6;if(a == b) print "a == b";else print "a!=b"}' 
a!=b

[root@master ~]# awk -F: '{sum+=$3}END{print sum}' /etc/passwd
72349

比较操作符：
- >,>=,<,<=,!=,==

模式匹配符：

~:是否匹配
!~:是否不匹配

例如：

[root@master ~]# awk -F: '$1~"root"{print $0}' /etc/passwd
root:x:0:0:root:/root:/bin/bash

逻辑操作符：

&& 、 || 、！，例如：

[root@master ~]# awk 'BEGIN{a=6;if(a > 0 && a <= 6) print "true";else print "false"}'
true

函数调用：
- function_name(argu1,augu2)

条件表达式(三元运算):

selection？if-true-expresssion：if-false-expression

[root@master ~]# awk -F: '{$3>=100?usertype="common user":usertype="sysadmin";printf "%15s:%s\n",$1,usertype}' /etc/passwd
           root:sysadmin
            bin:sysadmin
         daemon:sysadmin
            adm:sysadmin
             lp:sysadmin
           sync:sysadmin
       shutdown:sysadmin
           halt:sysadmin

4.3.4 Pattern

empty:空模式，匹配每一行
/regular expression/:仅处理能被此处模式匹配到的行，例如；

[root@master ~]# awk -F: '$NF=="/bin/bash"{printf "%15s,%s\n",$NF,$1}' /etc/passwd
      /bin/bash,root

relational expression：关系表达式，结果为“真”有“假”，结果为“真”才会被处理。

Tips：使用模式需要使用双斜线括起来，真：结果为非0值，非空字符串。

[root@master ~]# awk -F: '$3>100{print $1,$3}' /etc/passwd
systemd-network 192
polkitd 999
ceph 167
kube 998
etcd 997
gluster 996
nfsnobody 65534
chrony 995
redis 994

awk -F: '$NF=="/bin/bash"{printf "%15s,%s\n",$NF,$1}' /etc/passwd

awk -F: '$NF~/bash$/{printf "%15s,%s\n",$NF,$1}' /etc/passwd

df -Th|awk '/^\/dev/{print}'

line ranges：行范围，制定startline，endline。

[root@master ~]# awk -F: '/10/,/20/{print $1}' /etc/passwd
games
ftp
nobody
systemd-network
dbus
polkitd
postfix
sshd
ceph
kube
etcd
gluster
rpc

BEGIN/END模式
- BEGIN{}：仅在开始处理文本之前执行一次
- END{}：仅在文本处理完成之后执行一次

    [root@master ~]# awk -F: 'BEGIN{print "username     uid\n--------------------"}{printf "%-15s:%d\n",$1,$3}END{print "-----------------\nend"}' /etc/passwd
username     uid
    --------------------
    root           :0
    bin            :1
    daemon         :2
    adm            :3
    lp             :4
    rpc            :32
    rpcuser        :29
    nfsnobody      :65534
    chrony         :995
    redis          :994
    -----------------
    end

4.3.5 控制语句

if(condition) {statements}，例如：

[root@master ~]# awk -F: '{if($3>100) print $1,$3}' /etc/passwd
systemd-network 192
polkitd 999
ceph 167
kube 998
etcd 997
gluster 996
nfsnobody 65534
chrony 995
redis 994

if(condition) {statments} [else {statments}]，例如：

[root@master ~]# awk -F: '{if($3>100) {printf "Common user:%-15s\n",$1} else {printf "sysadmin user:%-15s\n",$1}}' /etc/passwd
sysadmin user:root           
sysadmin user:bin            
sysadmin user:daemon         
sysadmin user:adm            
sysadmin user:lp             
sysadmin user:sync           
sysadmin user:shutdown       
sysadmin user:halt           
sysadmin user:mail           
sysadmin user:operator       
sysadmin user:games

5. 实例

1.统计/etc/fstab文件中每个单词出现的次数，并按从大到小排序
awk '{for(i=1;i<=NF;i++){words[$i]++}}END{for(key in words)print key,words[key]}' /etc/fstab|sort -k2 -nr

awk '{ips[$1]++}END{for(i in ips) print i,ips[i]}' access_nginx.log |column -t|sort -k2 -nr

2.统计/etc/fstab每个文件系统类型出现的次数
awk '!/^#/&&!/^$/{dev[$3]++}END{for(i in dev) print i,dev[i]}' /etc/fstab

3.ping一个域名，输出ping此刻的时间
ping baidu.com|awk '{print $0" "strftime("%Y-%m-%d %H:%M:%S")}'

4.利用netstat监控服务是否正常监听
netstat -lntup|awk 'NR>2{if($4 ~/.*:22/) print $0"yes";exit 0}'

5.统计web服务器日志状态码
awk '$9~"[0-9]"{stat[$9]++}END{for(i in stat) print i,stat[i]}' access_log

6. 注意事项

awk同sed命令类似，只不过sed擅长取行，awk命令擅长取列，awk是对文本进行格式化输出，sed更倾向于对文件进行修改；
对于读入的文件可以根据自己需求对IFS/OFS对输入和输出进行修改；
awk非常的强大，但是也是三剑客中最难的一个，其作为一门单独的语言，我们在Shell编程中学习常用的命令及语法就已经足够我们使用。

7. 小结

本章节我们系统性地学习了awk的语法结构及处理模式，其相较于其他文本处理工具，更适合对文本进行格式化输出，我们需要在合适的地方使用，其作为Linux系统上一个非常强大的文本格式输出工具，也是一门语言，后期需要在实践工作中更多地灵活运用，使得脚本编写更加方便。