ITPub博客

首页 > 应用开发 > IT综合 > 看示例学awk

看示例学awk

原创 IT综合 作者:小米运维 时间:2018-12-12 16:34:51 0 删除 编辑

本文详细介绍了awk语法结构、关键字、运算符、内置变量、数组、正则表达式元字符、内置函数、算术函数、条件语句和循环等方面的内容,并通过丰富的示例来帮助大家熟悉使用awk。

介绍

awk是一个强大的文本分析工具。

awk其名称得自于它的创始人 Alfred Aho 、Peter Weinberger 和 Brian Kernighan 姓氏的首个字母。实际上 awk 的确拥有自己的语言: awk 程序设计语言 , 三位创建者已将它正式定义为“样式扫描和处理语言”。它允许您创建简短的程序,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,还有无数其他的功能。

语法结构

awk option scrips file

option

  • -F 指定分隔符,而不以默认的空白(空格符或者制表符)

  • -v 指定变量

  • -f 指定脚本的文件名,即将脚本放入一个文件当中,避免 awk 书写太长,影响视觉,和重复编写

关键字

  • BEGIN 关键字会执行一次指定的脚本段

  • END 关键字定义的脚本段,在所有操作完成之后

处理数据的脚本段在第二个程序中定义

测试文件内容

代码里井号开头部分的代表输出内容(输出不包含井号),下同

cat mi_info
# mi6-1 5.15" 835 6G 64G 3350mAh 2499
# mi6-2 5.15" 835 6G 128G 3350mAh 2899
# minote3-1 5.5" 660 6G 64G 3500mAh 2499
# minote3-2 5.5" 660 6G 128G 3500mAh 2899
# mix2-1 5.99" 835 6G 64G 3400mAh 3299
# mix2-2 5.99" 835 6G 128G 3400mAh 3599
# mix2-3 5.99" 835 6G 256G 3400mAh 3999

初级示例

# 默认的模式匹配中就已经包含了 if 的意思了

awk '/2499/' mi_info
# mi6-1 5.15" 835 6G 64G 3350mAh 2499
# minote3-1 5.5" 660 6G 64G 3500mAh 2499

awk '$5=="256G"' mi_info
# mix2-3 5.99" 835 6G 256G 3400mAh 3999

awk '$1 ~ "note"{print}' mi_info      
# minote3-1 5.5" 660 6G 64G 3500mAh 2499
# minote3-2 5.5" 660 6G 128G 3500mAh 2899

awk '$0 ~ /note/{print $1, "MEMSIZE->", $3, "Price->", $NF}' mi_info
# minote3-1 MEMSIZE-> 6G Price-> 2499
# minote3-2 MEMSIZE-> 6G Price-> 2899

## -f 示例

# cat awkfile
/note/{
        test="price is"
        print $1, test, $NF
}
awk -f awkfile mi_info
# minote3-1 price is 2499
# minote3-2 price is 2899
## -v 示例
awk -v test="price is" '/note/{ print $1, test, $NF}' mi_info
# minote3-1 price is 2499
# minote3-2 price is 2899

运算符(优先级由大到小排列)
  • ++ -- 增加与减少(前置或后置)

  • ^ ** 指数(右结合性)

  • ! + - 非、一元加号、一元减号

  • * / % 乘、除、余数

  • + - 加、减

  • < <= == != > >= 比较

  • && 逻辑AND( 简写)

  • || 逻辑OR( 简写)

  • ?: 三元条件式

  • = += -= *= /= %= ^= **= 赋值( 右结合性)

内置变量

  • $ 后面跟数字,表示获取指定列的域,0 代表取整条记录

  • ARGC 命令行参数个数

  • ARGV 命令行参数构成胡数组

  • FILENAME 当前输入文件的文件名

  • FS 设置输入域分隔符,等价于命令行 -F选项

  • OFS 输出域分隔符

  • RS 控制记录分隔符

  • ORS 输出记录分隔符

  • NF 浏览记录的域的个数

  • NR 已读的记录数

  • FNR 与NR功用类似,不同的是awk每打开一个新文件,FNR便从0重新累计

  • IGNORECASE 是否忽略大小写

记录 默认指的是每行,因为记录分隔符(RS)是换行符
域 默认指的是每个单词,因为域分隔符(FS)是空格

awk 通过内建变量 ARGC ( 参数计数 ) 与 ARGV ( 参数向量,或参数值 ) ,让命令行参数可用。

高级示例

cat showargs.awk   BEGIN {     print "ARGC= ", ARGC
   for (k=0; k<ARGC; k++)
{         print "ARGV["k"]=["ARGV[k]"]"         } }   awk -f showargs.awk mi_info # ARGC=  2# ARGV[0]=[awk] # ARGV[1]=[mi_info] ## 求和 awk '{sum+=$NF} END {print "Sum = ", sum}' mi_info # Sum =  21693


## 求平均 awk '{sum+=$NF} END {print "Average = ", sum/NR}' mi_info # Average =  3099


## 求最大值 awk 'BEGIN {max = 0} {if ($NF>max) max=$NF fi} END {print "Max=", max}' mi_info  # Max= 3999


## 求最小值(min的初始值设置一个超大数即可) awk 'BEGIN {min = 1999999} {if ($NF<min) min=$NF fi} END {print "Min=", min}' mi_info # Min= 2499


# 求访问次数的Top 10 Resource,可以根据此进行优化 cat logs/`date +%u`.log | grep -v '172.16' |grep -v '127.0.0.1' \     | awk '{ if(index($1,"219.141.246")!=0) print $2; else print $1 }' \     | sort | uniq -c | sort -n | tail -n 10


# awk的范围模式也是封闭范围。 # 在所有记录中他们会顺序进行多次匹配,第一次匹配完后还可以进行下面接下来的第二次、第三次可能的匹配范围。 # 如果开头匹配到了,但是没有结尾的话,会把整个文件记录的末尾当作是这次匹配的结尾作为范围 awk '/mi6/,/note/ {print NR, $1, $NF}' mi_info  # 1 mi6-1 2499
# 2 mi6-2 2899
# 3 minote3-1 2499

# 忽略大小写 awk '{IGNORECASE=1}; $1~"MI" {print NR,$0}' mi_info # "所有信息"


# 每 5 行合并为 1 行 BEGIN {     a = 0;     s = ""; } {     a += 1;     s = s" | "$0     if (a % 5 == 0) {         print s;         s = "";     } } END {     print s }   awk 'BEGIN{a="100"; b="10test10"; print (a+b+0);}'
# 110
# 只需要将变量通过 "+" 连接运算。自动强制将字符串转为整型。 # 非数字变成 0,发现第一个非数字字符,后面自动忽略。   awk 'BEGIN{a=100;b=100;c=(a""b);print c}'
# 100100
# 只需要将变量与 "" 符号连接起来运算即可。   awk 'BEGIN{a="a";b="b";c=(a+b);print c}'
# 0
# 字符串连接操作通"二""+"号操作符。模式强制将左右2边的值转为 数字类型。然后进行操作。

数组

## 数组示例 awk 'BEGIN{x=0;i=0;} \     {name[x++]=$1;} \     END { for(;i<NR;i++){ print "name["i"] is",name[i]} }' mi_info   # name[0] is mi6-1
# name[1] is mi6-2
# name[2] is minote3-1
# name[3] is minote3-2
# name[4] is mix2-1
# name[5] is mix2-2
# name[6] is mix2-3

正则表达式元字符

  • ^ 行首定位符

  • $ 行尾定位符

  • . 匹配除换行之外的单个字符

  • \* 匹配0个或者多个前导字符(这里是前导字符0或者多个,任意一个或多个字符,使用 .* )

  • + 匹配一个或者多个前导字符

  • ? 匹配0个或者1个前导字符

  • [] 指定字符中的任意一个字符,比如[Ll] [a-z]

  • [^] 上面一样,不匹配的字符

  • AA|BB 匹配AA或者BB

  • (AB)+ 匹配一个或者多个AB组合,比如AB,ABAB,ABABAB...

  • \* 匹配*本身

  • & 保存查找匹配到的串,可以用在后面的替换中 s/love/**&**/

内置函数

  • sub(/reg/,替换串[,目标串])

  • gsub(/reg/,替换串[,目标串])

  • index(str,sub_str) 返回sub_str第一次在str中出现的位置(偏移量从1开始)

  • length(str) 返回字符串的字符个数

  • substr(str,start_pos[,length]) 返回子串,如果没有length,就到串的末尾

  • match(str,/reg/) 返回正则匹配在字符串中的位置,同时设置RSTART和RLENGTH的值

  • split(str,arr_name[,split_sig])

算术函数

  • atan2(x,y)

  • cos(x)

  • exp(x)

  • log(x)

  • sin(x)

  • sqrt(x)

  • int(x)直接舍去小数,保留整数部分

  • rand() 产生随机数(0~1) srand(x) 初始化随机数种子

默认情况下每次调用rand(),结果都会产生相同的随机数,这时候需要调用srand()重新产生一个种子,后面的随机数才不同

## 函数示例 awk 'BEGIN{ print rand(),rand(),srand(),rand(),rand();}'
# 0.237788 0.291066 1 0.215969 0.629868
awk 'BEGIN{ print rand(),rand(),srand(),rand(),rand();}'
# 0.237788 0.291066 1 0.556348 0.749557
awk 'BEGIN{ print rand(),rand(),srand(),rand(),rand();}'
# 0.237788 0.291066 1 0.0931369 0.835396

条件语句和循环

## 语句和循环示例   (a) if
# 在条件模式中,if是隐含的模式了,而条件语句if也可以按照需要直接声明出来的句式类似于
if () {} else if () {} else {}   awk '{ if( $1 ~ /note/) { print "note related."} else if ( $1 ~ /mix/ ) { print "mix related."} else { print "other ..."} }' mi_info # other ... # other ... # note related. # note related. # mix related. # mix related. # mix related.   (b) while
# 句法
while () {}   awk 'BEGIN { i = 0; count = 0; } { while ( i < NR ) { i ++; if ( $1 ~ /note/ ) { count++; print NR, $1,$4,$5 } } } END { print "Count:",count }' mi_info # 3 minote3-1 6G 64G # 4 minote3-2 6G 128G # Count: 2

(c) for
# 普通for循环,句法
for( ; ; ){}   awk 'BEGIN { i = 0;} { for(;i<NR;i++) { if( $1 ~ /note/ ){ print NR,$1,$4,$5,"~~" } }}' mi_info # 3 minote3-1 6G 64G ~~ # 4 minote3-2 6G 128G ~~   (d) break continue
# 同C/C++语言一样,是作用于跳出循环体和跳出本次循环的关键字。   ### 程序控制语句 (a) next # 从文件中读取下一行输入,然后从awk脚本顶部开始重新执行。同continue效果也有点相似,只不过这里是作用于awk工具在对每行操作的自动“循环”中的
(b) exit # 中断记录的处理,但是不能够跳过END语句块。exit可以带一个范围为0~255的退出参数,约定0表示成功,这个退出参数实际就传递给了$?表示执行的结果   awk '{ if ( $1 ~ /note/ ) { print NR,$1,$7,"skip"; next; } if ( $1 ~ /mix/ ) { print NR,$1,$7,"exit will"; exit 3; } print NR,$1,$7,"after if..."; } END { print "Fininal should be called here..." }' mi_info # 1 mi6-1 2499 after if... # 2 mi6-2 2899 after if... # 3 minote3-1 2499 skip # 4 minote3-2 2899 skip # 5 mix2-1 3299 exit will # Fininal should be called here... echo $? # 3

系统交互

## (a) 支持 > >> 重定向符号使用的时候作为文件名参数需要使用 "" 括起来,getline可以用于输入重定向来获得输入信息
awk 'BEGIN { "date" | getline date; print "The date is",date > "date.file"}'
cat date.file
# The date is Wed Dec 28 18:43:39 HKT 2016

## (b) 管道 |
awk '/note/ { print $0 | "grep 2499" }' mi_info
# minote3-1 5.5" 660 6G 64G 3500mAh 2499

## (c) system 函数。可以进行系统命令调用
awk 'BEGIN { system("whoami") }'
# root

## (d) printf 格式化输出信息,跟C语言的类似
awk 'BEGIN { printf "Hello, %s, you are %d years old.\n","Nicol TAO","23"}'
# Hello, Nicol TAO, you are 23 years old.

总结

最后总结一下awk使用经验:

  • 如果处理逻辑复杂,就将代码写进文件里,再通过 -f 引用;这样可防止敲错代码。

  • 灵活调用系统命令,内置变量,使代码更简洁。

  • 处理大文件时,多审核优化逻辑代码,可有效提高执行效率。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/31559359/viewspace-2285016/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论

注册时间:2018-10-26

  • 博文量
    30
  • 访问量
    16514