Shell脚本之文本处理三剑客——awk

AWK 是一种处理文本文件的语言是一个强大的文本分析工具
可以在无交互的模式下实现复杂的文本操作
相较于sed常作用于一整个行的处理awk则比较倾向于一行当中分成数个字段来处理因为awk相当适合小型的文本数据。
之所以叫 AWK 是因为其取了三位创始人 Alfred AhoPeter Weinberger, 和 Brian Kernighan 的 Family Name 的首字符。

2.基本格式

awk [选项] ‘模式条件{操作}’ 文件1 文件2...
awk -f|-v 脚本文件 文件1 文件.....

3.工作原理

逐行读取文本默认以空格或tab键为分隔符进行分隔将分隔所得的各个字段保存到内建变量中并按模式或者条件执行编辑命令。
sed命令常用于一整行的处理而awk比较倾向于将一行分成多个"字段"然后再进行处理。awk信息的读入也是逐行读取的执行结果可以通过print的功能将字段数据打印显示。在使用awk命令的过程中可以使用逻辑操作符"&&“表示"与”、"“表示"或”、"!“表示"非”;还可以进行简单的数学运算如+、-、*、/、%、^分别表示加、减、乘、除、取余和乘方。

4.常见的内建变量可直接用

FS∶ 列分割符。指定每行文本的字段分隔符默认为空格或制表位。与"-F"作用相同
NF∶ 当前处理的行的字段个数。
NR∶ 当前处理的行的行号序数。
$0∶当前处理的行的整行内容。
$n∶ 当前处理行的第n个字段第n列。
FILENAME∶ 被处理的文件名。
RS∶ 行分隔符。awk从文件上读取资料时将根据RS的定义把资料切割成许多条记录而awk一次仅读入一条记录以进行处理。预设值是’\n’
$NF最后一段
$(NF-1)倒数第二段

二.awk相关示例

1.打印文本内容

awk可以将自动将多个空格压缩成一个空格
打印字符串需要加双引号

1.1 打印磁盘已经使用情况

df |awk '{print $5}'

1.2 打印字符串

awk '{print "hello"}'

1.3 打印字符串确定文件有多少行

awk '{print "hello"}' /etc/fstab 

awk '{print "hello"}' /etc/fstab |wc -l

cat /etc/fstab |wc -l

2. 根据$n以及NR提取字段

$n,代表提取第几列

2.1 提取ip地址

ifconfig ens33|sed -n '2p'|awk '{print $2}'

ifconfig ens33 |awk 'NR==2{print $2}'

2.2 提取ipv6地址

ifconfig ens33|sed -n '3p'|awk '{print $2}'

ifconfig ens33 |awk 'NR==3{print $2}'

3. 根据选项-F指定分隔符

3.1 打印/etc/passwd所有用户名

cat /etc/passwd|awk -F":" '{print $1}'
或
cat /etc/passwd|awk -F: '{print $1}'

3.2 打印多列内容

打印时逗号可以表示空格如果使用“”或者“+”需要将特殊符号加上双引号当成字符串打印

cat /etc/passwd|awk -F":" '{print $1,$2}'

cat /etc/passwd|awk -F":" '{print $1":"$2}'

cat /etc/passwd|awk -F":" '{print $1"+"$2}'

3.3 打印磁盘已经使用情况去除%

#使用两条awk命令
df|awk '{print $5}'|awk -F% '{print $1}'

#使用一次awk命令
df|awk -F"[ %]+" '{print $5}'

##也可以使用 |%代表或者
df|awk -F"( |%)+" '{print $5}'

3.4 取出文本中的ip地址及时间

##文本内容##
vim test.txt 
 
58.87.87.99 - - [09/Jun/2020:03:42:43 +0800] "POST /wp-cron.php?
doing_wp_cron=1591645363.2316548824310302734375 HTTP/1.1" ""sendfileon
128.14.209.154 - - [09/Jun/2020:03:42:43 +0800] "GET / HTTP/1.1" ""sendfileon
64.90.40.100 - - [09/Jun/2020:03:43:11 +0800] "GET /wp-login.php HTTP/1.1" ""sendfileo
 
 
##提取##
cat test.txt |sed '2d'|awk -F"[[ ]"  '{print $5"\t"$1}'

3.5 取出文本中的主机并放回

##文本内容##
vim host.txt 
 
1 www.kgc.com
2 mail.kgc.com
3 ftp.kgc.com
4 linux.kgc.com
5 blog.kgc.com

##提取##
cat host.txt |awk -F "[. ]" '{print $2}' >>host.txt

4. 根据关键字提取所在行

4.1 提取/etc/passwd 以root开头的行

cat /etc/passwd |awk -F":" '/^root/{print}'

4.2 提取/etc/passwd root所在的行

cat /etc/passwd |awk -F: '/root/{print}'

4.3 提取/etc/passwd nologin结尾的行

cat /etc/passwd |awk -F":" '/nologin$/{print}' 
 
##如果提取/sbin/nologin,则需要\转义/
cat /etc/passwd |awk -F":" '/\/sbin\/nologin$/{print}'

5. 使用BEGIN输出包含指定字符的行并统计有多行

BEGIN模式表示在处理指定的文本之前需要先执行BEGIN模式中指定的动作;
awk再处理指定的文本之后再执行END模式中指定的动作
END{ } 语句块中往往会放入打印结果等语句。

#先定义变量x表示执行多少次
awk 'BEGIN {x=0};/\/bin\/bash$/;{x++};END{print x}' /etc/passwd

6.FS指定每行文本的字段分隔符默认为空格或制表符与-F相同

awk -v FS=: '{print $1FS$3}' /etc/passwd

7.NF当前处理行的整行内容

7.1 当前处理的行的字段个数

cat /etc/passwd |awk -F: '{print NF}'

7.2 打印出每行最后一个字段

cat /etc/passwd |awk -F: '{print $NF}'

7.3 打印出每行倒数第二个字段

cat /etc/passwd |awk -F: '{print $(NF-1)}'

df|awk '{print $(NF-1)}'

8.NR当前处理行的行号

8.1 当前处理的行的行号

#NR写在后面则在后面显示行号
#awk  -F: '{print $1,NR}' /etc/passwd
root 1
bin 2
daemon 3
adm 4
lp 5
sync 6
shutdown 7
halt 8
 
#可以用制表符
awk  -F: '{print $1"\t"NR}' /etc/passwd
root	1
bin  	2
daemon	3
adm  	4
lp	    5
 
#NR写在前面则在前面显示行号
awk  -F: '{print NR"\t"$1}' /etc/passwd
1	root
2	bin
3	daemon
4	adm
5	lp

8.2 NR==n代表行号等于什么

awk -F: 'NR==2 {print $1}' /etc/passwd

8.3 NR%2==0取偶数行

awk -F: 'NR%2==0 {print $1}' /etc/passwd

8.4 NR%2==1取奇数行

awk -F: 'NR%2==1 {print $1}' /etc/passwd

8.5 NR==1,NR==4取区间行

awk -F: 'NR==1,NR==4 {print $1}' /etc/passwd

8.6 取UID数值范围$n>1000

#取uid大于1000的行
awk -F: '$3>1000 {print}' /etc/passwd

 
#取uid大于等于1000的行
awk -F: '$3>=1000 {print}' /etc/passwd

三.试题练习

1. 统计/etc/fstab文件中每个文件系统类型出现的次数

cat /etc/fstab |awk '/^[^#]/{print}'|awk '{print $3}'|sort |uniq -c

2. 统计/etc/fstab文件中每个单词出现的次数

grep -Eo "\b[[:alpha:]]+\b" /etc/fstab |sort|uniq -c|sort

3.将某日志文件访问用户的IP地址在第三列冒号隔开统计出访问量前十的IP地址

cat log.txt |awk -F: '{print $3}' |sort |uniq -c |sort -rn |head

4.提取出字符串Yd$C@M05MB%9&Bdh7dq+YVixp3vpw中的所有数字

echo "Yd$C@M05MB%9&Bdh7dq+YVixp3vpw"|grep -E -o "[0-9]+"

阿里云国内75折回扣微信号：monov8

阿里云国际，腾讯云国际，低至75折。AWS 93折免费开户实名账号代冲值优惠多多微信号：monov8 飞机：@monov6

标签: shell

返回列表

上一篇：Wise-IoU 作者导读：基于动态非单调聚焦机制的边界框损失

下一篇：【C++、数据结构】封装map和set（用红黑树实现）

“Shell脚本之文本处理三剑客——awk” 的相关文章

21.shell语言之if条件判断语句1年前 (2023-02-02)

Win10 Terminal更换默认Shell1年前 (2023-02-02)

【Linux】shell基本语法1年前 (2023-02-02)

【MySQL Shell】9.3 创建 InnoDB ReplicaSet1年前 (2023-02-02)

PowerShell 学习笔记1年前 (2023-02-02)

Shell语法1年前 (2023-02-02)

Shell脚本从入门到实战1年前 (2023-02-02)

shell 函数详解1年前 (2023-02-03)

shell脚本基础1年前 (2023-02-05)

大数据基础之Shell（六）：条件判断1年前 (2023-02-05)