文本三剑客之一 awk:

awk是一个强大的文本分析工具，相对于grep的查找，sed的编辑，awk在其对数据分析并生成报告时，显得尤为强大。简单来说awk就是把文件逐行的读入，以空格为默认分隔符将每行切片，切开的部分再进行各种分析处理。

awk有3个不同版本: awk、nawk和gawk，未作特别说明，一般指gawk，gawk 是 AWK 的 GNU 版本

        grep, sed, awk

        grep: 文本过滤器         sed: 行编辑器         awk: 报告生成器

    AWK a.k.a Aho, Weinberger, Kernighan

    Gnu AWK, gawk

    基本语法

    awk [options] 'program' file file ...     awk [options] 'PATTERN{action}' file file ...

    -F CHAR：输入分隔符

awk的输出

    print item1, item2,...

    要点：      各项目之间使用逗号分隔，而输出时则使用输出分隔符分隔；     输出的各item可以字符串或数值、当前记录的字段、变量或awk的表达式；数值会被隐式转换为字符串后输出；     print后面item如果省略，相当于print $0；输出空白，使用pirnt ""；

    awk的变量

        内置变量，自定义变量

  内置变量

    FS：Field Seperator, 输入时的字段分隔符         # awk 'BEGIN{FS=":"}{print $1,$7}' /etc/passwd

    RS：Record Seperator, 输出行分隔符

    OFS: Output Field Seperator, 输出时的字段分隔符;     ORS: Outpput Row Seperator, 输出时的行分隔符；

    NF：Numbers of Field，字段数

    NR：Numbers of Record, 行数；所有文件的一并计数；     FNR：行数；各文件分别计数；     ARGV：数组，保存命令本身这个字符，awk '{print $0}' 1.txt 2.txt，意味着ARGV[0]保存awk,     ARGC: 保存awk命令中参数的个数；     FILENAME： awk正在处理的当前文件的名称；

   可自定义变量

        -v var_name=VALUE

        变量名区分字符大小写；

         可以program中定义变量；

        可以命令行中通过-v选项自定义变量；

   awk的printf命令

        命令的使用格式：printf format, item1, item2,...

        要点：

       要指定format；         不会自动换行；如需换行则需要给出\n          format用于为后面的每个item指定其输出格式；

        format格式的指示符都%开头，后跟一个字符：

            %c: 显示字符的ASCII码；             %d, %i: 十进制整数；             %e, %E: 科学计数法显示数值；             %f: 显示浮点数；             %g, %G: 以科学计数法格式或浮点数格式显示数值；             %s: 显示字符串；             %u: 显示无符号整数；             %%: 显示%自身；

        修饰符：

            #：显示宽度             -：左对齐             +：显示数值的符号             .#: 取值精度

  awk输出重定向

        print items > output-file         print items >> output-file         print items | command

        特殊文件描述符：

        /dev/stdin: 标准输入         /dev/stdout: 标准输出         /dev/stderr: 错误输出

    awk的操作符

                条件表达式:

        selector?if-true-expression:if-false-expression

        # awk -F: '{$3>=500?utype="common user":utype="admin or system user";print $1,"is",utype}' /etc/passwd

        函数调用：

        function_name(argu1,argu2)

    模式

       Regexp: 格式为/PATTERN/

            仅处理被/PATTERN/匹配到的行；          Expression: 表达式，其结果为非0或非空字符串时满足条件；             仅处理满足条件的行；          Ranges: 行范围，此前地址定界，startline, endline             仅处理范围内的行        BEGIN/END: 特殊模式，仅在awk命令的program运行之前（BEGIN）或运行之后（END）执行一次；        Empty:空模式，匹配任意行；

   常用的action

        Expressions

        Control statements         Compound statements          input statements         output statements

    控制语句

         if-else

            格式：if (condition) {then body} else {else body}

            # awk -F: '{if ($3>=500) {print $1,"is a common user"} else {print $1, "is an admin or system user"}}' /etc/passwd

            # awk '{if (NF>=8) {print}}' /etc/inittab

      while

            格式：while (condition) {while body}

            # awk '{i=1; while (i<=NF){printf "%s ",$i;i+=2};print ""}' /etc/inittab

            # awk '{i=1; while (i<=NF){if (length($i)>=6) {print $i}; i++}}' /etc/inittab

            length()函数：取字符串的长度

       do-while循环

            格式：do {do-while body} while (condition)

       for循环

            格式：for (variable assignment; condition; iteration process) {for body}             # awk '{for (i=1;i<=NF;i+=2){printf "%s ",$i};print ""}' /etc/inittab             # awk '{for (i=1;i<=NF;i++){if (length($i)>=6) print $i}}' /etc/inittab

            for循环可用来遍历数组元素：

                语法：for (i in array) {for body}

   case语句

            语法：switch (expression) {case VALUE or /RGEEXP/: statement1;... default: stementN}

         循环控制

            break             continue

      next

            提前结束对本行的处理进而进入下一行的处理；             # awk -F: '{if($3%2==0) next;print $1,$3}' /etc/passwd             # awk -F: '{if(NR%2==0) next; print NR,$1}' /etc/passwd

  数组

        关联数组：

            array[index-expression]

            index-expression: 可以使用任意字符串; 如果某数组元素事先不存在，那么在引用时，awk会自动创建此元素并将其初始化为空串；因此，要判断某数组是否存在某元素，必须使用“index in array”这种格式；

                A[first]="hello awk"

                print A[second]

            要遍历数组中的每一个元素，需要使用如下特殊结构：

                for (var in array) {for body}

                其var会遍历array的索引；

            state[LISTEN]++

            state[ESTABLISHED]++

            # netstat -tan | awk '/^tcp/{++state[$NF]}END{for (s in state) {print s,state[s]}}'

            # awk '{ip[$1]++}END{for (i in ip) {print i,ip[i]}}' /var/log/httpd/access_log

        删除数组元素：

            delete array[index]

    awk的内置函数

        split(string,array[,fieldsep[,seps]])：

            功能：将string表示的字符串以fieldsep为分隔符进行切片，并切片后的结果保存至array为名的数组中；数组下标从1开始；

            root:x:0:0::/root:/bin/bash

            user[1]="root", user[2]

            此函数有返回值，返回值为切片后的元素的个数

            # netstat -tn | awk '/^tcp/{lens=split($5,client,":");ip[client[lens-1]]++}END{for (i in ip) print i,ip[i]}'

        length(string)

            功能：返回给定字串的长度

        substr(string,start[,length])

            功能：从string中取子串，从start为起始位置为取length长度的子串