一，awk简介
awk,文本处理三剑客之一，它的名称得自于它的三个创始人Alfred Aho 、Peter Weinberger 和 Brian Kernighan 的姓氏的首字母。
又有多种版本： NEW awk (nawk) , GNU awk (gawk）。一般在linux中awk所指的就是gwk。
（1）基本用法
awk [options] ‘program’ var=value file… #语法：awk +选项+程序
awk [options] -f programfile var=value file… # -f调用文件
awk [options] 'BEGIN{ action;… } pattern{ action;… } END{ action;… }' file ...
awk 程序通常由：BEGIN语句块、能够使用模式匹配的通用语句块、END语句块，共3部 分组成
program通常是被单引号或双引号中 #建议使用单引号
选项：
-F 指明输入时用到的字段分隔符
-v var=value: 自定义变量
（2）语法
基本格式：
awk [options] 'program' file…
program:pattern{action statements;..}
pattern和action：
• pattern部分决定动作语句何时触发及触发事件
BEGIN,END
• action statements对数据进行处理，放在{}内指明
print, printf #用于打印显示
分割符、域和记录:
awk执行时，由分隔符分隔的字段（域）标记$1,$2..$n称 为域标识。
$0为所有域，注意：和shell中变量$符含义不同
文件的每一行称为记录
省略action，则默认执行 print $0 的操作
二，awk的工作原理
第一步：执行BEGIN{action;… }语句块中的语句 #BEGIN通常用于打印表头。
第二步：从文件或标准输入(stdin)读取一行，然后执行pattern{ action;… }语句块，它逐行扫描文件，从第一行到最后一行重复这 个过程，直到文件全部被读取完毕。
第三步：当读至输入流末尾时，执行END{action;…}语句块 #END经常用于汇总。
BEGIN语句块在awk开始从输入流中读取行之前被执行，这是一个 可选的语句块，比如变量初始化、打印输出表格的表头等语句通常 可以写在BEGIN语句块中
END语句块在awk从输入流中读取完所有的行之后即被执行，比如 打印所有行的分析结果这类信息汇总都是在END语句块中完成，它也是一个可选语句块
pattern语句块中的通用命令是最重要的部分，也是可选的。如果 没有提供pattern语句块，则默认执行{ print $0 }，即打印每一个读取到的行，awk读取的每一行都会执行该语句块
三，变量
awk的变量分两种：内置和自定义变量
（1），FS：输入字段分隔符，默认为空白字符
awk -v FS=':' '{print $1,FS,$3}’ /etc/passwd
awk –F: '{print $1,$3,$7}’ /etc/passwd
（2），OFS：输出字段分隔符，默认为空白字符
awk -v FS=‘:’ -v OFS=‘:’ '{print $1,$3,$7}’ /etc/passwd
（3）RS：输入记录分隔符，指定输入时的换行符
awk -v RS=' ' ‘{print }’ /etc/passwd
（4） ORS：输出记录分隔符，输出时用指定符号代替换行符
awk -v RS=' ' -v ORS='###'‘{print }’ /etc/passwd
（5）NF：字段数量
awk -F： ‘{print NF}’ /etc/fstab,引用内置变量不用$
awk -F: '{print $(NF-1)}' /etc/passwd #NF-1 为查看倒数第一个字段。
(6)NR：记录号
awk '{print NR}' /etc/fstab
awk END'{print NR}' /etc/fstab
（7）FNR：各文件分别计数,记录号
awk -v FS=: '{print FNR,$1}' /etc/passwd /etc/group
FILENAME：当前文件名
awk -v FS=: '{print FNR,FILENAME,$1}' /etc/passwd /etc/group
ARGC：命令行参数的个数
awk '{print ARGC}’ /etc/fstab /etc/inittab
awk ‘BEGIN {print ARGC}’ /etc/fstab /etc/inittab
(8)ARGV：数组，保存的是命令行所给定的各参数
awk ‘BEGIN {print ARGV[0]}’ /etc/fstab /etc/inittab #下标为0的为第一个参数
awk ‘BEGIN {print ARGV[1]}’ /etc/fstab /etc/inittab #下标为1的为第二个参数
（9）awk的自定义变量
awk的自定义变量（区分字符大小写）
两种定义方式
（1）-v var=value
(2) 在program中直接定义
示例：1, awk -v var1="hello,awk" 'BEGIN{print var1}'
2, awk 'BEGIN{var1="hello";print var1}'
3, awk -F: '{sex="male";print $1,sex,age;age=18}' /etc/passwd
print格式
要点：
(1) 逗号分隔符
(2) 输出的各item可以字符串，也可以是数值；当前记录的字段、 变量或awk的表达式
(3) 如省略item，相当于print $0
示例：awk '{print "hello,awk"}'
awk –F: '{print}' /etc/passwd
awk –F: ‘{print “wang”}’ /etc/passwd
awk –F: ‘{print $1}’ /etc/passwd
awk –F: ‘{print $0}’ /etc/passwd
awk –F: ‘{print $1”\t”$3}’ /etc/passwd
tail –3 /etc/fstab |awk ‘{print $2,$4}’ #awk自动理解文件的分隔符
printf命令
格式化输出：printf “FORMAT”, item1, item2, ...
(1) 必须指定FORMAT
(2) 不会自动换行，需要显式给出换行控制符，\n
(3) FORMAT中需要分别为后面每个item指定格式符
格式符：与item一一对应
%c: 显示字符的ASCII码
%d, %i: 显示十进制整数
%e, %E:显示科学计数法数值
%f：显示为浮点数
%g, %G：以科学计数法或浮点形式显示数值
%s：显示字符串
%u：无符号整数
%%: 显示%自身
修饰符：
#[.#]：第一个数字控制显示的宽度；第二个#表示小数点后精度，%3.1f
-: 左对齐（默认右对齐） %-15s
+：显示数值的正负符号 %+d
示例：awk -F: 'BEGIN{print"user uid"}{printf "%-20s:%10d\n",$1,$3 }' /etc/passwd
注：通常有几个百分号就定义几个变量
十，操作符
（1）算术操作符
x+y, x-y, x*y, x/y, x^y, x%y
-x: 转换为负数
+x: 转换为数值
字符串操作符：没有符号的操作符，字符串连接
（2）赋值操作符：
=, +=, -=, *=, /=, %=, ^=
++, --
（3)比较操作符
==, !=, >, >=, <, <=
模式匹配符： （可使用正则表达式）
~：左边是否和右边匹配包含 !~：是否不匹配
示例：
（1） awk -F: '$0~/^root/{print $0}' /etc/passwd
（2）awk –F: '$0 ~ /root/{print $1}‘ /etc/passwd
十一，逻辑操作符：与&&，或||，非!
awk中的逻辑操作符与或非值表示逻辑关系，不像bash中有短路效果
示例：找出/etc/passwd中uuid大于等于1000，小于等于1010的用户打印出来
注：在awk中：如果为0取反就是1，非0的值取反都是0，如果为空取反也为1。
通常在awk中0代表为假 ，1代表为真。
示例：
函数调用： function_name(argu1, argu2, ...)
条件表达式（三目表达式）：
selector?if-true-expression:if-false-expression
示例
awk -F: '{$3>=1000?usertype="Common User":usertype="Sysadmin or SysUser";printf "%15s:%-s\n",$1,usertype}' /etc/passwd
十二，awk PATTERN
PATTERN:根据pattern条件，过滤匹配的行，再做处理
(1)如果未指定：空模式，匹配每一行
(2) /regular expression/：仅处理能够模式匹配到的行，需要用/ /括起来
awk '/^UUID/{print $1}' /etc/fstab #打印行首为UUID行的第一条属性
awk '!/^UUID/{print $1}' /etc/fstab #打印行首不是UUID的第一条属性
(3) relational expression: 关系表达式，结果为“真”才会被处理
真：结果为非0值，非空字符串
假：结果为空字符串或0值
示例 awk -F: 'i=!i{print NR,$0,i}' /etc/passwd
解析：#打印奇数行加行号和当时的i的值
#首次循环中，i的初始值为空，那么!i不为空，所以打印后续动作
#第二轮循环，i值初始值不为空，!i为空，跳过后续动作
示例2：awk -F: '$NF=="/bin/bash"{print $1,$NF}' /etc/passwd
（4）line ranges：行范围
startline,endline：/pat1/,/pat2/ 不支持直接给出数字
格式
awk -F: ‘/^root>/,/^nobody>/{print $1}' /etc/passwd
awk -F: ‘(NR>=10&&NR<=20){print NR,$1}' /etc/passwd
(5) BEGIN/END模式 BEGIN{}: 仅在开始处理文件中的文本之前执行一次 END{}：仅在文本处理完成之后执行一次
示例：
十三，awk action
常用的action分类
• (1) Expressions:算术，比较表达式等
• (2) Control statements：if, while等
• (3) Compound statements：组合语句
• (4) input statements
• (5) output statements：print等
十四，awk控制语句
主要的控制语句：
{ statements;… } 组合语句
if(condition) {statements;…} 条件判断语句
if(condition) {statements;…} else {statements;…}
while(conditon) {statments;…} 循环语句
do {statements;…} while(condition)
for(expr1;expr2;expr3) {statements;…}
break
continue
delete array[index] #支持数组
delete array #删除数组元素
exit
(1)awk控制语句if-else
语法：
if(condition){statement;…}[else statement]
if(condition1){statement1}else if(condition2){statement2} else{statement3}使用场景：对awk取得的整行或某个字段做条件判断
示例
注：如果存在多条语句必须使用花括号括起来。
while循环
语法：
while(condition){statement;…}
条件“真”，进入循环；条件“假”，退出循环
使用场景：
对一行内的多个字段逐一类似处理时使用
对数组中的各元素逐一处理时使用
示例：
do-while循环
语法：do {statement;…}while(condition)
意义：无论真假，至少执行一次循环体
示例
和上图用法相同此用法以及很少使用。
for循环
语法：
for(expr1;expr2;expr3) {statement;…}
常见用法：
for(variable assignment;condition;iteration process)
{for-body}
特殊用法：
能够遍历数组中的元素
语法：for(var in array) {for-body}
示例：
bash awk性能比较
分别用shell，awk，bc计算1到1000000之间所有数字之和比较消耗时间
awk表现：
shell表现：
bc表现：
总和上述测试awk性能最优，bc次之，shell最差。
swich语句
swich语句作用类似bash中的case语句
语法：switch(expression) {case VALUE1 or /REGEXP/: statement1; case VALUE2 or /REGEXP2/: statement2; ...; default: statementn}
break和continue
与bash类似awk语句中break和continue同样支持指定跳过第几层循环
break [n]
continue [n]
next: 提前结束对本行处理而直接进入下一行处理（awk自身循环）
awk -F: '{if($3%2!=0) next; print $1,$3}' /etc/passwd
十五，awk数组
关联数组：array[index-expression]
index-expression: 数组索引、下标
(1) 可使用任意字符串；字符串要使用双引号括起来
(2) 如果某数组元素事先不存在，在引用时，awk会自动创建 此元素，并将其值初始化为“空串”
若要判断数组中是否存在某元素，要使用“index in array”格式进行遍历
若要遍历数组中的每个元素，要使用for循环
for(var in array) {for-body}
注意：var会遍历array的每个索引
利用数组去除重复的行
遍历数组。
统计IP访问次数。
统计连接状态
统计访问次数大于10000的用户 将其拒绝访问 加入防火墙。（利用脚本实现）
统计ip地址连接次数排在前十个的
在一篇文章中统计每个单词出现的次数
awk '{for(i=1;i<=NF;i++){word[$i]++}}END{for(j in word){print j,word[j]}}' /etc/rc.sysinit
求男女平均分：
数组写法
变量写法：
十六，awk函数
内置函数
数值处理：
rand()：返回0和1之间一个随机数
字符串处理：
length([s])：返回指定字符串的长度
sub(r,s,[t])：对t字符串进行搜索r表示的模式匹配的内容，并将第一个匹 配的内容替换为s
echo "2008:08:08 08:08:08" | awk 'sub(/:/,“-",$1)'
gsub(r,s,[t])：对t字符串进行搜索r表示的模式匹配的内容,并全部替换 为s所表示的内容
echo "2008:08:08 08:08:08" | awk ‘gsub(/:/,“-",$0)'
split(s,array,[r])：以r为分隔符，切割字符串s，并将切割后的结果保存 至array所表示的数组中，第一个索引值为1,第二个索引值为2,…
利用split函数实现总结连接数
自定义函数
格式：
function name ( parameter, parameter, ... ) {
statements
return expression
}
示例： cat fun.awk
function max(v1,v2) {
v1>v2?var=v1:var=v2 #三目表达式如果vi>v2那么var=vi，否则var=v2 也就是比较两个数字的最大值
return var
}
BEGIN{a=3;b=2;print max(a,b)} #调用时需要给变量a，b赋值
awk –f fun.awk
awk中调用shell命令
system命令
空格是awk中的字符串连接符，如果system中需要使用awk中的变量可以使用
空格分隔，或者说除了awk的变量外其他一律用""引用起来。
awk BEGIN'{system("hostname") }'
awk 'BEGIN{score=100; system("echo your score is " score) }'
十七，awk脚本
将awk程序写成脚本，直接调用或执行
示例：
第一种方法将语句awk [options] 'program' file… 中的program写成脚本让后调用
第二中方法将整个语句写成脚本，加执行权限以后指定字段分割符直接用
向awk脚本传递参数
格式/：awkfile var=value var2=value2... Inputfile
注意：在BEGIN过程中不可用。直到首行输入完成以后，变量才可用。可以通 过-v 参数，让awk在执行BEGIN之前得到变量的值。命令行中每一个指定的变 量都需要一个-v参数
示例：
完结，个人学习笔记，
