linux awk用法详解

一、awk概述

awk是专门为文本处理设计的编程语言，是一门数据驱动的编程语言，与sed类似都是以数据驱动的【行处理】软件，主要用于【数据扫描】、【过滤】、【统计汇总】工作，数据可以来自【标准输入】、【管道】或者【文件】。

awk在20世纪70年代诞生与贝尔实验室。现在使用的版本是1988年发布的Gnu awk。

二、基础语法

2.1.记录与字段

awk是一种【处理文本文件】的编程语言，文件的每行数据都被称为【记录】。默认以【空格】或【制表符】为分隔符，每条记录被分成【若干字段(列)】，awk每次从文件中读取【一条记录】。

语法格式：

awk [选项] ‘条件{动作} 条件{动作} ... ...’ 文件名

awk语法由一系列条件和动作组成，在花括号内可以有多个动作，多个动作之间用【分号】分隔，在多个条件和动作之间可以有若干【空格】，也可以没有。

如果没有指定条件则匹配【所有数据】，如果没有指定动作则默认为【print打印】。

2.2.常用的内置变量

2.2.1. 内置变量表（全）

示例代码：

# free | awk '{print $2}'        #逐行打印第2列used30623640free | awk '{print NR}'            #输出行号free | awk '{print NF}'            #输出每行数据的列数awk '{print $NF}' /tmp/hosts       #打印每行数据的最后一列awk '{print $(NF-1)}' /tmp/hosts    #打印每行倒数第二列cp /etc/hosts /tmp/hostsawk '{print $0}' /tmp/hosts        #打印每行全部内容

本文测试文件说明：

/etc/hosts 的内容：

127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4::1         localhost localhost.localdomain localhost6 localhost6.localdomain6

NR和FNR说明

同样是输出行号，NR将所有文件的数据视为【一个数据流】；

而FNR则是将多个文件的数据视为【独立的若干个数据流】，遇到新文件时行号【从1开始重新】递增。

如下图所示：

 2.3. 自定义变量

示例代码如下

awk -v x="bob" -v y=10 '{print x,y}' /tmp/hosts

运行结果如下图：

 运行说明：输出2行是因为文件：/tmp/hosts一共2行。

2.4.调用系统变量

示例代码：

awk -v shell=$SHELL '{print shell}' /tmp/hosts      #或者awk '{print "'$SHELL'"}' /tmp/hosts                 #双引号加单引号组合能正确获取系统变量

运行结果如下图：

说明：输出2行是因为文件：/tmp/hosts一共2行。

2.5.自定义分隔符

默认以【空格】、【换行符】、【制表符】作为分隔符，使用-F可以指定分隔符

awk -F: '{print $1}' /etc/passwd        #以冒号作为分隔符awk  -F '?'   '{ print  $1}'   files     #以问号作为分隔符awk -F"[:,_]" '{print $1}' /etc/passwd    #使用集合定义分隔符，分隔符为：:  ,  _  。 【不包含中括号】。

说明：

-F后面直接加冒号，可以指定以冒号作为分隔符；

可以用单引号括起来，表示指定一个分隔符；

可以使用正则表达式指定分隔符；

语法：  awk        -F  '正则表达式'          'pattern  action'           file-name 

示例代码如下：

[root@rockylinux tmp]# [root@rockylinux tmp]# cat    web.txt www1runoob2comwww3baidu4comwww5bilibili6comhttp://www.nothing.com/pages/help.jsp[root@rockylinux tmp]# [root@rockylinux tmp]# [root@rockylinux tmp]# awk    -F '[0-9]'    '{print $1, $2, $3, $4, $5}'    web.txt www runoob com  www baidu com  www bilibili com  http://www.nothing.com/pages/help.jsp    [root@rockylinux tmp]# [root@rockylinux tmp]# [root@rockylinux tmp]# awk    -F '//|/'    '{print $1, $2, $3, $4, $5}'    web.txt www1runoob2com    www3baidu4com    www5bilibili6com    http: www.nothing.com pages help.jsp [root@rockylinux tmp]# [root@rockylinux tmp]# [root@rockylinux tmp]# awk   -F '//|/|:'   '{print $1, $2, $3, $4, $5}'    web.txt www1runoob2com    www3baidu4com    www5bilibili6com    http  www.nothing.com pages help.jsp[root@rockylinux tmp]# [root@rockylinux tmp]# [root@rockylinux tmp]# awk   -F '([ot]{2})'   '{print $1, $2, $3, $4, $5}'     web.txt www1run b2com   www3baidu4com    www5bilibili6com    h p://www.n hing.com/pages/help.jsp  [root@rockylinux tmp]# [root@rockylinux tmp]# [root@rockylinux tmp]# awk   -F '[ot]{2}'   '{print $1, $2, $3, $4, $5}'    web.txt www1run b2com   www3baidu4com    www5bilibili6com    h p://www.n hing.com/pages/help.jsp  [root@rockylinux tmp]# 

2.6.内置变量RS、ORS、OFS

RS:

内置变量RS保存的是输入数据的行分隔符，默认为\n，可以指定其它字符作为行分隔符

awk -v RS="." '{print $1}' /tmp/hosts        #指定.作为行分隔符

ORS:

保存的是输出记录的分隔符

awk -v ORS="-" '{print $1}' /tmp/hosts

 说明：127.0.0.1后面的横杠，和：：1后面的横杠，就是ORS

OFS：

保存的是输出字段的分隔符（列分隔符），默认为空格

awk -v OFS="-" '{print $1,$2}' /tmp/hosts    #以"-"作为字段分隔符awk -v OFS="\t" '{print $1,$2}' /tmp/hosts    #以Tab制表符为字段分隔符awk -v OFS=". " '{print NR,$0}' /tmp/hosts    #在每行前面加上行号和点

2.7.print指令

可以输出常量和变量，如果是字符串常量需要用双引号括起来，数字常量可以直接打印

awk '{print 123}' /tmp/hostsawk '{print "IP:",$1}' /tmp/hostsawk '{print "第1列:"$1,"\t第2列:"$2}' /tmp/hosts

2.8.条件匹配

awk支持使用正则进行模糊匹配，也支持字符串和数字的精确匹配，并且支持逻辑与和逻辑或。

 示例代码：

awk '/localhost/' /tmp/hostsawk '$3~/local/' /tmp/hosts        #每行的第3列去匹配localawk '$3~/local/{print $1,$2}' /tmp/hostsawk '$2=="localhost"' /tmp/hosts        #第2列精确匹配localhostawk '$2!="localhost"' /tmp/hosts        #取反awk -F: '$3<=10' /etc/passwd            #第3列小于等于10的行awk -F: 'NR==10' /etc/passwd            #仅显示第10行awk -F: '$3>1 && $3<5' /etc/passwd        #逻辑与awk -F: '$3==1 || $3==5' /etc/passwd            #逻辑或

2.9.BEGIN和END

BEGIN导致动作指令仅在读取任何数据记录之前执行一次，END导致动作指令仅在读取完所有数据记录后执行一次

使用建议：BEGIN可以进行数据初始化，END可以进行数据汇总

示例代码1：

awk 'BEGIN{print "OK"}'awk 'END{print NR}' /etc/passwd        #打印最后一行的行号

上面代码的结果：

 

示例代码2：

awk -F: 'BEGIN{print "用户名  UID  解释器"} \{print $1,$3,$7} \END {print "共有"NR"个账号."}' /etc/passwd | column -t     #column实现格式化输出，并按升序排序

上面代码的结果：

 

2.10.数字计算

示例代码：

[15:30:04][root@localhost:~]# awk 'BEGIN{print 2+3}'5[15:30:13][root@localhost:~]# awk 'BEGIN{print 2*3}'6[15:30:17][root@localhost:~]# awk 'BEGIN{print 2/5}'0.4[15:30:31][root@localhost:~]# awk 'BEGIN{print 5%2}'1[15:30:45][root@localhost:~]# awk 'BEGIN{print 5**2}'25[15:30:52][root@localhost:~]# awk 'BEGIN{x=5;y=2;print x-y}'3[15:31:27][root@localhost:~]# awk 'BEGIN{x=1;x++;print x}'2[15:31:46][root@localhost:~]# awk 'BEGIN{x=1;x+=1;print x}'2

awk中变量【不需定义】就可以直接使用，作为字符处理时未定义的变量默认值为【空】，作为数字处理时未定义的变量默认值为【0】

awk 'BEGIN{print "["x"]","["y"]"}'        # x和y默认为空awk 'BEGIN{print x+8}'                    # x默认为0

上面代码的结果：

 

循环计数

示例代码1：

awk '/bash$/{x++} END{print x}' /etc/passwd

上面代码说明：逐行读取/etc/passwd文件，【x初始值为0】，匹配到【以bash结尾】的行时自加1，最后打印x的值。

此处表明【以bash结尾】的行共有5行

 

示例代码2：

who | awk '$1=="root"{x++} END{print x}'   #统计有多少个客户端登录rootseq 200 | awk '$1%6==0 && $1~/6/'          #打印1~200之间能被6整除且包含数字6的整数数字

上面代码运行结果：

三、awk条件判断

if判断后面如果只有一个动作指令，则花括号{}可省略，如果if判断后面的指令为多条指令则需要使用花括号括起来，多个指令使用分号分隔。

3.1.单分支语句

语法：

if(判断条件){    动作指令序列;}

例子：

查找cpu使用率大于0.5的进程，代码如下：

ps -eo user,pid,pcpu,comm | awk '{if($3>0.5) print}'

上面代码运行结果：

 

3.2.双分支if语句

语法：

if(判断条件){    动作指令1;} else {    动作指令2;}

例子：

统计系统用户与普通用户的个数，代码如下：

awk -F: '{if($3<1000){x++} else{y++}} END{print "系统用户个数:"x"","普通用户个数:"y""}'  /etc/passwd

代码运行结果如下：

 

3.3.多分支语句

语法如下

if(判断条件){    动作指令1;} else if(判断条件2){    动作指令2;} else {    动作指令N;}

四、awk数组与循环

示例代码如下：

awk 'BEGIN{a[0]=11;a[1]=12;print a[0],a[1]}'awk 'BEGIN{ tom["age"]=22; tom["addr"]="sichuan"; print tom["age"],tom["addr"] }'

上面代码的结果：

 

4.1.遍历数组

语法如下：

for(变量 in 数组名){    动作指令序列}

示例代码：

awk 'BEGIN{ \  a[0]=1;a[11]=22;a["book"]=32;a["work"]="home";   for(i in a){print i,a[i]} }'

上面代码的运行结果：

 

成员关系判断的方法，需要使用in，如下代码所示：

awk 'BEGIN{ \> a[11]=1;a[22]=2; \> if("22" in a){print "yse"} else {print no} \> }'

上面代码的运行结果：

 

4.2.for循环

采用与C语言一样的语法格式，语法如下：

for(表达式1;表达式2;表达式3) {    动作指令序列}

示例代码：

awk 'BEGIN{ for (i=1;i<=4;i++) {print i}}' awk -F: '{ \for(i=1;i<=NF;i++) \> {if($i=="root") x++} \> } END {print x}' /etc/passwd

上面代码的说明：

统计root出现的次数。

这里面包含了【两个循环】，一个是隐含循环，awk会逐行处理数据；一个是for循环每列的值，如果等于root，就让x自加1，最后打印x的值。

上面代码的运行结果：

 

4.3.while循环

语法如下：

while(条件判断){    动作指令序列;}

示例代码如下：

awk 'BEGIN{ i=1; while(i<=5) {print i;i++}}'

4.4.中断语句

与shell类似，awk提供了【continue】、【break】、【exit】循环中断语句。

示例代码：

awk 'BEGIN{ \i=0;while(i<=5) { \i++; \if(i==3) {continue}; \print i \}; \} \END {print "END"}' /tmp/hosts

上面代码的运行结果：

 

五、awk函数

5.1.内置I/O函数

getline函数：

能让awk立刻读取下一行数据（读取下一条记录并复制给$0, 并重新设置NF、NR和FNR）

示例代码如下：

#解决挂载逻辑卷时，分区信息跨行显示的问题df -h | awk '{if(NF==1) {getline;print $3}; if(NF==6) {print $4}}'

next函数：

停止处理当前的输入记录，立刻读取下一条记录并返回awk程序的第一个模式匹配重新处理数据。

有点类似于循环语句中的continue,不会执行当次循环的后续语句。

getline和next的区别，代码如下：

awk -F: '/root/{getline;print "next line:",$0} {print "normal line"}' /etc/passwd

上面代码的结果：

使用next：

awk -F: '/root/{next;print "next line:",$0} {print "normal line"}' /etc/passwd

上面代码的运行结果：

结果分析：

经比较可以看出，getline，会继续执行后续的指令print “next line:”,而next不会执行后续指令，而是重新开始匹配。

system(命令)函数

可以直接在awk中调用shell命令，会启动一个【新shell进程】执行命令

示例代码：

awk 'BEGIN{system("ls")}'awk '{system("echo date:"$0)}' /tmp/hosts

上面代码的运行结果：

 

5.2.内置数值函数

cos(expr)、sin(expr)、sqrt(expr)

int(expr)函数

可以对小数取整

[14:23:42][root@localhost:~]# awk 'BEGIN{print int(6.8)}'

上面代码的结果：6

rand()函数

返回【0到1之间】的随机数，代码如下：

awk 'BEGIN{print rand()}'awk 'BEGIN{for(i=1;i<=5;i++) print int(100*rand())}'    #生成5个100以内的随机数

上面代码的结果：

 

srand([expr])

可以使用expr定义新的随机数种子，没有expr时则使用当前系统的时间为随机数种子

awk 'BEGIN{srand();print rand()}' #使用时间做随机数种子 awk 'BEGIN{srand(22);print rand()}' #使用数值做随机数种子

代码运行结果：

 

5.3.内置字符串函数

length([s])函数

可以统计字符串s的长度，如果不指定字符串s则统计$0的长度

awk 'BEGIN{test="hello"; print length(test)}'          #打印字符串长度awk 'BEGIN{t[0]="hi";t[1]="the"; print length(t)}'     #返回数组元素个数awk '{print length()}' /etc/shells                   #返回文件每行的字符长度

代码运行结果：

 

index(字符串1，字符串2)

返回字符串2在字符串1中的位置

awk 'BEGIN{test="hello";print index(test,"l")}'

代码运行结果：

match(s,r)

根据正则表达式r返回其在字符串s中的位置坐标

[14:47:52][root@localhost:~]# awk 'BEGIN{print match("How much","[a-z]")}'    #小写字母在第2个位置开始出现

上面代码运行结果：2

tolower(srt)

可以将字符串转换为小写

[14:49:51][root@localhost:~]# awk 'BEGIN{print tolower("HELLo")}'

上面代码运行结果：hello

toupper(str)

将字符串转为大写

split(字符串，数组，分隔符)

将字符串按特定的分隔符切片后存储在数组中，如果没指定分隔符，则使用IFS定义的。

数组下标从1开始

awk 'BEGIN{split("hello world",test); print test[1],test[2]}'awk 'BEGIN{split("hello:world",test,":"); print test[1],test[2]}'    #指定冒号(:)为分隔符

上面代码的运行结果：

 

gsub(r,s,[,t])

将字符串t中所有与正则表达式r匹配的字符串全部替换为s,如果没有指定字符串t，则默认对$0进行替换操作

[15:11:47][root@localhost:~]# head -1 /etc/passwd | awk '{gsub("[0-9]","");print $0}'

上面代码运行结果：

root:x::**:root:/root:/bin/bash

sub(r,s,[,t])

与gsub类似，但仅替换第一个匹配的字符串，而不是替换全部

substr(s,i,[,n])

对字符串s进行截取，从第i位开始，截取n个字符串，如果n没有指定则一直截取到字符串s的末尾位置

示例代码：

[15:16:17][root@localhost:~]# awk 'BEGIN{hi="Hello World"; print substr(hi,2,3)}'    #从第2位开始截取3个字符

上面代码运行结果：

ell

5.4.内置时间函数

systime()

返回当前时间距离1970-01-01 00:00:00有多少秒

[15:16:21][root@localhost:~]# awk 'BEGIN{print systime()}'

上面代码运行结果：

1627802328

5.5.用户自定义函数

语法代码如下：

function 函数名(参数列表) { 命令序列 }

示例代码：

awk ' \function max(x,y) { \if(x>y) {print x} \else {print y} } \BEGIN {max(5,6)} '

代码运行结果：

 

 六、常用命令

示例代码如下：

cat example.txt | awk 'NR%2==1'                  #删除example.txt文件中的所有偶数行echo "    false" |awk -F' ' '{print $NF}'        #去掉前面的空格docker images | grep 'mysql' | awk '{printf"%s:%s\n",$1,$2}'    #获取镜像名:Tagps -ef | grep java | grep -v 'color' awk '{for (i=8;i<=NF;i++)printf("%s ", $i);print ""}' #获取从第八列开始到最后一列的内容

七、场景例子

例子1：

假设有这么一个文件（学生成绩表）：

$ cat score.txtMarry   2143 78 84 77Jack    2321 66 78 45Tom     2122 48 77 71Mike    2537 87 97 95Bob     2415 40 57 62

awk脚本如下：

$ cat cal.awk#!/bin/awk -f#运行前BEGIN {math = 0english = 0computer = 0printf "NAME    NO.   MATH  ENGLISH  COMPUTER   TOTAL\n"printf "---------------------------------------------\n"}#运行中{math+=$3english+=$4computer+=$5printf "%-6s %-6s %4d %8d %8d %8d\n", $1, $2, $3,$4,$5, $3+$4+$5}#运行后END {printf "---------------------------------------------\n"printf "  TOTAL:%10d %8d %8d \n", math, english, computerprintf "AVERAGE:%10.2f %8.2f %8.2f\n", math/NR, english/NR, computer/NR}

上面代码运行结果：

$ awk -f cal.awk score.txtNAME    NO.   MATH  ENGLISH  COMPUTER   TOTAL---------------------------------------------Marry  2143     78       84       77      239Jack   2321     66       78       45      189Tom    2122     48       77       71      196Mike   2537     87       97       95      279Bob    2415     40       57       62      159---------------------------------------------  TOTAL:       319      393      350AVERAGE:     63.80    78.60    70.00

例子2：

打印九九乘法表

 

例子3：

判断进程是否存在，若存在则杀死进程

例如查找nginx进程是否存在：

ps -ef | grep "nginx" | grep -v grep | awk 'NR==1{print $2}' | xargs kill -9 >/dev/null 2>&1

若能搜索到多个进程ID，去掉NR==1：

ps -ef | grep "nginx" | grep -v grep | awk '{print $2}' | xargs kill -9 >/dev/null 2>&1

例子4：

针对输出结果为多行的命令获取指定字段：

例如获取当前机器可用内存（M）：

free -m | awk 'NR==2{print $3}'

代码运行结果：

 

例子5：

例如获取机器上安装的java版本：

java -version 2>&1 | awk 'NR==1{gsub(/"/,""); print $3}'

 

八、最后注意点：

虽然可以通过$0作用当前行，但awk命令中涉及下标的都是从1开始

awk不会对处理文本的内容做修改

所有awk内置方法名均为小写

length、sub、gsub三个方法都可以省略最后一个参数，作用于当前行，相当于$0，比如length()的输出等同于length($0)

#############################################################################

鸣谢：特别感谢所有在CSDN等网站热爱技术、乐于分享的工程师们。

说明：本文只是个人学习之用。

#############################################################################

来源地址：https://blog.csdn.net/zhangpchina/article/details/130551626