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
| 变量 |
说明 |
| -F |
指定分隔符 |
| -v |
指定变量和默认值 |
| $NF |
代表最后一个字段 |
| NR |
代表第几行 |
| && |
逻辑与 |
| || |
逻辑或 |
| FS |
输入字段分隔符，与-F分隔符一样 |
| OFS |
输出字段分隔符 |
| RS |
输入记录分隔符 |
| $0 |
整行，也就是当前记录 |
| 1...N |
第一个字段到第N个字段，字段间由FS分隔 |
2.2.1. 内置变量表（全）
| 属性 |
说明 |
| $0 |
整行，也就是当前记录 |
| $1~$n |
当前记录的第1个到第n个字段，字段间由FS分隔 |
| FS |
输入字段分隔符， 默认是空格 |
| NF |
当前记录中的字段个数，就是有多少列 |
| NR |
已经读出的记录数，就是行号，从1开始计数 |
| RS |
输入的记录的分隔符，默认为换行符 |
| OFS |
输出的字段的分隔符，默认是空格 |
| ORS |
输出的记录的分隔符，默认为换行符 |
| ARGC |
命令行参数个数 |
| ARGV |
命令行参数数组 |
| FILENAME |
当前输入文件的名字 |
| IGNORECASE |
如果为真，则进行忽略大小写的匹配 |
| ARGIND |
当前被处理文件的ARGV标志符 |
| CONVFMT |
数字转换格式(默认值为%.6g) |
| ENVIRON |
UNIX系统环境变量关联数组 |
| ERRNO |
UNIX系统错误消息 |
| FIELDWIDTHS |
输入字段宽度的空白分隔字符串 |
| FNR |
各文件分别计数的记录数 |
| OFMT |
数字的输出格式(默认值是%.6g) |
| RSTART |
由match函数所匹配的字符串的第一个位置 |
| RLENGTH |
由match函数所匹配的字符串长度 |
| SUBSEP |
数组下标分隔符(默认值是/034) |
示例代码：
# free | awk '{print $2}' #逐行打印第2列
used
3062364
0
free | 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/hosts
awk '{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：
1.-F后面直接加冒号，可以指定以冒号作为分隔符；
2.可以用单引号括起来，表示指定一个分隔符；
3.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
www1runoob2com
www3baidu4com
www5bilibili6com
http://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/hosts
awk '{print "IP:",$1}' /tmp/hosts
awk '{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。
| 比较符号 |
描述 |
| // |
全行数据正则匹配 |
| !// |
对全行数据正则匹配后取反 |
| ~// |
对特定数据正则匹配 |
| !~// |
对特定数据正则匹配后取反 |
| == |
等于 |
| != |
不等于 |
| > |
大于 |
| >= |
大于等于 |
| 小于 |
|
| 小于等于 |
|
| && |
逻辑与，如A&&B，要求满足A并且满足B |
| || |
逻辑或，如AlB，要求满足A或者满足B |
示例代码：
awk '/localhost/' /tmp/hosts
awk '$3~/local/' /tmp/hosts #每行的第3列去匹配local
awk '$3~/local/{print $1,$2}' /tmp/hosts
awk '$2=="localhost"' /tmp/hosts #第2列精确匹配localhost
awk '$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,$7} \
END {print "共有"NR"个账号."}' /etc/passwd | column -t #column实现格式化输出，并按升序排序
上面代码的结果：
2.10.数字计算
示例代码：
[15:30:04][root@localhost:~]# awk 'BEGIN{print 2+3}'
5
[15:30:13][root@localhost:~]# awk 'BEGIN{print 2*3}'
6
[15:30:17][root@localhost:~]# awk 'BEGIN{print 2/5}'
0.4
[15:30:31][root@localhost:~]# awk 'BEGIN{print 5%2}'
1
[15:30:45][root@localhost:~]# awk 'BEGIN{print 5**2}'
25
[15:30:52][root@localhost:~]# awk 'BEGIN{x=5;y=2;print x-y}'
3
[15:31:27][root@localhost:~]# awk 'BEGIN{x=1;x++;print x}'
2
[15:31:46][root@localhost:~]# awk 'BEGIN{x=1;x+=1;print x}'
2
awk中变量【不需定义】就可以直接使用，作为字符处理时未定义的变量默认值为【空】，作为数字处理时未定义的变量默认值为【0】
awk 'BEGIN{print "["x"]","["y"]"}' # x和y默认为空
awk 'BEGIN{print x+8}' # x默认为0
上面代码的结果：
2.11.循环计数
示例代码1：
awk '/bash$/{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root
seq 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：
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:Tag
ps -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.txt Marry 2143 78 84 77 Jack 2321 66 78 45 Tom 2122 48 77 71 Mike 2537 87 97 95 Bob 2415 40 57 62
awk脚本如下：
$ cat cal.awk
#!/bin/awk -f
#运行前
BEGIN {
math = 0
english = 0
computer = 0
printf "NAME NO. MATH ENGLISH COMPUTER TOTAL\n"
printf "---------------------------------------------\n"
}
#运行中
{
math+=$3
english+=$4
computer+=$5
printf "%-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, computer
printf "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.txt NAME NO. MATH ENGLISH COMPUTER TOTAL --------------------------------------------- Marry 2143 78 84 77 239 Jack 2321 66 78 45 189 Tom 2122 48 77 71 196 Mike 2537 87 97 95 279 Bob 2415 40 57 62 159 --------------------------------------------- TOTAL: 319 393 350 AVERAGE: 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：
1、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
2、awk不会对处理文本的内容做修改
3、所有awk内置方法名均为小写
4、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。
#############################################################################
到此这篇关于linux awk用法详解的文章就介绍到这了,更多相关内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文地址：https://blog.csdn.net/zhangpchina/article/details/130551626
1.本站遵循行业规范，任何转载的稿件都会明确标注作者和来源；2.本站的原创文章，请转载时务必注明文章作者和来源，不尊重原创的行为我们将追究责任；3.作者投稿可能会经我们编辑修改或补充。
