Linux中文本分析awk命令怎么用

這篇文章主要介紹Linux中文本分析awk命令怎么用，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

awk是一種模式掃描和處理語言，在對(duì)數(shù)據(jù)進(jìn)行分析處理時(shí)，是十分強(qiáng)大的工具。

awk [options] 'pattern {action}' file...

awk的工作過程是這樣的：按行讀取輸入(標(biāo)準(zhǔn)輸入或文件)，對(duì)于符合模式pattern的行，執(zhí)行action。當(dāng)pattern省略時(shí)表示匹配任何字符串;當(dāng)action省略時(shí)表示執(zhí)行'{print}';它們不可以同時(shí)省略。

每一行輸入，對(duì)awk來說都是一條記錄(record)，awk使用$0來引用當(dāng)前記錄：

[root@centos7 ~]# head -1 /etc/passwd | awk '{print $0}' root:x:0:0:root:/root:/bin/bash

例子中將命令head -1 /etc/passwd作為awk的輸入，awk省略了pattern，action為print $0，意為打印當(dāng)前記錄。

對(duì)于每條記錄，awk使用分隔符將其分割成列，***列用$1表示，第二列用$2表示...***一列用$NF表示

選項(xiàng)-F表示指定分隔符

如輸出文件/etc/passwd***行***列(用戶名)和***一列(登錄shell)：

[root@centos7 ~]# head -1 /etc/passwd | awk -F: '{print $1,$NF}' root /bin/bash

當(dāng)沒有指定分隔符時(shí)，使用一到多個(gè)blank(空白字符，由空格鍵或TAB鍵產(chǎn)生)作為分隔符。輸出的分隔符默認(rèn)為空格。

如輸出命令ls -l *的結(jié)果中，文件大小和文件名：

[root@centos7 temp]# ls -l * | awk '{print $5,$NF}' 13 b.txt 58 c.txt 12 d.txt 0 e.txt 0 f.txt 24 test.sh [root@centos7 temp]#

還可以對(duì)任意列進(jìn)行過濾：

[root@centos7 temp]# ls -l *|awk '$5>20 && $NF ~ /txt$/' -rw-r--r-- 1 nobody nobody 58 11月 16 16:34 c.txt

其中$5>20表示第五列的值大于20;&&表示邏輯與;$NF ~  /txt$/中，~表示匹配，符號(hào)//內(nèi)部是正則表達(dá)式。這里省略了action，整條awk語句表示打印文件大小大于20字節(jié)并且文件名以txt結(jié)尾的行。

awk用NR表示行號(hào)

[root@centos7 temp]# awk '/^root/ || NR==2' /etc/passwd root:x:0:0:root:/root:/bin/bash bin:x:1:1:bin:/bin:/sbin/nologin [root@centos7 temp]#

例子中||表示邏輯或，語句表示：輸出文件/etc/passwd中以root開頭的行或者第二行。

在一些情況下，使用awk過濾甚至比使用grep更靈活

如獲得ifconfig的輸出中網(wǎng)卡名及其對(duì)應(yīng)的mtu值

[root@idc-v-71253 ~]# ifconfig|awk '/^\S/{print $1"\t"$NF}' ens32:  1500 ens33:  1500 lo:     65536 [root@idc-v-71253 ~]#  #這里的正則表示不以空白字符開頭的行，輸出內(nèi)容中使用\t進(jìn)行了格式化。

#這里的正則表示不以空白字符開頭的行，輸出內(nèi)容中使用\t進(jìn)行了格式化。

以上所說的NR、NF等都是awk的內(nèi)建變量，下面列出部分常用內(nèi)置變量

$0          當(dāng)前記錄（這個(gè)變量中存放著整個(gè)行的內(nèi)容） $1~$n       當(dāng)前記錄的第n個(gè)字段，字段間由FS分隔 FS          輸入字段分隔符 默認(rèn)是空格或Tab NF          當(dāng)前記錄中的字段個(gè)數(shù)，就是有多少列 NR          行號(hào)，從1開始，如果有多個(gè)文件話，這個(gè)值也不斷累加。 FNR         輸入文件行號(hào) RS          輸入的記錄分隔符， 默認(rèn)為換行符 OFS         輸出字段分隔符， 默認(rèn)也是空格 ORS         輸出的記錄分隔符，默認(rèn)為換行符 FILENAME    當(dāng)前輸入文件的名字

awk中還可以使用自定義變量，如將網(wǎng)卡名賦值給變量a，然后輸出網(wǎng)卡名及其對(duì)應(yīng)的RX bytes的值(注意不同模式匹配及其action的寫法)：

[root@idc-v-71253 ~]# ifconfig|awk '/^\S/{a=$1}/RX p/{print a,$5}' ens32: 999477100 ens33: 1663197120 lo: 0

awk中有兩個(gè)特殊的pattern：BEGIN和END;它們不會(huì)對(duì)輸入文本進(jìn)行匹配，BEGIN對(duì)應(yīng)的action部分組合成一個(gè)代碼塊，在任何輸入開始之前執(zhí)行;END對(duì)應(yīng)的action部分組合成一個(gè)代碼塊，在所有輸入處理完成之后執(zhí)行。

#注意類似于C語言的賦值及print函數(shù)用法 [root@centos7 temp]# ls -l *|awk 'BEGIN{print "size name\n---------"}$5>20{x+=$5;print $5,$NF}END{print "---------\ntotal",x}' size name --------- 58 c.txt 24 test.sh --------- total 82 [root@centos7 temp]#

awk還支持?jǐn)?shù)組，數(shù)組的索引都被視為字符串(即關(guān)聯(lián)數(shù)組)，可以使用for循環(huán)遍歷數(shù)組元素

如輸出文件/etc/passwd中各種登錄shell及其總數(shù)量

#注意數(shù)組賦值及for循環(huán)遍歷數(shù)組的寫法 [root@centos7 temp]# awk -F ':' '{a[$NF]++}END{for(i in a) print i,a[i]}' /etc/passwd /bin/sync 1 /bin/bash 2 /sbin/nologin 19 /sbin/halt 1 /sbin/shutdown 1 [root@centos7 temp]#

當(dāng)然也有if分支語句

#注意大括號(hào)是如何界定action塊的 [root@centos7 temp]# netstat -antp|awk '{if($6=="LISTEN"){x++}else{y++}}END{print x,y}' 6 3 [root@centos7 temp]#

pattern之間可以用逗號(hào)分隔，表示從匹配***個(gè)模式開始直到匹配第二個(gè)模式

[root@centos7 ~]# awk '/^root/,/^adm/' /etc/passwd        root:x:0:0:root:/root:/bin/bash bin:x:1:1:bin:/bin:/sbin/nologin daemon:x:2:2:daemon:/sbin:/sbin/nologin adm:x:3:4:adm:/var/adm:/sbin/nologin

還支持三目操作符pattern1 ? pattern2 :  pattern3，表示判斷pattern1是否匹配，true則匹配pattern2，false則匹配pattern3，pattern也可以是類似C語言的表達(dá)式。

如判斷文件/etc/passwd中UID大于500的登錄shell是否為/bin/bash，是則輸出整行，否則輸出UID為0的行：

#注意為避免混淆對(duì)目錄分隔符進(jìn)行了轉(zhuǎn)義 [root@centos7 ~]# awk -F: '$3>500?/\/bin\/bash$/:$3==0 {print $0}' /etc/passwd          root:x:0:0:root:/root:/bin/bash learner:x:1000:1000::/home/learner:/bin/bash #三目運(yùn)算符也可以嵌套，例子略

選項(xiàng)-f file表示從file中讀取awk指令

#打印斐波那契數(shù)列前十項(xiàng) [root@centos7 temp]# cat test.awk  BEGIN{     $1=1     $2=1     OFS=","     for(i=3;i<=10;i++)     {         $i=$(i-2)+$(i-1)     }     print } [root@centos7 temp]# awk -f test.awk  1,1,2,3,5,8,13,21,34,55 [root@centos7 temp]#

選項(xiàng)-F指定列分隔符

#多個(gè)字符作為分隔符時(shí) [root@centos7 temp]# echo 1.2,3:4 5|awk -F '[., :]' '{print $2,$NF}' 2 5 [root@centos7 temp]# #這里-F后單引號(hào)中的內(nèi)容也是正則表達(dá)式

選項(xiàng)-v var=val設(shè)定變量

#這里printf函數(shù)用法類似C語言同名函數(shù) [root@centos7 ~]# awk -v n=5 'BEGIN{for(i=0;i<n;i++) printf "%02d\n",i}'   00 01 02 03 04 [root@centos7 ~]#

print等函數(shù)還支持使用重定向符>和>>將輸出保存至文件

#如按***列(IP)分類拆分文件access.log，并保存至ip.txt文件中 [root@centos7 temp]# awk '{print > $1".txt"}' access.log  [root@centos7 temp]# ls -l 172.20.71.* -rw-r--r-- 1 root root 5297 11月 22 21:33 172.20.71.38.txt -rw-r--r-- 1 root root 1236 11月 22 21:33 172.20.71.39.txt -rw-r--r-- 1 root root 4533 11月 22 21:33 172.20.71.84.txt -rw-r--r-- 1 root root 2328 11月 22 21:33 172.20.71.85.txt

內(nèi)建函數(shù)

length()獲得字符串長(zhǎng)度

[root@centos7 temp]# awk -F: '{if(length($1)>=16)print}' /etc/passwd  systemd-bus-proxy:x:999:997:systemd Bus Proxy:/:/sbin/nologin [root@centos7 temp]#

split()將字符串按分隔符分隔，并保存至數(shù)組

[root@centos7 temp]# head -1 /etc/passwd|awk '{split($0,arr,/:/);for(i=1;i<=length(arr);i++) print arr[i]}' root x 0 0 root /root /bin/bash [root@centos7 temp]#

getline從輸入(可以是管道、另一個(gè)文件或當(dāng)前文件的下一行)中獲得記錄，賦值給變量或重置某些環(huán)境變量

#從shell命令date中通過管道獲得當(dāng)前的小時(shí)數(shù) [root@centos7 temp]# awk 'BEGIN{"date"|getline;split($5,arr,/:/);print arr[1]}' 09 #從文件中獲取，此時(shí)會(huì)覆蓋當(dāng)前的$0。(注意逐行處理b.txt的同時(shí)也在逐行從c.txt中獲得記錄并覆蓋$0，當(dāng)getline先遇到eof時(shí)<即c.txt文件行數(shù)較少>將輸出空行) [root@centos7 temp]# awk '{getline <"c.txt";print $4}' b.txt  "https://segmentfault.com/blog/learnning" [root@centos7 temp]#  #賦值給變量 [root@centos7 temp]# awk '{getline blog <"c.txt";print $0"\n"blog}' b.txt  aasdasdadsad BLOG ADDRESS IS "https://segmentfault.com/blog/learnning" [root@centos7 temp]#  #讀取下一行(也會(huì)覆蓋當(dāng)前$0) [root@centos7 temp]# cat file anny 100 bob 150 cindy 120 [root@centos7 temp]# awk '{getline;total+=$0}END{print total}' file 370 #此時(shí)表示只對(duì)偶數(shù)行進(jìn)行處理

next作用和getline類似，也是讀取下一行并覆蓋$0，區(qū)別是next執(zhí)行后，其后的命令不再執(zhí)行，而是讀取下一行從頭再執(zhí)行。

#跳過以a-s開頭的行，統(tǒng)計(jì)行數(shù)，打印最終結(jié)果 [root@centos7 temp]# awk '/^[a-s]/{next}{count++}END{print count}' /etc/passwd 2 [root@centos7 temp]#  #又如合并相同列的兩個(gè)文件 [root@centos7 temp]# cat f.txt  學(xué)號(hào) 分值 00001 80 00002 75 00003 90 [root@centos7 temp]# cat e.txt  姓名 學(xué)號(hào) 張三 00001 李四 00002 王五 00003 [root@centos7 temp]# awk 'NR==FNR{a[$1]=$2;next}{print $0,a[$2]}' f.txt e.txt    姓名 學(xué)號(hào) 分值 張三 00001 80 李四 00002 75 王五 00003 90 #這里當(dāng)讀***個(gè)文件時(shí)NR==FNR成立，執(zhí)行a[$1]=$2，然后next忽略后面的。讀取第二個(gè)文件時(shí)，NR==FNR不成立，執(zhí)行后面的打印命令

sub(regex,substr,string)替換字符串string(省略時(shí)為$0)中***出現(xiàn)匹配正則regex的子串substr

[root@centos7 temp]# echo 178278 world|awk 'sub(/[0-9]+/,"hello")' hello world [root@centos7 temp]#

gsub(regex,substr,string)與sub()類似，但不止替換***個(gè)，而是全局替換

[root@centos7 temp]# head -n5 /etc/passwd|awk '{gsub(/[0-9]+/,"----");print $0}'      root:x:----:----:root:/root:/bin/bash bin:x:----:----:bin:/bin:/sbin/nologin daemon:x:----:----:daemon:/sbin:/sbin/nologin adm:x:----:----:adm:/var/adm:/sbin/nologin lp:x:----:----:lp:/var/spool/lpd:/sbin/nologin

substr(str,n,m)切割字符串str，從第n個(gè)字符開始，切割m個(gè)。如果m省略，則到結(jié)尾

[root@centos7 temp]# echo "hello,世界！"|awk '{print substr($0,8,1)}' 界 [root@centos7 temp]#

tolower(str)和toupper(str)表示大小寫轉(zhuǎn)換

[root@centos7 temp]# echo "hello,世界！"|awk '{A=toupper($0);print A}' HELLO,世界！ [root@centos7 temp]#

system(cmd)執(zhí)行shell命令cmd，返回執(zhí)行結(jié)果，執(zhí)行成功為0，失敗為非0

#此處if語句判斷和C語言一致，0為false，非0為true [root@centos7 temp]# awk 'BEGIN{if(!system("date>/dev/null"))print "success"}' success [root@centos7 temp]#

match(str,regex)返回字符串str中匹配正則regex的位置

[root@centos7 temp]# awk 'BEGIN{A=match("abc.f.11.12.1.98",/[0-9]{1,3}\./);print A}' 7 [root@centos7 temp]#

awk作為一個(gè)編程語言可以處理各種各樣的問題，甚至于編寫應(yīng)用軟件，但它更常用的地方是命令行下的文本分析，生成報(bào)表等，這些場(chǎng)景下awk工作的很好。工作中如經(jīng)常有文本分析的需求，那么掌握這個(gè)命令的用法將為你節(jié)省大量的時(shí)間。

以上是“Linux中文本分析awk命令怎么用”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對(duì)大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！