一、awk简介：
在之前的博客中分别介绍了Linux下文本处理三剑客中的grep（文本过滤器）和sed（行编辑器）。
awk被称为报告生成器，其名称来自于三位创世人的姓氏首字母；AWK提供了极其强大的功能，可以进行正则表达式的匹配，样式装入、流控制、数学运算符、进程控制语句甚至于内置的变量和函数。它具备了一个完整的语言所应具有的几乎所有精美特性。实际上AWK的确拥有自己的语言，即AWK程序设计语言，被定义为“样式扫描和处理语言”。它允许创建简短的程序，这些程序读取输入文件、为数据排序、处理数据、对输入执行计算以及生成报表，还有无数其他的功能。
常见的awk主要有三种：
awk：旧版本的awk，部分系统仍存在此版本的awk，但通常为oawk（old awk）命令；
nawk：new awk，是awk的升级版；
gawk：gnu awk，是开源实现的awk，早期gawk是旧版awk的替代程序，但是随着不断的更新，也包含了nawk的特性；
在Linux下awk以符号链接的方式链接到gawk，以方便用户的使用；
awk工作流程：
通过模式匹配，逐行读取匹配到的行，根据指定的分隔符（默认为空格），将读取到的一行内容分割成为字段，然后根据指定格式，格式化输出指定字段；
二、用法详解：
基本语法：
# awk[options] 'program' file file ...
# awk[options] 'PATTERN{action}' file file ...option：
-F CHAR：指定输入分隔符
-v var_name=VALUE：自定义变量赋值；模式：
1）、Regexp：正则表达式，格式为/PATTERN/，仅处理被/PATTERN/匹配到的行；
2）、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；
3）、Ranges：行范围，此前地址定界，startline,endline，仅处理范围内的行；
4）、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；
5）、Empty：空模式，匹配任意行；
常用的action：
1）、Expressions：表达式；
2）、Controlstatements：控制语句；
3）、Compoundstatements：复合语句；
4）、inputstatements：输入语句；
5）、outputstatements：输出语句；
输出：
print item1,item2,...
1）、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；
2）、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；
3）、print后面item如果省略，相当于print$0；输出空白，使用pirnt ""；
示例：
显示当前系统所有用户和使用的shell；
# awk -F: '{print $1,$7}' /etc/passwd
变量：
注意：引用变量的值，不需要以$开头，所有以$开头的变量，是用于引用字段的值；
1）、内置变量
FS：FieldSeperator，输入时的字段分隔符；
RS：RecordSeperator，输出行分隔符；
OFS：Output FieldSeperator，输出时的字段分隔符；
ORS：Outpput RowSeperator，输出时的行分隔符；
NF：Numbers ofField，字段数；
NR：Numbers ofRecord，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；
2）、可自定义变量：
选项：
-v var_name=VALUE
变量名区分字符大小写；
（1）、可以program中定义变量；
（2）、可以命令行中通过-v选项自定义变量；
示例：
# awk'BEGIN{FS=":";OFS="##";a="shell is"}{print$1,a,$NF}' /etc/passwd
printf命令：
命令的使用格式：
printf format, item1, item2,...要点：
1）、要指定format；
2）、不会自动换行；如需换行则需要给出\n；
3）、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
#表示为数字；
示例：
# awk 'BEGIN{FS=":"}{printf "%-15s %-15s;\n",$1,$7}' /etc/passwd
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
示例：
# awk '{print FNR,$0 > "/tmp/test"}' /etc/issue /etc/fstab
操作符：
算术操作符：
x+y
x-y
x*y
x/y
x**y、x^y
x%y
-x：负值
+x：转换为数值
字符串操作符：连接
赋值操作符：
=
+=
-=
*=
/=
%=
^=（**=）
++
--
如果模式自身是=号，要写为/=/
比较操作符：
<
<=
>
>=
==
!=
~：模式匹配，左边的字符串能够被右边的模式所匹配为真，否则为假；
!~:
逻辑操作符：
&&：与
||：或
条件表达式:
selector?if-true-expression:if-false-expression
函数调用：
function_name(argu1,argu2)
示例：
判断用户类型；
# awk 'BEGIN{FS=":";OFS=";"}{$3>=500?utype="commonuser":utype="admin or system user";print $1,"is",utype}' /etc/passwd
控制语句：
1）、if…else：
格式：if (condition){then body} else {else body}
示例：
显示字段数大于等于8的行；
# awk '{if (NF>=8){print}}' /etc/inittab
判断用户类型；
# awk 'BEGIN{FS=":";a="is an admin or system user";b="is acommon user"}{if($3>=500){print $1,b}else{print $1,a}}' /etc/passwd
2）、while
格式：while (condition){while body}
示例：
显示奇数行；
# awk '{i=1;while (i<=NF){printf "%s ",$i;i+=2};print ""}' /etc/inittab
显示字段数大于等于6的行；
# awk '{i=1;while (i<=NF){if (length($i)>=6) {print $i}; i++}}' /etc/inittablength()函数：取字符串的长度
3）、do…while循环：
格式：do {do-while body}while (condition)
示例：
计算1到100之和；
# awk 'BEGIN{sum=0;i=0;do{sum+=i;i++}while(i<101)print sum}'
4）、for循环：
格式：for (variableassignment; condition; iteration process) {for body}
示例：
显示奇数行；
# awk '{for(i=1;i<=NF;i+=2){printf "%s",$i};print ""}' /etc/inittab
显示字段数大于等于6的行；
# 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}
5）、case语句：
语法：switch(expression) {case VALUE or /RGEEXP/: statement1;... default: stementN}
6）、循环控制
break
continue
7）、next：
提前结束对本行的处理进而进入下一行的处理；
示例：
显示uid为基数的用户：
# awk 'BEGIN{FS=":"}{if($3%2==0)next;print $1,$3}' /etc/passwd
显示位于奇数行的用户：
# awk 'BEGIN{FS=":"}{if(NR%2==0)next;print NR,$1}' /etc/passwd
数组：
关联数组：
array[index-expression]index-expression：可以使用任意字符串; 如果某数组元素事先不存在，那么在引用时，awk会自动创建此元素并将其初始化为空串；因此，要判断某数组是否存在某元素，必须使用“index in array”这种格式；
A[first]="helloawk"
printA[second]要遍历数组中的每一个元素，需要使用如下特殊结构：
for (var inarray) {for body}其var会遍历array的索引；
state[LISTEN]++
state[ESTABLISHED]++示例：
统计当前主机每一种网络连接出现的次数；
# netstat -tan | awk '/^tcp/{++state[$NF]}END{for(s in state){print s,state[s]}}'
删除数组元素：
deletearray[index]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；
示例：
显示连接请求的IP；
# netstat -tn | awk '/^tcp/{lens=split($5,client,":");ip[client[lens-1]]++}END{for (i inip) 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
system(command)
功能：执行系统command并将结果返回至awk命令
systime()
功能：systime函数返回从1970年1月1日开始到当前时间(不计闰年)的整秒数
tolower(s)
功能：将s中的所有字母转为小写
toupper(s)
功能：将s中的所有字母转为大写
结语：
awk的用法介绍到这里，此文仅是部分常见用法，有兴趣可深入研究；以上为本人学习整理内容，如有遗漏和失误，欢迎各路大神来喷。
本文出自 “小马的学习记录” 博客，请务必保留此出处http://masachencer.blog.51cto.com/8683770/1698311
