awk（gawk）文本报告生成器

　　awk是gawk的链接文件，是一种优良的文本处理工具，实现格式化文本输出，是Linux和Unix现有环境中功能最强大的数据处理引擎之一。这种编程及数据操作语言的最大功能取决于一个人拥有的知识量，使用"man gawk"给出的简述为“模式扫描和处理语言”。

　　任何awk语句都是由模式和动作组成，一个awk脚本可以有多个语句，模式决定动作语句的触发条件和触发时间。

　　模式包含：正则表达式，/[正则表达式]/；关系运算符，<、<=、>、>=、!=、==；正则运算符，~（匹配）、!~（不匹配）；赋值运算符，=、+=、-=、*=、/=、%=、**=；逻辑运算符||、&&；算术运算符+、-、*、/、++、--；其他运算符，$（用来对字段进行引用），空格（字符串连接符）。

　　动作包含：变量、命令、内置函数、流程控制语句。

　　语法：awk [选项] 'BEGIN{开始语句} 模式{动作} END{结束语句}' [文件]。其中BEGIN和END是awk的关键字，必须大写。不过开始模块和结束模块是可选部分，可以省略。并且开始语句和结束语句也是动作语句。另外，工作模块中的模式和动作可以都存在，也可以二者选其一。如果省略模式，那么文件的所有行都执行动作；如果省略动作，表示对符合条件的行执行默认的print动作。正因为可以二者选其一，所以一般用{}包裹动作，用于区分模式和动作。

(1).特殊模块BEGIN和END

　　在awk中BEGIN和END都只能执行一次。BEGIN语句在动作语句之前执行，一般用于设置变量计数的起始值，打印头部信息和改变字段的分隔符。END语句在完成动作语句之后执行，一般用于输出统计结果，打印结尾信息。

(2).执行过程

　　awk的执行过程（工作步骤）可以简单分为一下几步：第一步，执行BRGIN模块；第二步，从文件、管道或标准输入中读取一行保存到内存中；第三步，对读取的行数据执行工作模块；第四步，判断是否到达文件、管道或标准输入的结尾，如果未到达结尾则重复第二步和第三步；第五步，到达文件、管道或标准输入的结尾后，执行END模块。

　　图示执行过程如下：

(3).awk的内置变量

　　awk支持两种不同的变量：内置变量和自定义变量。其中内置变量是awk自带的预定义变量。awk的内置变量如下

$n 表示当前行（记录）的第n个字段，比如$1表示第一个字段，$2表示第二个字段，以此类推
$0 表示执行过程中当前行（记录）的文本内容
FILENAME 表示当前行（记录）所在的文件名称
FS 表示字段分隔符，默认为空格
NF 表示字段数，在执行过程中当前行（记录）的总字段数，即存在多少列
FNR 表示当前行（记录）在当前文件的行（记录）号，从1开始
NR 表示执行过程中到目前位置的总行（记录）号，从1开始
OFS 表示输出字段分隔符，默认一个空格
ORS 表示输出行（记录）分隔符，默认一个换行符
RS 表示行（记录）分隔符，默认一个换行符

(4).常用选项

标准：
-f [脚本文件]，--file=[脚本文件] 指定脚本文件，从脚本中读取awk命令
-F [字段分隔符],--field-separator=[字段分隔符] 指定FS（字段分隔符）
-v [变量名=变量值],--assign=[变量名=变量值] 创建一个自定义变量，并赋值

(5).实例

1）定义分隔符

　　定义分隔符可以使用-F选项指定，也可以在BEGIN模块中使用FS赋值进行更改

[root@youxi1 ~]# echo "A,B,C,D,E" | awk -F, '{print $2}'
B
[root@youxi1 ~]# echo "A,B;C,D;E" | awk -F"[,;]" '{print $2}'
B
[root@youxi1 ~]# echo "A,B;C,D;E" | awk 'BEGIN{FS=","} {print $2}'         
B;C
[root@youxi1 ~]# echo "A,B;C,D;E" | awk 'BEGIN{FS="[,;]"} {print $2}' 
B

2）awk内置变量

　　FS/OFS（输入/输出字段分隔符）、RS/ORS（输入/输出记录分隔符）

[root@youxi1 ~]# cp /etc/passwd .
[root@youxi1 ~]# awk 'BEGIN{FS=":";OFS="|";RS="
";ORS=" "} {print $1}' passwd 
root bin daemon adm lp sync shutdown halt mail operator games ftp nobody systemd-network dbus polkitd sshd postfix chrony

　　NF（当前行的总字段数）

[root@youxi1 ~]# vim NF.txt
root:x
root:1:x
root:1:2:x
root:1:2:3:x
[root@youxi1 ~]# awk -F: '{print NF}' NF.txt
2
3
4
5
[root@youxi1 ~]# awk -F: '{print $(NF-1)}' NF.txt
root
1
2
3

　　FNR（在当前文件的当前行号）、NR（在执行过程中的当前行号）

[root@youxi1 ~]# cat a
1234
[root@youxi1 ~]# cat b
abcd
1234
[root@youxi1 ~]# awk '{print FNR}' a b
1
1
2
[root@youxi1 ~]# awk '{print NR}' a b 
1
2
3

　　FILENAME（当前行所在的文件名称）

[root@youxi1 ~]# awk '{print FILENAME}' passwd a b NF.txt
passwd
passwd
passwd
passwd
passwd
passwd
passwd
passwd
passwd
passwd
passwd
passwd
passwd
passwd
passwd
passwd
passwd
passwd
passwd
a
b
b
NF.txt
NF.txt
NF.txt
NF.txt

3）动作语句

　　awk的变量可以从外部传参，也可以内部自定义。详见：linux shell awk获得外部变量（变量传值）简介；linux awk数组操作详细介绍。这里主要介绍一下外部传参和自定义数组，如下：

//获取普通外部变量
[root@youxi1 ~]# test="awk code"
[root@youxi1 ~]# echo |awk '{print test}' test="$test"
awk code
//BEGIN模块获取普通外部变量
[root@youxi1 ~]# echo |awk -v test="$test" 'BEGIN{print test}'
awk code
//获取环境变量
[root@youxi1 ~]# awk  'BEGIN{for (i in ENVIRON) {print i"="ENVIRON[i];}}'
AWKPATH=.:/usr/share/awk
LANG=zh_CN.UTF-8
HISTSIZE=1000
XDG_RUNTIME_DIR=/run/user/0
USER=root
_=/usr/bin/awk
TERM=linux
SHELL=/bin/bash
......

//手动自定义数组
[root@youxi1 ~]# awk 'BEGIN{list[1]=1;list[two]=2;print list[1],list[two]}' 
1 2
//数组的下标并非一定为数字，也可以是字符串
[root@youxi1 ~]# awk 'BEGIN{list["abc"]=3;list["xyz"]=4;print list["abc"],list["xyz"]}'
3 4
//通过函数将字符串转换为数组
[root@youxi1 ~]# awk 'BEGIN{string="hello world This is String";split(string,list," ");print list[2]}' 
world
//获取数组长度
[root@youxi1 ~]# awk 'BEGIN{string="it is a test";lens=split(string,list," ");print length(list),lens}'
4 4　　//split函数切割字符串可以返回新生成的数组长度，也可以使用length函数获取数组长度
[root@youxi1 ~]# awk 'BEGIN{string="it is a test";split(string,list," ");print asort(list)}' 
4　　//asort函数排序也可以获取数组长度
//删除键值
[root@youxi1 ~]# awk 'BEGIN{list[1]=1;list[2]=2;delete list[1];for (i in list){print i,list[i];}}'
2 2
//二维数组或多维数组
[root@youxi1 ~]# awk 'BEGIN{list[1,1]=1;list[1,2]=2;print list[1,1]}'
1

　　awk的内置函数主要分为算术函数、字符串函数、时间函数、其他一般函数。详见：linux awk 内置函数详细介绍（实例）。这里主要介绍printf格式化输出函数，函数格式为printf "格式",变量1，变量2...。注意事项：printf不会自动打印换行符，转义换行符一般在格式的最后。

格式符	说明
%d	十进制有符号整数
%u	十进制无符号整数
%f	浮点数
%s	字符串
%c	单个字符
%p	指针的值
%e	指数形式的浮点数
%x	%X 无符号以十六进制表示的整数
%o	无符号以八进制表示的整数
%g	自动选择合适的表示法

　　printf实例如下：

[root@youxi1 ~]# awk -F: '/root/{printf "USERNAME:%s
",$1}' /etc/passwd     
USERNAME:root
USERNAME:operator
//在格式符中间加一个数字可以控制格式符的长度
[root@youxi1 ~]# awk -F: '/root/{printf "%10s
",$1}' /etc/passwd
      root
  operator
//在格式符中间加一个减号，可以使得格式符左对齐
[root@youxi1 ~]# awk -F: '/root/{printf "%-10s
",$1}' /etc/passwd
root      
operator  
//做一个awk文件实例
[root@youxi1 ~]# vim test.awk
BEGIN{
print "UserID			Shell"
print "-----------------------------------"
FS=":"
}
$3>=500 && $NF=="/sbin/nologin"{
printf "%-20s%-20s
",$1,$NF
}
END{
print "-----------------------------------"
}
[root@youxi1 ~]# awk -f test.awk /etc/passwd
UserID                  Shell
-----------------------------------
polkitd             /sbin/nologin       
chrony              /sbin/nologin       
-----------------------------------

　　awk的流程控制语句：条件判断语句（if、?:）、循环语句（do-while、while、for）。详见：linux shell awk 流程控制语句（if,for,while,do)详细介绍。

　　if语句格式如下：

if (判断表达式1) {
    语句1
}
else if (判断表达式2) {
    语句2
}
else {
    语句3
}

　　?:语句其实就是if-else语句（双分支语句）的缩写，格式如下：

判断表达式?成立时执行语句:不成立时执行语句

　　do-while语句格式如下：

do{
    语句
} while (判断条件)

　　while语句格式如下：

while (判断表达式) {
    语句
}

　　for语句格式如下：

for (变量 in 数组) {
    语句
}

for (变量;判断条件;表达式) {
    语句
}

　　awk动作语句调用shell命令，该方法需要通过system()函数。如下：

[root@youxi1 ~]# ls
anaconda-ks.cfg  test.awk
[root@youxi1 ~]# vim filename
a
b
c
d
[root@youxi1 ~]# awk '{cmd="touch "$0;system(cmd)}' filename
[root@youxi1 ~]# ls
a  anaconda-ks.cfg  b  c  d  filename  test.awk
[root@youxi1 ~]# awk '{system("rm -rf "$0)}' filename
[root@youxi1 ~]# ls
anaconda-ks.cfg  filename  test.awk

参考：https://www.cnblogs.com/chengmo/archive/2013/01/17/2865479.html