awk

步骤一：awk文本过滤的基本用法

1）基本操作方法

格式：awk [选项] '[条件]{指令}' 文件

其中，print 是最常用的编辑指令；若有多条编辑指令，可用分号分隔。

Awk过滤数据时支持仅打印某一列，如第2列、第5列等。

处理文本时，若未指定分隔符，则默认将空格、制表符等作为分隔符。

直接过滤文件内容：

[root@localhost ~]# awk '{print}' /haha/test3.txt
hello the world
welcome to beijing
[root@localhost ~]#

awk 默认下逐行进行打印

可对列进行筛选，awk 用$1 $2 $3 ……来对列做定义（awk 以空格来区别列）

[root@localhost ~]# awk '{print $1,$3}' /haha/test3.txt 
hello world
welcome beijing

人为创定区分列的类型：

[root@localhost ~]# head -1 /etc/passwd > /haha/test4.txt
[root@localhost ~]# awk '{print}' /haha/test4.txt
root:x:0:0:root:/root:/bin/bash　　　　#定义了： 来作为区分
[root@localhost ~]# awk -F: '{print $7}' /haha/test4.txt #-F：
  #/bin/bash   #输出了第七列

[root@localhost ~]# awk -F/ '{print $2}' /haha/test4.txt　　#定义/ 为列分隔符
root:

NR 、NF是awk中另外的内置变量：可以查询一共多少行或列

[root@localhost ~]# awk -F/ '{print NR,NF}' /haha/test4.txt　　#一行四列
1 4

也可以打出常量，常量用“常量”加以区分

[root@localhost ~]# awk -F/ '{print  "有"NR"行","有"NF"列"}' /haha/test4.txt
有1行 有4列

这里变量是不在双引号内的，双引号内的认为是常量，原样输出

awk [选项] ' BEGIN{指令} {指令} END{指令}' 文件

BEGIN{ } 行前处理，读取文件内容前执行，指令执行1次
{ } 逐行处理，读取文件过程中执行，指令执行n次
END{ } 行后处理，读取文件结束后执行，指令执行1次

只做预处理的时候，可以没有操作文件，

[root@localhost ~]# awk 'BEGIN{print "haah"}'
haah

#找到/etc/passwd中的USER　　UID　　HOME 并按一定格式输出

[root@localhost ~]# head -5 /etc/passwd | awk -F: 'BEGIN{print "USER	UID	HOME"}{print $1,"	"$3,"	"$6}END{print "总计"NR"行"}'

USER 　　UID 　　HOME
root 　　 0 　　 /root
bin 　　 1 　　 /bin
daemon 　 2 　　 /sbin
adm 　　 3 　　 /var/adm
lp 　　 4 　　 /var/spool/lpd

总计5行

补充：~可作为包含，下面这句就是找出第一列包含root的行，没有写print，就会输出满足行

！~ 不包含（取反）

[root@localhost ~]# head -5 /etc/passwd | awk '$1~/root/' 
root:x:0:0:root:/root:/bin/bash

[root@localhost ~]# head -5 /etc/passwd | awk '$1!~/root/' 
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
lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin

2）使用数值/字符串比较设置条件

比较符号：==(等于) !=（不等于） >（大于）

>=（大于等于） <（小于） <=（小于等于）

输出前3行（行号NR小于等于3）的用户记录：

[root@localhost ~]# head -5 /etc/passwd | awk 'NR<=3{print}'
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin

找出第三列为0的行

[root@localhost ~]# head -5 /etc/passwd | awk -F:  '$3==0{print}'
root:x:0:0:root:/root:/bin/bash

骤一：任务需求及思路分析

编写脚本的任务要求如下：

分析出使用bash作登录Shell的本地用户
列出这些用户的shadow密码记录
按每行“用户名 -- 密码记录”保存结果

步骤二：根据实现思路编写脚本

[root@svr5 ~]# cat getupwd-awk.sh
#/bin/bash
A=$(awk -F: '/bash$/{print $1}' /etc/passwd) ## 提取符合条件的账号记录
for i in $A
do
grep $i /etc/shadow | awk -F: '{print $1,"-->",$2}'
done

步骤三：验证、测试脚本

[root@svr5 ~]# ./getupwd-awk.sh
root --> $6$IWgMYmRACwdbfwBo$dr8Yn983nswiJVw0dTMjzbDvSLeCd1GMYjbvsDiFEkL8jnXOLcocBQypOCr4C6BRxNowIxjh6U2qeFU0u1LST/
zengye --> $6$Qb37LOdzRl5995PI$L0zTOgnhGz8ihWkW81J.5XhPp/l7x2./Me2ag0S8tRndCBL9nIjHIKkUKulHxJ6TXyHYmffbVgUT6pbSwf8O71
clamav --> !!
mysql --> !!
.. ..

步骤二：awk数组

1）数组的语法格式

数组是一个可以存储多个值的变量，具体使用的格式如下：

定义数组的格式：数组名[下标]=元素值

调用数组的格式：数组名[下标]

遍历数组的用法：for(变量 in 数组名){print 数组名[变量]}。

[root@localhost ~]# awk 'BEGIN {a[0]=1;a[1]=9;a[2]=8;for(i in a){print a[i]}}'
1
9
8

[root@localhost ~]# awk '{a[$1]++;}END{for(i in a){print i,a[i]}}' /haha/test5.txt
192.168.142.1 2
192.168.142.2 1
192.168.142.3 2
192.168.142.4 2

1）awk统计Web访问排名

在分析Web日志文件时，每条访问记录的第一列就是客户机的IP地址，其中会有很多重复的IP地址。因此只用awk提取出这一列是不够的，还需要统计重复记录的数量并且进行排序。

通过awk提取信息时，利用IP地址作为数组下标，每遇到一个重复值就将此数组元素递增1，最终就获得了这个IP地址出现的次数。

针对文本排序输出可以采用sort命令，相关的常见选项为-r、-n、-k。其中-n表示按数字顺序升序排列，而-r表示反序，-k可以指定按第几个字段来排序。

sort 排序：只排列第一位数字，-r 也是逆序只排列第一位数字，-n 升序排列所有数字故逆序排使用 -nr