正则表达式三剑客之——awk命令

目录

一.什么是awk

二.awk的语法格式

         1.选项 

2. 模式（Pattern）

3. 操作（Action）

4. 输入文件（file）

5.总结 

三.awk的工作原理 

1. 逐行扫描输入

 2. 匹配模式

1.正则表达式：

2.逻辑表达式：

3.特殊模式：

3. 执行操作

打印：

计算：

修改字段：

4. 内置变量

5. 工作流程

四 练习

4.1 awk命令基础部分 

4.2awk命令高级部分 

---

一.什么是awk

awk 是一种模式扫描和处理语言，其核心思想是：

1. 逐行扫描输入：awk 会逐行读取输入文件或数据流。
2. 匹配模式：通过定义模式（可以是正则表达式或逻辑条件）来匹配特定的行。
3. 执行操作：对匹配的行执行指定的操作（如打印、计算、修改等）。

二.awk的语法格式

awk 命令主要由 模式（Pattern） 和 操作（Action） 组成，其基本语法如下：

awk [选项] 'pattern { action }' file

      1.选项 

1. -F 定义字段分隔符，默认分隔符是空格或制表符

2. -v 定义变量并赋值

3. -f 指定文件里的命令来处理文件

      2. 模式（Pattern）

模式用于匹配输入行，决定是否执行操作。模式可以是以下类型：

       正则表达式：

• 使用 /pattern/ 匹配包含特定模式的行。
• 示例：

  awk '/error/ { print }' file.txt  # 打印包含 "error" 的行

  逻辑表达式：

• 使用比较运算符（如 ==、>、< 等）匹配满足条件的行。
• 示例：

  awk '$1 > 10 { print }' file.txt  # 打印第一个字段大于 10 的行

  特殊模式：

• BEGIN：在处理输入之前执行的操作。
• END：在处理完所有输入后执行的操作。
• 示例：

  awk 'BEGIN { print "Start" } { print } END { print "End" }' file.txt

  空模式：

• 如果模式为空，则默认匹配所有行。
• 示例：

  awk '{ print }' file.txt  # 打印所有行

  3. 操作（Action）

  操作是当模式匹配时执行的代码块，用 {} 包围。操作可以是以下内容：

      打印：

• 使用 print 或 printf 输出内容。
• 示例：

  awk '{ print $1 }' file.txt  # 打印每行的第一个字段

  计算：

• 对字段或变量进行数学运算。
• 示例：

  awk '{ sum += $1 } END { print sum }' file.txt  # 计算第一列的总和

  修改字段：

• 直接修改字段的值。
• 示例

  awk '{ $1 = "new_value"; print }' file.txt  # 将第一列替换为 "new_value"

  4. 输入文件（file）

  awk 命令可以处理一个或多个文件。如果未指定文件，则从标准输入读取数据。

      5.总结 

       awk 命令的完整结构：

awk [选项] 'BEGIN { initialization } pattern { action } END { finalization }' file

 BEGIN 块：在处理输入之前执行，通常用于初始化变量或打印标题。

 END 块：在处理完所有输入后执行，通常用于输出统计结果或总结。

   再次强调：awk 命令的结构由 模式 和 操作 组成，支持 BEGIN 和 END 块进行初始化和收尾工作。

三.awk的工作原理 

1. 逐行扫描输入

awk 会逐行读取输入文件或数据流（如果没有指定文件，则从标准输入读取）。对于每一行，awk 会执行以下步骤：

1. 将当前行存储在内部变量 $0 中。
2. 根据字段分隔符（默认是空格或制表符）将行分割为多个字段，分别存储在 $1、$2、$3 等变量中。
3. 更新内置变量（如 NR 表示当前行号，NF 表示当前行的字段数）。

 2. 匹配模式

awk 支持多种模式匹配方式：

   1.正则表达式：

• 使用 /pattern/ 来匹配包含特定模式的行。

• 示例

  awk '/error/ { print }' file.txt  # 打印包含 "error" 的行
  

     2.逻辑表达式：

• 使用比较运算符（如 ==、>、< 等）来匹配满足条件的行。
• 示例：

  awk '$1 > 10 { print }' file.txt  # 打印第一个字段大于 10 的行

  3.特殊模式：

• BEGIN：在处理输入之前执行的操作。
• END：在处理完所有输入后执行的操作。
• 示例

  awk 'BEGIN { print "Start" } { print } END { print "End" }' file.txt

  3. 执行操作

 当模式匹配时，awk 会执行相应的操作。操作可以是：

      打印：

• 使用 print 或 printf 输出内容。
• 示例

  awk '{ print $1 }' file.txt  # 打印每行的第一个字段

  计算：

• 对字段或变量进行数学运算。
• 示例：

  awk '{ sum += $1 } END { print sum }' file.txt  # 计算第一列的总和

  修改字段：

• 直接修改字段的值。
• 示例：

  awk '{ $1 = "new_value"; print }' file.txt  # 将第一列替换为 "new_value"

  4. 内置变量

 awk 提供了许多内置变量，用于控制和处理数据：

变量	描述
NR	当前处理的行号（从 1 开始）。
NF	当前行的字段数。
FS	字段分隔符（默认是空格或制表符）。
OFS	输出字段分隔符（默认是空格）。
RS	记录分隔符（默认是换行符）。
ORS	输出记录分隔符（默认是换行符）。
FILENAME	当前处理的文件名
$0	当前处理的行的整行内容
$n	当前处理行的第n个字段（第n列）

      5. 工作流程

综上：awk 的工作流程可以总结为以下步骤：

1. 初始化：
   • 执行 BEGIN 块中的操作（如果有）。
2. 逐行处理：
   • 读取每一行，更新内置变量（如 NR、NF 等）。
   • 检查是否匹配模式，如果匹配则执行操作。
3. 结束处理：
   • 执行 END 块中的操作（如果有）。

四 练习

4.1 awk命令基础部分 

[root@localhost ~]# cat /etc/passwd | head -10 > zz
#以这条命令为前提执行如下命令1.逐条打印zz文件的内容
awk '{print}' zz2.逐条打印zz文件的每一行的第一个字段（默认以空格或制表符分隔）。
awk '{print $1}' zz3.以 : 作为字段分隔符，打印 zz 文件中每一行的第 5 个字段。
awk -F：'{print $1}' /etc/passwd4.以 x 作为字段分隔符，打印 /etc/passwd 文件中每一行的第一个字段。
awk -Fx '{print $1}' /etc/passwd5.打印 zz 文件中每一行的第一个和第二个字段（默认以空格或制表符分隔），并将它们连接在一起。
awk '{print $1 $2}' zz6.打印 zz 文件中每一行的第一个和第二个字段（默认以空格或制表符分隔），并在它们之间插入一个空格。
awk '{print $1" "$2}' zz
或
awk '{print $1,$2}' zz7.打印 zz 文件中每一行的第一个和第二个字段（默认以空格或制表符分隔），用制表符作为分隔符输出。
awk -F: '{print $1"\t"$2}' zz8.打印包含root的整行内容
awk -F: '/root/{print $0}' zz 9.打印包含root的行的第一列
awk -F: '/root/{print $1}' zz10.以:或/作为字段分隔符，计算并输出zz文件中每一行的字段数量
awk -F[:/] '{print NF}' zz11.以:或/作为字段分隔符，逐行处理zz文件，并输出当前行的行号 
awk -F[:/] '{print NR}' zz12.打印 /etc/passwd 文件的第二行。
awk 'NR==2' /etc/passwd
或awk 'NR==2{print}' /etc/passwd13.以:为分隔符，打印/etc/passwd文件第二行的第一列。
awk -F: 'NR==2{print $1}' /etc/passwd14. 打印最后一列
awk -F: '{print $NF}' /etc/passwd15.在文件处理结束后，打印文件的总行数。
awk 'END{print NR}' /etc/passwd16.在文件处理结束后，打印文件的最后一行。
awk 'END{print $0}' /etc/passwd17.以：为分隔符，打印/etc/passwd文件的每一行有几列。
awk -F: '{print "第"NR"行有"NF"列"}' /etc/passwd

 

 

1.查看本机IP地址
ifconfig ens33 | awk '/netmask/{print "本机的ip地址是"$2}'2.根分区的可用量
df -h | awk 'NR==2{print $4}'3.BEGIN块的一些注意事项：
(1)BEGIN块在处理文件之前执行，因此不需要指定文件名
运行awk 'BEGIN{x=10;print x+1}' 会直接输出结果11
如果没有BEGIN块：运行awk '{x=10; print x+1}' filename ；这条命令会逐行处理filename文件，并对每一行执行 {x=10; print x+1}。(2)不指定初始值，初始值就为0，如果是字符串，则默认为空awk 'BEGIN{print x+1}'      输出为1
小数也可以运算  awk 'BEGIN{print 2.5+3.5}'  输出为6
^和**都是幂运算 awk 'BEGIN{print 2^3}' awk 'BEGIN{print 2**3}' 输出都是84. awk -F: '/root/' /etc/passwd
在awk中，如果省略 print，默认行为是打印整行（即 print $0）。5.用~表示包含，!~表示不包含 
注意~和!~是模糊匹配（用于在不完全精确匹配的情况下，找到与目标最相似的结果）例1：awk -F: '$1~/ro/' /etc/passwd  
#模糊匹配，只要有ro就匹配上
例2：awk -F: '$7!~/nologin$/{print $1,$7}' /etc/passwd
#从/etc/passwd文件中提取用户的登录名（$1）和登录Shell（$7），但只选择那些登录Shell不以nologin结尾的行。

 

内置变量的用法
1.awk 'BEGIN{FS=":";OFS="---"}{print $1,$2}' pass.txt
#OFS定义了输出时以什么分隔，$1$2中间要用逗号分隔，因为逗号默认被映射为OFS变量，而这个变量默认是空格
输出结果为：
root---x
bin---x
daemon---x
adm---x
lp---x2.awk 'BEGIN{RS=":"}{print $0}' /etc/passwd
#RS:指定以什么为换行符，这里指定是冒号，你指定的必须是原文里存在的字符3.awk 'BEGIN{ORS=" "}{print $0}' /etc/passwd
#将/etc/passwd文件中的每一行连接起来，并用空格作为分隔符输出。

4.2awk命令高级部分 

awk与if语句结合
例1：简单条件判断
假设有一个文件 data.txt，内容如下：
10
20
30
40
50
要求：如果某行的值大于 30，则打印该行。awk '{if ($1 > 30) print $0}' data.txt
要求：只打印奇数行。                  awk '{if (NR % 2 == 1) print $0}' data.txt例2：多条件判断
假设有一个文件 users.txt，内容如下：
Alice 25
Bob 30
Charlie 15
David 40
要求：如果年龄大于 20 且小于 40，则打印用户名。
awk '{if ($2 > 20 && $2 < 40) print $1}' users.txt要求：根据分数打印等级：
大于等于 90：A
大于等于 80：B
大于等于 60：C
其他：Dawk '{if ($2 >= 90) {print $1, "A"} else if ($2 >= 80) {print $1, "B"} else if ($2 >= 60) {print $1, "C"} else {print $1, "D"}
}' scores.txt例3：结合正则表达式
假设有一个文件 emails.txt，内容如下：
alice@example.com
bob@gmail.com
charlie@example.org
david@yahoo.com
要求：如果邮箱地址以 @example.com 结尾，则打印该邮箱。
awk '{if ($0 ~ /@example\.com$/) print $0}' emails.txtawk还支持for循环、while循环、函数、数组等

 

 

awk高级用法
1.统计 /etc/passwd 文件中以 /bin/bash 结尾的行数，并输出这些行及其编号，最后输出总行数。
awk 'BEGIN{x=0};/\/bin\/bash$/ {x++;print x,$0};END {print x}' /etc/passwd2.输出/etc/passwd文件第3个字段的值不小于200的行
awk -F ":" '! ($3<200){print} ' /etc/passwd3.从/etc/passwd文件中提取每一行的第3个字段（用户 ID）和第4个字段（组 ID），比较它们的值，输出较大的那个值。
awk -F ":" ' {max=($3>=$4) ?$3:$4; {print max}} ' /etc/passwd注意:($3>=$4) ?$3:$4：这是一个三元运算符，用于比较 $3 和 $4 的值：
如果 $3 大于或等于 $4，则返回 $3。
否则，返回 $4。4.逐行读取 /etc/passwd 文件，并在每一行的前面加上行号（NR），然后输出整行内容。
awk -F ":" '{print NR,$0}' /etc/passwd5.输出以冒号分隔且第7个字段中包含/bash的行的第1个字段
awk -F ":" '$7~"bash"{print $1,47}' /etc/passwd6.从 /etc/passwd 文件中提取第1个字段中包含root且有7个字段的行，并输出该行的第1个字段第2个字段和最后一个字段。
awk -F":"'($1~"root") && (NF==7) {print $1,$2,$NF } ' /etc/passwd7.输出/etc/passwd 文件中第7个字段既不为/bin/bash，也不为/sbin/nologin的所有行
awk -F ":”'($7!="/bin/bash")&&($7!="/sbin/nologin"){print} ' /etc/passwd8.查看当前内存使用百分比
free -m |awk '/Mem:/ {print int($3/($3+$4)*100)"%"}'9.统计使用bash 的用户个数
awk -F: '/bash$/ {print}'passwd | wc -l
或
awk -F: '/bash$/{print | "wc -l"}' /etc/passwd10.查看当前CPU空闲率
top -b -n 1 | grep Cpu | awk -F ',' '{print $4}'| awk '{print $1}' 
(-b -n 1表示只需要1次的输出结果)11.从 /var/log/secure 日志文件中提取所有失败的 SSH 登录尝试，并统计每个 IP 地址的失败次数。
awk 'BEGIN {ip[$11]=0}; /Failed password/ {ip[$11]++}; END {for(i in ip) {print i" , "ip[i]}}' /var/log/secure

 

面试题：

找到10:00 到 11:00 之间的日志

awk '$3 >= "10:00:00" && $3 <= "11:00:00"' /var/log/messages