使用awk提取文本；awk处理条件；awk综合脚本应用；awk流程控制；awk扩展应用

1：使用awk提取文本

1.1 问题

本案例要求使用awk工具完成下列过滤任务：

• 练习awk工具的基本用法
• 提取本机的网卡流量、根分区剩余容量、获取SSH远程失败的IP地址
• 格式化输出/etc/passwd文件中的用户名、UID、宿主目录信息

1.2 步骤

实现此案例需要按照如下步骤进行。

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：

1. [root@svr5 ~]# cat test.txt
2. hello the world
3. welcome to beijing
4. [root@svr5 ~]# awk '{print $1,$3}' test.txt //打印文档第1列和第3列
5. hello world
6. welcome beijing

结合管道过滤命令输出：

1. [root@svr5 ~]# df -h | awk '{print $4}' //打印磁盘的剩余空间

2）选项 -F 可指定分隔符

输出passwd文件中以分号分隔的第1、7个字段，显示的不同字段之间以逗号隔开，操作如下：

1. [root@svr5 ~]# awk -F: '{print $1,$7}' /etc/passwd
2. root /bin/bash
3. bin /sbin/nologin
4. daemon /sbin/nologin
5. adm /sbin/nologin
6. lp /sbin/nologin
7. … …

awk还识别多种单个的字符，比如以“:”或“/”分隔，输出第1、10个字段：

1. [root@svr5 ~]# awk -F [:/] '{print $1,$10}' /etc/passwd
2. root bash
3. bin nologin
4. daemon nologin
5. adm sbin
6. … …

awk常用内置变量：

$0 文本当前行的全部内容

$1 文本的第1列

$2 文件的第2列

$3 文件的第3列，依此类推

NR 文件当前行的行号

NF 文件当前行的列数（有几列）

输出每次处理行的行号，以及当前行以“:”分隔的字段个数（有几列）：

1. [root@svr5 ~]# awk -F: '{print NR,NF}' passwd.txt
2. 1 7
3. 2 7
4. 3 7
5. .. ..

2）awk的print指令不仅可以打印变量，还可以打印常量

1. [root@svr5 ~]# awk -F: '{print $1,"的解释器:",$7}' /etc/passwd
2. root 的解释器: /bin/bash
3. bin 的解释器: /sbin/nologin
4. … …

步骤二：利用awk提取本机的网络流量、根分区剩余容量、获取远程失败的IP地址

1）提取IP地址

分步实现的思路及操作参考如下——

通过ifconfig eth0查看网卡信息，其中包括网卡流量：

1. [root@svr5 ~]# ifconfig eth0
2. eth0: flags=4163<UP,BROADCAST,RUNNING,MULTICAST> mtu 1500
3. inet 192.168.4.21 netmask 255.255.255.0 broadcast 192.168.4.255
4. inet6 fe80::fa64:c143:ad6a:5159 prefixlen 64 scopeid 0x20<link>
5. ether 52:54:00:b3:11:11 txqueuelen 1000 (Ethernet)
6. RX packets 313982 bytes 319665556 (304.8 MiB)
7. RX errors 0 dropped 0 overruns 0 frame 0
8. TX packets 51809 bytes 40788621 (38.8 MiB)
9. TX errors 0 dropped 0 overruns 0 carrier 0 collisions 0

RX为接收的数据量，TX为发送的数据量。packets以数据包的数量为单位，bytes以字节为单位：

1. [root@svr5 ~]# ifconfig eth0 | awk '/RX p/{print $5}' //过滤接收数据的流量
2. 319663094
3. [root@svr5 ~]# ifconfig eth0 | awk '/TX p/{print $5}' //过滤发送数据的流量
4. 40791683

2）提取根分区剩余容量

分步实现的思路及操作参考如下——

通过df命令查看根分区的使用情况，其中包括剩余容量：

1. [root@svr5 ~]# df -h /
2. 文件系统 容量 已用 可用 已用% 挂载点
3. /dev/sda2 19G 7.2G 11G 40% /

输出上述结果中最后一行的第4列：

1. [root@svr5 ~]# df -h / | tail -1 | awk '{print $6}'
2. 11G

或者直接在awk中使用正则：

1. [root@svr5 ~]# df -h | awk '/\/$/{print $4}'
2. 11G

3）根据/var/log/secure日志文件，过滤远程连接密码失败的IP地址

1. [root@svr5 ~]# awk '/Failed/{print $11}' /var/log/secure
2. 192.168.2.254
3. 192.168.2.100
4. ... ...

步骤三：格式化输出/etc/passwd文件

1）awk处理的时机

awk会逐行处理文本，支持在处理第一行之前做一些准备工作，以及在处理完最后一行之后做一些总结性质的工作。在命令格式上分别体现如下：

1. awk [选项] '[条件]{指令}' 文件
2. 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，比如：

1. [root@svr5 ~]# awk 'BEGIN{A=24;print A*2}'
2. [root@svr5 ~]# awk 'BEGIN{print x+1}' #x可以不定义，直接用，默认值位0
3. [root@svr5 ~]# awk 'BEGIN{print 3.2+3.5}'

举个例子（统计系统中使用bash作为登录Shell的用户总个数）：

a.预处理时赋值变量x=0

b.然后逐行读入/etc/passwd文件，如果发现登录Shell是/bin/bash则x加1

c.全部处理完毕后，输出x的值即可。相关操作及结果如下：

1. [root@svr5 ~]# awk 'BEGIN{x=0}/bash$/{x++} END{print x}' /etc/passwd
2. 29

2）格式化输出/etc/passwd文件

要求: 格式化输出passwd文件内容时，要求第一行为列表标题，中间打印用户的名称、UID、家目录信息，最后一行提示一共已处理文本的总行数，如图-1所示。

图-1

3）根据实现思路编写、验证awk过滤语句

输出信息时，可以使用“\t”显示Tab制表位：

1. [root@svr5 ~]# awk -F: 'BEGIN{print "User\tUID\tHome"} \
2. {print $1 "\t" $3 "\t" $6} \
3. END{print "Total",NR,"lines."}' /etc/passwd
4. User UID Home
5. root 0 /root
6. bin 1 /bin
7. daemon 2 /sbin
8. adm 3 /var/adm
9. lp 4 /var/spool/lpd
10. sync 5 /sbin
11. .. ..
12. Total 67 lines.

2：awk处理条件

2.1 问题

本案例要求使用awk工具完成下列过滤任务，注意awk处理条件的设置：

• 列出UID间于1~1000的用户详细信息
• 输出/etc/hosts文件内以127或192开头的记录
• 列出100以内整数中7的倍数或是含7的数

2.2 步骤

实现此案例需要按照如下步骤进行。

步骤一：认识awk处理条件的设置

1）使用正则设置条件

输出其中以bash结尾的完整记录：

1. [root@svr5 ~]# awk -F: '/bash$/{print}' /etc/passwd
2. root:x:0:0:root:/root:/bin/bash

输出包含root的行数据：

1. [root@svr5 ~]# awk -F: '/root/' /etc/passwd

输出root或adm账户的用户名和UID信息：

1. [root@svr5 ~]# awk -F: '/^(root|adm)/{print $1,$3}' /etc/passwd
2. root 0
3. adm 3

输出账户名称包含root的基本信息（第1列包含root）：

1. [root@svr5 ~]# awk -F: '$1~/root/' /etc/passwd

输出其中登录Shell不以nologin结尾（对第7个字段做!~反向匹配）的用户名、登录Shell信息：

1. [root@svr5 ~]# awk -F: '$7!~/nologin$/{print $1,$7}' /etc/passwd
2. root /bin/bash
3. sync /bin/sync
4. shutdown /sbin/shutdown

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）

输出第3行（行号NR等于3）的用户记录：

1. [root@svr5 ~]# awk -F: 'NR==3{print}' /etc/passwd

输出账户UID大于等于1000的账户名称和UID信息：

1. [root@svr5 ~]# awk -F: '$3>=1000{print $1,$3}' /etc/passwd
2. tom 1000
3. jerry 1001

输出账户UID小于10的账户名称和UID信息：

1. [root@svr5 ~]# awk -F: '$3<10{print $1,$3}' /etc/passwd
2. root 0
3. bin 1
4. daemon 2
5. adm 3
6. lp 4
7. sync 5
8. shutdown 6
9. halt 7
10. mail 8

输出用户名为“root”的行：

1. [root@svr5 ~]# awk -F: '$1=="root"' /etc/passwd
2. root:x:0:0:root:/root:/bin/bash

3）逻辑测试条件

输出账户UID大于10并且小于20的账户信息：

1. [root@svr5 ~]# awk -F: '$3>10 && $3<20' /etc/passwd
2. operator:x:11:0:operator:/root:/sbin/nologin
3. games:x:12:100:games:/usr/games:/sbin/nologin
4. ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin

输出账户UID大于1000或者账户UID小于10的账户信息：

1. [root@svr5 ~]# awk -F: '$3>1000 || $3<10' /etc/passwd
2. root:x:0:0:root:/root:/bin/bash
3. bin:x:1:1:bin:/bin:/sbin/nologin
4. daemon:x:2:2:daemon:/sbin:/sbin/nologin
5. adm:x:3:4:adm:/var/adm:/sbin/nologin
6. lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin
7. sync:x:5:0:sync:/sbin:/bin/sync
8. shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown
9. halt:x:7:0:halt:/sbin:/sbin/halt
10. mail:x:8:12:mail:/var/spool/mail:/sbin/nologin
11. varnish:x:1001:1001::/home/varnish:/sbin/nologin
12. nginx:x:1002:1002::/home/nginx:/sbin/nologin

4）数学运算

1. [root@svr5 ~]# awk 'BEGIN{x++;print x}'
2. 1
3. [root@svr5 ~]# awk 'BEGIN{x=8;print x+=2}'
4. 10
5. [root@svr5 ~]# awk 'BEGIN{x=8;x--;print x}'
6. 7
7. [root@svr5 ~]# awk 'BEGIN{print 2+3}'
8. 5
9. [root@svr5 ~]# awk 'BEGIN{print 2*3}'
10. 6
11. [root@svr5 ~]# awk 'BEGIN{print 2*3}'
12. 6
13. [root@svr5 ~]# awk 'BEGIN{ print 23%8}'
14. 7
15. [root@svr5 ~]# seq 200 | awk '$1%3==0' //找200以内3的倍数
16. … …

步骤二：完成任务要求的awk过滤操作

1）列出UID间于1~1000的用户详细信息：

1. [root@svr5 ~]# awk -F: '$3>=1 && $3<=1000' /etc/passwd

2）输出/etc/hosts映射文件内以127或者192开头的记录：

1. [root@svr5 ~]# awk '/^(127|192)/' /etc/hosts
2. 127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4
3. 192.168.4.5 svr5.tarena.com svr5

3）列出100以内整数中7的倍数或是含7的数：

1. [root@svr5 ~]# seq 100 | awk '$1%7==0||$1~/7/'
2. 7
3. 14
4. 17
5. 21
6. 27
7. 28
8. 35
9. 37
10. 42
11. 47
12. .. ..

3：awk综合脚本应用

3.1 问题

本案例要求编写脚本，实现以下需求：

• 找到使用bash作登录Shell的本地用户
• 列出这些用户的shadow密码记录，如图-2所示

图－2

3.2 步骤

实现此案例需要按照如下步骤进行。

步骤一：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

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

步骤三：验证、测试脚本

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

4：awk流程控制

4.1 问题

本案例要求了解awk的流程控制操作，可自行设置awk语句来有验证以下操作：

• if分支结构（单分支、双分支、多分支）
• 练习awk数组的使用

4.2 步骤

实现此案例需要按照如下步骤进行。

步骤一：awk过滤中的if分支结构

1）单分支

统计/etc/passwd文件中UID小于或等于1000的用户个数：

1. [root@svr5 ~]# awk -F: '{if($3<=1000){i++}}END{print i}' /etc/passwd
2. 39

统计/etc/passwd文件中UID大于1000的用户个数：

1. [root@svr5 ~]# awk -F: '{if($3>1000){i++}}END{print i}' /etc/passwd
2. 8

统计/etc/passwd文件中登录Shell是“/bin/bash”的用户个数：

1. [root@svr5 ~]# awk -F: '{if($7~/bash$/){i++}}END{print i}' /etc/passwd
2. 29

2）双分支

分别统计/etc/passwd文件中UID小于或等于1000、UID大于1000的用户个数：

1. [root@svr5 ~]# awk -F: '{if($3<=1000){i++}else{j++}}END{print i,j}' /etc/passwd
2. 39 8

分别统计/etc/passwd文件中登录Shell是“/bin/bash”、 登录Shell不是“/bin/bash”的用户个数：

1. [root@svr5 ~]# awk -F: '{if($7~/bash$/){i++}else{j++}} END{print i,j}' /etc/passwd
2. 29 38

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]}。

1. [root@svr5 ~]# awk 'BEGIN{a[0]=11;a[1]=88;print a[1],a[0]}'
2. 88 11
3. [root@svr5 ~]# awk 'BEGIN{a++;print a}'
4. 1
5. [root@svr5 ~]# awk 'BEGIN{a0++;print a0}'
6. 1
7. [root@svr5 ~]# awk 'BEGIN{a[0]++;print a[0]}'
8. 1
9. [root@svr5 ~]# awk 'BEGIN{a[0]=0;a[1]=11;a[2]=22; for(i in a){print i,a[i]}}'
10. 0 0
11. 1 11
12. 2 22

注意，awk数组的下标除了可以使用数字，也可以使用字符串，字符串需要使用双引号：

1. [root@svr5 ~]# awk 'BEGIN{a["hehe"]=11;print a["hehe"]}'
2. 11

5：awk扩展应用

5.1 问题

本案例要求使用awk工具完成下列两个任务：

• 分析Web日志的访问量排名，要求获得客户机的地址、访问次数，并且按照访问次数排名

5.2 方案

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。

5.3 步骤

实现此案例需要按照如下步骤进行。

步骤一：统计Web访问量排名

分步测试、验证效果如下所述。

1）提取IP地址及访问量

1. [root@svr5 ~]# awk '{ip[$1]++} \
2. > END{for(i in ip) {print ip[i],i }}' /var/log/httpd/access_log
3. 4 127.0.0.1
4. 17 192.168.4.5
5. 13 192.168.4.110
6. .. ..

2）对第1）步的结果根据访问量排名

1. [root@svr5 ~]# awk '{ip[$1]++} END{for(i in ip) {print i,ip[i]}}' /var/log/httpd/access_log | sort-nr
2. 17 192.168.4.5
3. 13 192.168.4.110
4. 4 127.0.0.1
5. .. ..