好用的数据处理工具awk
文章目录
一、awk编辑器
1.工作原理:
逐行读取文本，默认以空格或tab键为分隔符进行分隔，将分隔所得的各个字段保存到内建变量中，并按模式或者条件执行编辑命令。
sed命令常用于一整行的处理，而awk比较倾向于将一行分成多个“字段”，然后再进行处理。awk信息的读入也是逐行读取的，执行结果可以通过 print 的功能将字段数据打印显示。在使用awk命令的过程中，可以使用逻辑操作符"&&“表示"与”、"||“表示"或”、"!“表示“非”；还可以进行简单的数学运算，如+、-、*、/、%、^分别表示加、减、乘、除、取余和乘方。
2.命令格式:
awk 选项 '模式或条件 {操作}' 文件1 文件2...
awk -f 脚本文件 文件1 文件2...
3.awk常见的内建变量(可直接用)如下所示:
FS：列分割符。指定每行文本的字段分隔符，默认为空格或制表位。与"-F"作用相同
NF：当前处理的行的字段个数。
NR：当前处理的行的行号(序数)
$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)
FILENAME：被处理的文件名。
RS：行分隔符。awk从文件上读取资料时，将根据RS的定义把资料切割成许多条记录，而awk一次仅读入一条记录，以进行处理。预设值是’\n’
二、awk的使用方法
1.按行输出文本
①输出所有内容
awk '{print}' file
awk '{print $0}’ file
[root@localhost ~] # awk '{print}' shuzi.txt
one
two
three
four
five
[root@localhost ~] # awk '{print $0}' shuzi.txt
one
two
three
four
five
②输出指定行内容
awk 'NR==1, NR==3{print}' file #输出第1-3行内容
awk '(NR>=1) && (NR<=3) {print}' file #输出第1-3行内容
awk 'NR==1 || NR==3 {print}' file #输出第1行、第3行内容
[root@localhost ~] # awk 'NR==1, NR==3{print}' shuzi.txt
one
two
three
[root@localhost ~] # awk '(NR>=1) && (NR<=3) {print}' shuzi.txt
one
two
three
[root@localhost ~] # awk 'NR==1 || NR==3 {print}' shuzi.txt
one
three
③输出奇数或偶数行内容
awk '(NR%2)==1{print}' file #除以2余数为1为奇数，输出奇数行
awk '(NR%2)==0{print}' file #除以2余数为0为偶数，输出偶数行
[root@localhost ~] # awk '(NR%2)==1{print}' shuzi.txt
one
three
five
[root@localhost ~] # awk '(NR%2)==0{print}' shuzi.txt
two
four
④输出以指定字符串开头或结尾的行的内容
awk '/^root/{print}' /etc/passwd #输出以root开头的内容
awk '/nologin$/{print}' /etc/passwd #输出以nologin结尾的内容
[root@localhost ~] # awk '/^root/{print}' /etc/passwd
root:x:0:0:root:/root:/bin/bash
[root@localhost ~] # awk '/nologin$/{print}' /etc/passwd
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin
adm:x:3:4:adm:/var/adm:/sbin/nologin
lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin
mail:x:8:12:mail:/var/spool/mail:/sbin/nologin
operator:x:11:0:operator:/root:/sbin/nologin
games:x:12:100:games:/usr/games:/sbin/nologin
ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin
nobody:x:99:99:Nobody:/:/sbin/nologin
...
⑤统计出现指定字符串相关的行数
注：BEGIN模式表示：在处理指定的文本之前，需要先执行BEGIN模式中指定的动作； awk再处理指定的文本，之后再执行END模式中指定的动作，END{} 语句块中，往往会放入打印结果等语句。
扫描二维码关注公众号，回复：
12558509 查看本文章
awk 'BEGIN {x=0};/\/bin\/bash$/{x++};END {print x}' /etc/passwd
#统计以/bin/bash结尾的行数,等同于
grep -c "/bin/bash$" /etc/passwd
[root@localhost ~] # awk 'BEGIN {x=0};/\/bin\/bash$/{x++};END {print x}' /etc/passwd
2
[root@localhost ~] # grep -c "/bin/bash$" /etc/passwd
2
[root@localhost ~] # grep "/bin/bash$" /etc/passwd
root:x:0:0:root:/root:/bin/bash
muhonghuan:x:1000:1000:muhonghuan:/home/muhonghuan:/bin/bash
2.指定字段输出文本
#输出每行中（以”:“分割的）的第三个字段
awk -F ":" '{print $3}' /etc/passwd
#输出每行中（以”:“分割的）的第1，3个字段
awk -F ":" '{print $1,$3}' /etc/passwd
#输出第三个字段的值小于5的行的第1，3个字段
awk -F ":" '$3<5{print $1,$3}' /etc/passwd
#输出第三个字段的值不小于200的行的内容
awk -F ":" '!($3<200){print}' /etc/passwd
awk 'BEGIN {FS=":"};{if ($3>=200){print}}' /etc/passwd
#($3>$4)?$3:$4是三元运算符，如果第三个字段的值大于第四个字段的值，则把第三个字段的值赋给max，否则把第四个字段的值赋给max
awk -F ":" '{max=($3>$4)?$3:$4;{print max}}' /etc/passwd
#输出内行的内容和行号，每处理完一条记录，NR值（当前处理的行的行号）加1
awk -F ":" '{print NR,$0}' /etc/passwd
#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}' /etc/passwd
#输出第1个字段中包含root且有7个字段的行的第1、2个字段（NF：当前处理的行的字段个数）
awk -F ":" '($1~"root")&&(NF==7){print $1,$2}'
/etc/passwd
#输出第7个字段不为/bin/bash，也不为/sbin/nologin的所有行
awk -F ":" '($7!="/bin/bash")&&($7!="/sbin/nologin"){print}' /etc/passwd
3.通过管道、双引号调用 Shell 命令
①统计以冒号分隔的文本段落数，END{}语句块中，往往会放入打印结果等语句
[root@localhost ~] # echo $PATH | awk 'BEGIN{RS=":"};END{print NR}'
5
[root@localhost ~] # echo $PATH
/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/root/bin
②统计使用 bash 的用户个数
[root@localhost ~] # awk -F ":" '/bash$/{print | "wc -l"}' /etc/passwd
2
[root@localhost ~] # grep -c "bash$" /etc/passwd
2
③查看内存使用占比
先通过free -m查看，再用Mem对应（第三字段的值除以（第三字段的值+第四字段的值））乘100得到内存使用占比
[root@localhost ~] # free -m
total used free shared buff/cache available
Mem: 1823 278 1145 9 398 1336
Swap: 4095 0 4095
[root@localhost ~] # free -m | awk '/Mem:/ {print int($3/($3+$4)*100)}'
19
④查看Cpu空闲率
因为top是动态查看，所以（-b -n 1）表示只需要1次的输出结果
整句命令意思是：动态输出一次进程的结果（top -b -n 1）；过滤出Cpu那一行(grep Cpu)；以逗号进行分隔，打印出第四列（awk -F ‘,’ ‘{print $4}’）;接着打印出过滤出的第四列的第一个值（awk ‘{print $1}’）
[root@localhost ~] # top -b -n 1 | grep Cpu | awk -F ',' '{print $4}' | awk '{print $1}'
100.0
[root@localhost ~] # top -b -n 1
top - 20:54:28 up 8:28, 2 users, load average: 0.00, 0.01, 0.05
Tasks: 139 total, 1 running, 138 sleeping, 0 stopped, 0 zombie
%Cpu(s): 0.0 us, 6.2 sy, 0.0 ni, 93.8 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
⑤查看上次系统重启时间
#显示上次系统重启时间，等同于uptime；second ago为显示多少秒前的时间，+"%F %H:%M:%S"等同于+"%Y-%m-%d %H:%M:%S"的时间格式
date -d "$(awk -F "." '{print $1}' /proc/uptime) second ago" +"%F %H:%M:%S"
[root@localhost ~] # uptime
20:57:15 up 8:31, 1 user, load average: 0.00, 0.01, 0.05
[root@localhost ~] # date -d "$(awk -F "." '{print $1}' /proc/uptime) second ago" +"%F %H:%M:%S"
2021-01-03 12:25:41
⑥调用w命令,并用来统计在线用户数
前两行只是信息展示，并非在线用户，所以统计时要减2
[root@localhost ~] # awk 'BEGIN {while ("w" | getline) n++ ; {print n-2}"%"}'
1
[root@localhost ~] # w
20:59:45 up 8:34, 1 user, load average: 0.00, 0.01, 0.05
USER TTY FROM LOGIN@ IDLE JCPU PCPU WHAT
root pts/0 192.168.2.1 19:57 1.00s 0.06s 0.00s w
⑦调用 hostname,并输出当前的主机名
[root@localhost ~] # hostname
localhost.localdomain
[root@localhost ~] # awk 'BEGIN {"hostname" | getline ; {print $0}}'
localhost.localdomain
⑧查看cpu使用率
cpu_us='top -b -n 1 | grep Cpu | awk '(print $2}'
cpu_sy='top -b -n 1 | grep Cpu | awk -F ',' '{print $2}' | awk '{print $1}'
cpu_sum=$ ( ($cpu_us+$cpu_sy))
echo $cpu_sum
补充：getline
- 当getline左右无重定向符“<”或“|”时，getline作用于当前文件，读入当前文件的第一行给其后跟的变量var或$0；由于awk在处理getline之前已经读入了一行，所以getline得到的返回结果是隔行的。
- 当getline左右有重定向符“<”或“|”时，getline则作用于定向输入文件，由于该文件是刚打开，并没有被awk读入一行，只是getline读入，那么getline返回的是该文件的第一行，而不是隔行。
[root@localhost ~] # cat shuzi.txt
one
two
three
four
five
six
seven
eight
nine
ten
#输出奇数行
awk读取第一行，print打印第一行，getline获取第二行；
awk读取第三行，print打印第三行，getline获取第四行；
awk读取第五行，print打印第五行，getline获取第六行；
以此类推
[root@localhost ~] # seq 10 | awk '{print $0; getline}' shuzi.txt
one
three
five
seven
nine
#输出偶数行
awk读取第一行，getline获取第二行，print打印第二行；
awk读取第三行，getline获取第四行，print打印第四行；
awk读取第五行，getline获取第六行，print打印第六行；
以此类推
[root@localhost ~] # seq 10 | awk '{getline; print $0}' shuzi.txt
two
four
six
eight
ten