Shell中的AWK

1.awk的工作原理

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。
awk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。
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.awk的命令格式

awk 选项 '模式或条件 {操作}' 文件1 文件2 ....

或者
awk -f 脚本文件文件1 文件2 .....

第一步：执行BEGIN{action;… }语句块中的语句
第二步：从文件或标准输入(stdin)读取一行，然后执行pattern{ action;… }语句块，它逐行扫描文件，
从第一行到最后一行重复这个过程，直到文件全部被读取完毕。
第三步：当读至输入流末尾时，执行END{action;…}语句块
BEGIN语句块在awk开始从输入流中读取行之前被执行，这是一个可选的语句块，比如变量初始化、打印输出表格的表头等语句通常可以写在BEGIN语句块中
END语句块在awk从输入流中读取完所有的行之后即被执行，比如打印所有行的分析结果这类信息汇总都是在END语句块中完成，它也是一个可选语句块
pattern语句块中的通用命令是最重要的部分，也是可选的。如果没有提供pattern语句块，则默认执行{ print }，即打印每一个读取到的行，awk读取的每一行都会执行该语句块

3.awk基础命令

3.1过滤出包含指定内容的行

3.2 -F，指定分隔符，取列

3.3 BEGIN

3.4 END

3.5 文件导入，打印内容

3.6 “计算机”

3.7 awk取磁盘量

3.8 awk取IP地址

4. awk 常见的内置变量

awk 选项 '模式{print }'

FS :指定每行文本的字段分隔符，缺省默认为空格或制表符（tab）。与 “-F”作用相同 -v "FS=:"
OFS：输出时的分隔符
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的定义就把资料切割成许多条记录，而awk一次仅读入一条记录进行处理。预设值是\n

-v：定义变量 awk 中的变量

-F：指定分隔符

4.1 FS

4.2 OFS

4.3 RS

4.4 NF

4.5 NR

4.6 找普通用户

4.7 FNR

5.自定义变量

printf
%s：显示字符串
%d, %i：显示十进制整数
%f：显示为浮点数
%e, %E：显示科学计数法数值
%c：显示字符的ASCII码
%g, %G：以科学计数法或浮点形式显示数值
%u：无符号整数
%%：显示%自身

##############做成一个表格###########################

awk -F: 'BEGIN{printf "--------------------------------\n%-20s|%10s|\n--------------------------------\n","username","uid"}{printf "%-20s|%10d|\n--------------------------------\n",$1,$3}' /etc/passwd

6.模式匹配

awk '模式{处理动作}'

PATTERN:根据pattern条件，过滤匹配的行，再做处

7.找到10：00 到 11：00之间的日志

awk '/10/,/11/' 文件名

sed -nr '/10/,/11/p' 文件名

8.关系表达式

关系表达式结果为“真”才会被处理
真：结果为非0值，非空字符串
假：结果为空字符串或0值

8.1 0为假；1为真

8.2 n++

8.3 !0

8.4 i=!i

8.5 !(i=!i)

9.条件判断

if语句：awk的if语句也分为单分支、双分支和多分支
单分支为if(判断条件){执行语句}
双分支为if(判断条件){执行语句}else{执行语句}
多分支为if(判断条件){执行语句}else if(判断条件){执行语句}else if(判断条件){执行语句}else if(判断条件){执行语句

if条件判断

10. for

11.访问、赋值数值元素

12.遍历数组

13.小案例

1. awk '!line[$0]++' test

2. 用for循环，打印端口号信息

ss -natp| awk 'NR!=1{print $1}' | sort |uniq -c

ss -natp | awk 'NR!=1{a[$1]++}END{for(i in a)print i,a[i]}'

3. 提取下面的字段中的 IP地址和时间

58.87.87.99 - - [09/Jun/2020:03:42:43 +0800] "POST /wp-cron.php?doing_wp_cron=1591645363.2316548824310302734375 HTTP/1.1" ""sendfileon
128.14.209.154 - - [09/Jun/2020:03:42:43 +0800] "GET / HTTP/1.1" ""sendfileon
64.90.40.100 - - [09/Jun/2020:03:43:11 +0800] "GET /wp-login.php HTTP/1.1"""sendfileo