awk使用示例分析-开发技术-互联网-天达云

awk使用示例分析
更新：HHH 时间：2023-1-7

这篇文章主要讲解了“awk使用示例分析”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“awk使用示例分析”吧！

awk是一个强大的文本分析工具。

awk其名称得自于它的创始人 Alfred Aho 、Peter Weinberger 和 Brian Kernighan 姓氏的首个字母。实际上 awk 的确拥有自己的语言： awk 程序设计语言，三位创建者已将它正式定义为“样式扫描和处理语言”。它允许您创建简短的程序，这些程序读取输入文件、为数据排序、处理数据、对输入执行计算以及生成报表，还有无数其他的功能。

-F 指定分隔符，而不以默认的空白（空格符或者制表符）
-v 指定变量
-f 指定脚本的文件名，即将脚本放入一个文件当中，避免 awk 书写太长，影响视觉，和重复编写

BEGIN 关键字会执行一次指定的脚本段
END 关键字定义的脚本段，在所有操作完成之后

处理数据的脚本段在第二个程序中定义

++ -- 增加与减少(前置或后置)
^ ** 指数(右结合性)
! + - 非、一元加号、一元减号
* / % 乘、除、余数
+ - 加、减
< <= == != > >= 比较
&& 逻辑AND( 简写)
|| 逻辑OR( 简写)
?: 三元条件式
= += -= *= /= %= ^= **= 赋值( 右结合性)

$ 后面跟数字，表示获取指定列的域，0 代表取整条记录
ARGC 命令行参数个数
ARGV 命令行参数构成胡数组
FILENAME 当前输入文件的文件名
FS 设置输入域分隔符，等价于命令行 -F选项
OFS 输出域分隔符
RS 控制记录分隔符
ORS 输出记录分隔符
NF 浏览记录的域的个数
NR 已读的记录数
FNR 与NR功用类似，不同的是awk每打开一个新文件，FNR便从0重新累计
IGNORECASE 是否忽略大小写

记录默认指的是每行，因为记录分隔符（RS）是换行符
域默认指的是每个单词，因为域分隔符（FS）是空格

awk 通过内建变量 ARGC ( 参数计数 ) 与 ARGV ( 参数向量，或参数值 ) ，让命令行参数可用。

cat showargs.awk BEGIN { print "ARGC= ", for 0; k<ARGC; k++)

{    print "ARGV["k"]=["ARGV[k]"]"    } } awk -f showargs.awk mi_info # ARGC= 2# ARGV[0]=[awk] # ARGV[1]=[mi_info] ## 求和 awk '{sum+=$NF} END {print "Sum = ", sum}' mi_info # Sum = 21693

## 求平均 awk '{sum+=$NF} END {print "Average = ", sum/NR}' mi_info # Average = 3099

## 求最大值 awk 'BEGIN {max = 0} {if ($NF>max) max=$NF fi} END {print "Max=", max}' mi_info # Max= 3999

## 求最小值（min的初始值设置一个超大数即可） awk 'BEGIN {min = 1999999} {if ($NF<min) min=$NF fi} END {print "Min=", min}' mi_info # Min= 2499

# 求访问次数的Top 10 Resource，可以根据此进行优化 cat logs/`date +%u`.log | grep -v '172.16' |grep -v '127.0.0.1' \    | awk '{ if(index($1,"219.141.246")!=0) print $2; else print $1 }' \    | sort | uniq -c | sort -n | tail -n 10

# awk的范围模式也是封闭范围。 # 在所有记录中他们会顺序进行多次匹配，第一次匹配完后还可以进行下面接下来的第二次、第三次可能的匹配范围。 # 如果开头匹配到了，但是没有结尾的话，会把整个文件记录的末尾当作是这次匹配的结尾作为范围 awk '/mi6/,/note/ {print NR, $1, $NF}' mi_info # 1 mi6-1 2499
# 2 mi6-2 2899
# 3 minote3-1 2499
# 忽略大小写 awk '{IGNORECASE=1}; $1~"MI" {print NR,$0}' mi_info # "所有信息"
# 每 5 行合并为 1 行 BEGIN {    a = 0;    s = ""; } {    a += 1;    s = s" | "$0    if (a % 5 == 0) {    print s;    s = "";    } } END {    print s } awk 'BEGIN{a="100"; b="10test10"; print (a+b+0);}'
# 110
# 只需要将变量通过 "+" 连接运算。自动强制将字符串转为整型。 # 非数字变成 0，发现第一个非数字字符，后面自动忽略。 awk 'BEGIN{a=100;b=100;c=(a""b);print c}'
# 100100
# 只需要将变量与 "" 符号连接起来运算即可。 awk 'BEGIN{a="a";b="b";c=(a+b);print c}'
# 0
# 字符串连接操作通"二"，"+"号操作符。模式强制将左右2边的值转为数字类型。然后进行操作。

数组

## 数组示例 awk 'BEGIN{x=0;i=0;} \     {name[x++]=$1;} \     END { for(;i<NR;i++){ print "name["i"] is",name[i]} }' mi_info   # name[0] is mi6-1
# name[1] is mi6-2
# name[2] is minote3-1
# name[3] is minote3-2
# name[4] is mix2-1
# name[5] is mix2-2
# name[6] is mix2-3

正则表达式元字符

^ 行首定位符
$ 行尾定位符
. 匹配除换行之外的单个字符
\* 匹配0个或者多个前导字符(这里是前导字符0或者多个，任意一个或多个字符，使用 .* )
+ 匹配一个或者多个前导字符
? 匹配0个或者1个前导字符
[] 指定字符中的任意一个字符，比如[Ll] [a-z]
[^] 上面一样，不匹配的字符
AA|BB 匹配AA或者BB
(AB)+ 匹配一个或者多个AB组合，比如AB,ABAB,ABABAB...
\* 匹配*本身
& 保存查找匹配到的串，可以用在后面的替换中 s/love/**&**/

内置函数

sub(/reg/,替换串[,目标串])
gsub(/reg/,替换串[,目标串])
index(str,sub_str)　返回sub_str第一次在str中出现的位置(偏移量从1开始)
length(str) 返回字符串的字符个数
substr(str,start_pos[,length])　返回子串，如果没有length，就到串的末尾
match(str,/reg/) 返回正则匹配在字符串中的位置，同时设置RSTART和RLENGTH的值
split(str,arr_name[,split_sig])

atan2(x,y)
cos(x)
exp(x)
log(x)
sin(x)
sqrt(x)
int(x)直接舍去小数，保留整数部分
rand() 产生随机数(0~1) srand(x) 初始化随机数种子

默认情况下每次调用rand()，结果都会产生相同的随机数，这时候需要调用srand()重新产生一个种子，后面的随机数才不同

## 函数示例 awk 'BEGIN{ print rand(),rand(),srand(),rand(),rand();}'
# 0.237788 0.291066 1 0.215969 0.629868
awk 'BEGIN{ print rand(),rand(),srand(),rand(),rand();}'
# 0.237788 0.291066 1 0.556348 0.749557
awk 'BEGIN{ print rand(),rand(),srand(),rand(),rand();}'
# 0.237788 0.291066 1 0.0931369 0.835396

条件语句和循环

## 语句和循环示例   (a) if
# 在条件模式中，if是隐含的模式了，而条件语句if也可以按照需要直接声明出来的句式类似于
if () {} else if else {}   awk '{ if( $1 ~ /note/) { print "note related."} else if ( $1 ~ /mix/ ) { print "mix related."} else { print "other ..."} }' mi_info # other ... # other ... # note related. # note related. # mix related. # mix related. # mix related.   (b) while
# 句法
while () {}   awk 'BEGIN { i = 0; count = 0; } { while ( i < NR ) { i ++; if ( $1 ~ /note/ ) { count++; print NR, $1,$4,$5 } } } END { print "Count:",count }' mi_info # 3 minote3-1 6G 64G # 4 minote3-2 6G 128G # Count: 2

(c) for
# 普通for循环，句法
for( ; ; ){}   awk 'BEGIN { i = 0;} { for(;i<NR;i++) { if( $1 ~ /note/ ){ print NR,$1,$4,$5,"~~" } }}' mi_info # 3 minote3-1 6G 64G ~~ # 4 minote3-2 6G 128G ~~   (d) break continue
# 同C/C++语言一样，是作用于跳出循环体和跳出本次循环的关键字。   ### 程序控制语句 (a) next # 从文件中读取下一行输入，然后从awk脚本顶部开始重新执行。同continue效果也有点相似，只不过这里是作用于awk工具在对每行操作的自动“循环”中的
(b) exit # 中断记录的处理，但是不能够跳过END语句块。exit可以带一个范围为0~255的退出参数，约定0表示成功，这个退出参数实际就传递给了$?表示执行的结果   awk '{ if ( $1 ~ /note/ ) { print NR,$1,$7,"skip"; next; } if ( $1 ~ /mix/ ) { print NR,$1,$7,"exit will"; exit 3; } print NR,$1,$7,"after if..."; } END { print "Fininal should be called here..." }' mi_info # 1 mi6-1 2499 after if... # 2 mi6-2 2899 after if... # 3 minote3-1 2499 skip # 4 minote3-2 2899 skip # 5 mix2-1 3299 exit will # Fininal should be called here... echo $? # 3

系统交互

## (a) 支持 > >>　重定向符号使用的时候作为文件名参数需要使用 "" 括起来，getline可以用于输入重定向来获得输入信息
awk 'BEGIN { "date" | getline date; print "The date is",date > "date.file"}'
cat date.file
# The date is Wed Dec 28 18:43:39 HKT 2016

## (b) 管道 |
awk '/note/ { print $0 | "grep 2499" }' mi_info
# minote3-1 5.5" 660 6G 64G 3500mAh 2499

## (c) system 函数。可以进行系统命令调用
awk 'BEGIN { system("whoami") }'
# root

## (d) printf　格式化输出信息，跟C语言的类似
awk 'BEGIN { printf "Hello, %s, you are %d years old.\n","Nicol TAO","23"}'
# Hello, Nicol TAO, you are 23 years old.

如果处理逻辑复杂，就将代码写进文件里，再通过 -f 引用；这样可防止敲错代码。
灵活调用系统命令，内置变量，使代码更简洁。
处理大文件时，多审核优化逻辑代码，可有效提高执行效率。

感谢各位的阅读，以上就是“awk使用示例分析”的内容了，经过本文的学习后，相信大家对awk使用示例分析这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是天达云，小编将为大家推送更多相关知识点的文章，欢迎关注！


返回开发技术教程...

新手上路

产品管理

支付方式

关于我们