Linux文本分析命令awk的妙用

系统 Linux
awk是一个强大的文本分析工具,简单来说awk就是把文件逐行读入,(空格,制表符)为默认分隔符将每行切片,切开的部分再进行各种分析处理。

[[260119]]

 0、基本用法

awk是一个强大的文本分析工具,简单来说awk就是把文件逐行读入,(空格,制表符)为默认分隔符将每行切片,切开的部分再进行各种分析处理

awk命令格式如下 

awk [-F field-separator] 'commands' input-file(s) 
  • 1.

[-F 分隔符]是可选的,因为awk使用空格,制表符作为缺省的字段分隔符,因此如果要浏览字段间有空格,制表符的文本,不必指定这个选项,但如果要浏览诸如/etc/passwd文件,此文件各字段以冒号作为分隔符,则必须指明-F选项 

echo "this is a test" | awk '{ print $0 }'  
## 输出为  
this is a test 
  • 1.
  • 2.
  • 3.

shell读取用户输入的字符串发现|,代表有管道。|左右被理解为简单命令,即前一个(左边)简单命令的标准输出指向后一个(右边)标准命令的标准输入

awk会根据分隔符将行分成若干个字段,$0为整行,$1为***个字段,$2 为第2个地段,依此类推…

为打印一个字段或所有字段,使用print命令。这是一个awk动作 

echo "this is a test" | awk '{ print $1 }'  
## 输出为  
this  
echo "this is a test" | awk '{ print $1, $2 }'  
## 输出为  
this is 
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.

/etc/passwd的文件内容如下 

root:x:0:0:root:/root:/bin/bash  
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 
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.

举几个简单的小需求

1、只显示/etc/passwd的账户 

awk -F : '{ print $1 }' /etc/passwd  
## 输出为  
root  
bin  
daemon  
adm  
lp 
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.

2、显示/etc/passwd的第1列和第7列,用逗号分隔显示,所有行开始前添加列名start1,start7,***一行添加,end1,end7 

awk -F ':' 'BEGIN {print "start1,start7"} {print $1 "," $7} END {print "end1,end7"}' /etc/passwd  
## 输出为  
start1,start7  
root,/bin/bash  
bin,/sbin/nologin  
daemon,/sbin/nologin  
adm,/sbin/nologin  
lp,/sbin/nologin  
end1,end7 
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.

BEGIN语句在所有文本处理动作执行之前被执行,END在所有文本处理动作执行之后被执行

3、统计/etc/passwd文件中,每行的行号,每行的列数,对应的完整行内容 

awk -F : '{ print NR "  " NF "  " $0 }' /etc/passwd  
## 输出为  
1    7   root:x:0:0:root:/root:/bin/bash  
2    7   bin:x:1:1:bin:/bin:/sbin/nologin  
3    7   daemon:x:2:2:daemon:/sbin:/sbin/nologin  
4    7   adm:x:3:4:adm:/var/adm:/sbin/nologin  
5    7   lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin  
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.

1、支持内置变量

上面示例中NR,和NF其实就是awk的内置变量,一些内置变量如下

变量名 解释
FILENAME awk浏览的文件名
FS 设置输入字段分隔符,等价于命令行-F选项
NF 浏览记录的字段个数
NR 已读的记录数

2、支持函数

输出字符串的长度 

awk 'BEGIN { print length("this is a text") }'  
## 输出为  
14 
  • 1.
  • 2.
  • 3.

将/etc/passwd的用户名变成大写输出 

awk -F ':' '{ print toupper($1) }' /etc/passwd  
## 输出为  
ROOT  
BIN  
DAEMON  
ADM  
LP 
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.

常用函数如下

函数名 作用
toupper(s) 返回s的大写
tolower(s) 返回s的小写
length(s) 返回s长度
substr(s,p) 返回字符串s中从p开始的后缀部分

3、支持条件操作,正则表达式匹配

显示/etc/passwd中有daemon的行 

awk -F ':' '$0 ~ /daemon/' /etc/passwd  
## 输出为  
daemon:x:2:2:daemon:/sbin:/sbin/nologin 
  • 1.
  • 2.
  • 3.

awk条件操作符

操作符 描述
< 小于
<= 小于等于
== 等于
!= 不等于
~ 匹配正则表达式
!~ 不匹配正则表达式

4、支持流程控制语句,类C语言

if while do/while for break continue

输出***个字段的***个字符大于d的行 

awk -F ':' '{ if ($1 > "d") { print $1 } else { print "-" } }' /etc/passwd  
## 输出为  
root  
 
daemon  
 
lp 
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.

可以把流程控制语句放到一个脚本中,然后调用脚本执行,如test.sh的内容如下 

{   
    if ($1 > "d") {  
        print $1   
    } else {  
        print "-"   
    }   

  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.

用如下方式执行,效果一样 

awk -F ':' -f test.sh /etc/passwd  
## 输出为  
root  
 
daemon  
 
lp  
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.

5、应用场景

小编用awk进行文本分析比较少,主要用来写脚本

如一个weibo-interface-1.0.jar应用,启动脚本如下

start.sh 

nohup java -jar weibo-interface-1.0.jar >out 2>&1 & 
  • 1.

关闭脚本如下,kill.sh 

kill -9 `jps -l | grep 'weibo-interface-1.0.jar' | awk '{print $1}'` 
  • 1.

jps -l的输出如下 

70208 com.st.kmp.main.KmpService  
31036 com.st.cis.main.BaiduAnalysisService  
66813 weibo-interface-1.0.jar 
  • 1.
  • 2.
  • 3.

还有就是关闭hadoop集群的所有DataNode节点(不知道hadoop的可以认为DataNode是一个集群应用),假如一个个机器jps,查看pid,kill。很麻烦,直接写了一个脚本,依次ssh到各个节点,然后执行如下命令即可 

kill `jps | grep 'DataNode' | awk '{print $1}'` 
  • 1.

jps的输出为 

508 DataNode  
31481 JournalNode  
31973 NodeManager  
  • 1.
  • 2.
  • 3.

 

责任编辑:庞桂玉 来源: Linux学习
相关推荐

2016-12-23 10:56:34

linuxshellawk

2019-11-06 16:40:31

awkLinux文本分析工具

2021-03-06 07:00:00

awk文本分析工具Linux

2020-07-07 10:50:19

Python丄则表达文本

2023-06-28 11:49:56

Linux命令

2010-01-05 16:55:44

JSON 文本

2017-04-27 08:54:54

Python文本分析网络

2023-11-30 12:03:06

linuxAwk

2024-09-23 09:20:00

Python文本分析

2025-02-17 15:06:07

2024-11-06 17:04:47

AWK编程

2022-10-09 08:00:00

机器学习文本分类算法

2023-12-10 21:35:45

Linux服务器日志分析

2023-11-28 15:18:24

Python

2010-08-03 16:17:17

NFS协议

2010-09-06 14:14:32

ppp-on

2023-10-20 16:25:30

Python

2018-11-13 12:52:50

Linux内核栈回溯

2019-12-17 10:40:48

awkLinux编写脚本

2019-08-20 14:29:45

grepsedawk
点赞
收藏

51CTO技术栈公众号