awk：一个强大的文本分析工具

[[385612]]

awk 是流式编辑器，针对文档中的行来操作，一行一行地执行。awk 可以非常方便、高效地操作文档以及字符，从而实现我们想要的格式。它的功能非常强大，我在 shell 脚本中经常使用它来处理字符串。下面介绍几个在工作中使用 awk 较频繁的用法。

1.   截取文档中的某个段

示例命令如下： 

# head -n2 test.txt |awk -F ':' '{print $1}'
root
bin

本例中，-F 选项的作用是指定分隔符。如果不加 -F 选项，则以空格或者 tab 为分隔符。print 为打印的动作，用来打印某个字段。$1 为第 1 个字段，$2 为第 2 个字段，以此类推。但 $0 比较特殊，它表示整行： 

# head -n2 test.txt |awk -F':' '{print $0}'
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin

注意 awk 的格式，-F 后面紧跟单引号，单引号里面为分隔符。print 的动作要用 {} 括起来，否则会报错。print 还可以打印自定义的内容，但是自定义的内容要用双引号括起来，如下所示：

# head -n2 test.txt |awk -F ':' '{print $1"#"$2"#"$3"#"$4}'
root#x#0#0
bin#x#1#1

2.　匹配字符或者字符串

在文档中过滤出包含指定字符串的行，示例命令如下：

# awk '/oo/' test.txt
root:x:0:0:root:/root:/bin/bash
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
postfix:x:89:89::/var/spool/postfix:/sbin/nologin
setroubleshoot:x:992:990::/var/lib/setroubleshoot:/sbin/nologin

这跟 sed 的用法类似，能实现 grep 的功能，但没有颜色显示，肯定没有 grep 用起来方便。不过 awk 还有比 sed 更强大的匹配，如下所示：

# awk -F ':' '$1 ~/oo/' test.txt
root:x:0:0:root:/root:/bin/bash
setroubleshoot:x:992:990::/var/lib/setroubleshoot:/sbin/nologin

它可以让某个段去匹配，这里的~就是匹配的意思。

此外，awk 还可以多次匹配，如下所示：

# awk -F ':' '/root/ {print $1,$3} /test/ {print $1,$3}' test.txt
root 0
operator 11
test 1006

本例中，awk 匹配完 root，再匹配 test，并且只打印所匹配的段。

3.　条件操作符

有时候，在匹配字符的同时要给出限定条件，比如第 3 段为 0 。示例命令如下：

# awk -F ':' '$3=="0"' /etc/passwd
root:x:0:0:root:/root:/bin/bash

在 awk 中，我们可以用逻辑符号进行判断，比如 == 就是等于，也可以理解为精确匹配。另外，还有 >、>=、<、<=、!=等。值得注意的是，在和数字比较时，若把要比较的数字用双引号引起来，那么 awk 不会将其认为是数字，而会认为是字符，不加双引号就会认为是数字。示例命令如下：

# awk -F ':' '$3>="500"' /etc/passwd |head -n 5
shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown
halt:x:7:0:halt:/sbin:/sbin/halt
mail:x:8:12:mail:/var/spool/mail:/sbin/nologin
nobody:x:65534:65534:Kernel Overflow User:/:/sbin/nologin
dbus:x:81:81:System message bus:/:/sbin/nologin

本例中，阿铭本想把 uid 大于等于 500 的行打印出来，但是结果并不理想。这是因为 awk 把所有的数字都当作字符了，就跟上一章中提到的 sort 排序原理一样。但是，如果不加双引号，就得到了想要的结果：

# awk -F ':' '$3>=500' /etc/passwd|head -n 5
nobody:x:65534:65534:Kernel Overflow User:/:/sbin/nologin
systemd-coredump:x:999:997:systemd Core Dumper:/:/sbin/nologin
polkitd:x:998:996:User for polkitd:/:/sbin/nologin
geoclue:x:997:995:User for geoclue:/var/lib/geoclue:/sbin/nologin
unbound:x:996:991:Unbound DNS resolver:/etc/unbound:/sbin/nologin

# awk -F ':' '$7!="/sbin/nologin"' /etc/passwd
root:x:0:0:root:/root:/bin/bash
sync:x:5:0:sync:/sbin:/bin/sync
shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown
halt:x:7:0:halt:/sbin:/sbin/halt
aminglinux:x:1000:1000:aminglinux:/home/aminglinux:/bin/bash

上例中，!= 表示不匹配，它除了针对某一个段的字符进行逻辑比较外，还可以在两个段之间进行逻辑比较。如下所示： 

# awk -F ':' '$3<$4' /etc/passwd
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
games:x:12:100:games:/usr/games:/sbin/nologin
ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin

另外，还可以使用 && 和 ||，它们分别表示“并且”和“或者”。&& 的用法如下：

# awk -F ':' '$3>"5" && $3<"7"' /etc/passwd
shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown
nobody:x:65534:65534:Kernel Overflow User:/:/sbin/nologin
tss:x:59:59:Account used by the trousers package to sandbox the tcsd daemon:/dev/null:/sbin/nologin

|| 的用法如下：

# awk -F ':' '$3>1000 || $7=="/bin/bash"' /etc/passwd
root:x:0:0:root:/root:/bin/bash
nobody:x:65534:65534:Kernel Overflow User:/:/sbin/nologin
aminglinux:x:1000:1000:aminglinux:/home/aminglinux:/bin/bash

4.  awk 的内置变量

awk 常用的变量有 OFS、NF 和 NR。OFS 和 -F 选项有类似的功能，也是用来定义分隔符的，但是它是在输出的时候定义的。NF 表示用分隔符分隔后一共有多少段。NR 表示行号。

OFS 的用法示例如下：

# head -5 /etc/passwd |awk -F ':' '{OFS="#"} {print $1,$3,$4}'
root#0#0
bin#1#1
daemon#2#2
adm#3#4
lp#4#7

还有更高级一些的用法： 

# awk -F ':' '{OFS="#"} {if ($3>=1000) {print $1,$2,$3,$4}}' /etc/passwd
nobody#x#65534#65534
aminglinux#x#1000#1000

变量 NF 的具体用法如下：

# head -n3 /etc/passwd | awk -F ':' '{print NF}'
7
7
7 

# head -n3 /etc/passwd | awk -F ':' '{print $NF}'
/bin/bash
/sbin/nologin
/sbin/nologin

这里 NF 是多少段，$NF 是最后一段的值。变量 NR 的具体用法如下：

# head -n3 /etc/passwd | awk -F ':' '{print NR}'
1
2
3

我们还可以使用 NR 作为判断条件，如下所示：

# awk 'NR>40' /etc/passwd
insights:x:978:976:Red Hat Insights:/var/lib/insights:/sbin/nologin
sshd:x:74:74:Privilege-separated SSH:/var/empty/sshd:/sbin/nologin
avahi:x:70:70:Avahi mDNS/DNS-SD Stack:/var/run/avahi-daemon:/sbin/nologin
tcpdump:x:72:72::/:/sbin/nologin
aminglinux:x:1000:1000:aminglinux:/home/aminglinux:/bin/bash

NR 也可以配合段匹配一起使用，如下所示：

# awk -F ':' 'NR<20 && $1 ~ /roo/' /etc/passwd
root:x:0:0:root:/root:/bin/bash

5.  awk 中的数学运算

awk 可以更改段值，示例命令如下：

# head -n 3 /etc/passwd |awk -F ':' '$1="root"'
root x 0 0 root /root /bin/bash
root x 1 1 bin /bin /sbin/nologin
root x 2 2 daemon /sbin /sbin/nologin

awk 也可以对各个段的值进行数学运算，示例命令如下： 

# head -n2 /etc/passwd
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin

# head -n2 /etc/passwd |awk -F ':' '{$7=$3+$4}'

# head -n2 /etc/passwd |awk -F ':' '{$7=$3+$4; print $0}'
root x 0 0 root /root 0
bin x 1 1 bin /bin 2

awk 还可以计算某个段的总和，示例命令如下：

# awk -F ':' '{(tot=tot+$3)}; END {print tot}' /etc/passwd
84699

这里的 END 是 awk 特有的语法，表示所有的行都已经执行。如下所示：

# awk -F ':' '{if ($1=="root") {print $0}}' /etc/passwd
root:x:0:0:root:/root:/bin/bash

其实 awk 可以写成一个脚本文件，而且有它特有的语法。在 awk 中使用 if 判断、for 循环都可以，只是在日常管理工作中，使用那么复杂的语句并不常见。

最后，我们再附上常见正则字符的解释。

• . 表示任意一个字符，比如空格、特殊符号等。

• * 表示 * 前面的字符有 0 个或多个，比如 a* 那就是 0 个 a 或者多个 a。

• .* 表示任意个任意字符，就是贪婪匹配了。

• + 就是 + 前面的字符有 1 个或者多个，如 a+ 就是 a、aa、aaa……

• ? 就是 ? 前面的字符有 1 个或者 0 个。

• { } 里面是一个范围，如 {1,5} 就是 { } 前面的字符有 1~5 个。

• | 表示或者，如 a|b 就是 a 或者 b。

• [ ] 表示这里面的任意一个字符，如 [abc] 就是 a 或者 b 或者 c。此外，也可以用范围 [0-9] 表示任意一个数字，用 [a-z] 表示任意一个小写字母。

• ^ 表示开头。

• $ 表示结尾。

本篇文章节选自《跟阿铭学 Linux（第4版）》一书。