Linux：“awk”命令的妙用

awk是一個強大的文本分析工具，簡單來說awk就是把文件逐行讀入，（空格，製表符）為默認分隔符將每行切片，切開的部分再進行各種分析處理。

0、基本用法

awk是一個強大的文本分析工具，簡單來說awk就是把文件逐行讀入，（空格，製表符）為默認分隔符將每行切片，切開的部分再進行各種分析處理

awk命令格式如下

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

[-F 分隔符]是可選的，因為awk使用空格，製表符作為缺省的字段分隔符，因此如果要瀏覽字段間有空格，製表符的文本，不必指定這個選項，但如果要瀏覽諸如/etc/passwd文件，此文件各字段以冒號作為分隔符，則必須指明-F選項

echo "this is a test" | awk '{ print $0 }' 
## 輸出為 
this is a test

shell讀取用戶輸入的字符串發現|，代表有管道。|左右被理解為簡單命令，即前一個（左邊）簡單命令的標準輸出指向後一個（右邊）標準命令的標準輸入

awk會根據分隔符將行分成若干個字段，$0為整行，$1為第一個字段，$2 為第2個地段，依此類推…

為打印一個字段或所有字段，使用print命令。這是一個awk動作

echo "this is a test" | awk '{ print $1 }' 
## 輸出為 
this 
echo "this is a test" | awk '{ print $1, $2 }' 
## 輸出為 
this is

/etc/passwd的文件內容如下

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

舉幾個簡單的小需求

1、只顯示/etc/passwd的賬戶

awk -F : '{ print $1 }' /etc/passwd 
## 輸出為 
root 
bin 
daemon 
adm 
lp

2、顯示/etc/passwd的第1列和第7列，用逗號分隔顯示，所有行開始前添加列名start1，start7，最後一行添加，end1，end7

awk -F ':' 'BEGIN {print "start1,start7"} {print $1 "," $7} END {print "end1,end7"}' /etc/passwd 
## 輸出為 
start1,start7 
root,/bin/bash 
bin,/sbin/nologin 
daemon,/sbin/nologin 
adm,/sbin/nologin 
lp,/sbin/nologin 
end1,end7

BEGIN語句在所有文本處理動作執行之前被執行，END在所有文本處理動作執行之後被執行

3、統計/etc/passwd文件中，每行的行號，每行的列數，對應的完整行內容

awk -F : '{ print NR " " NF " " $0 }' /etc/passwd 
## 輸出為 
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、支持內置變量

上面示例中NR，和NF其實就是awk的內置變量，一些內置變量如下

變量名 解釋
FILENAMEawk瀏覽的文件名
FS設置輸入字段分隔符，等價於命令行-F選項
NF 瀏覽記錄的字段個數
NR 已讀的記錄數

2、支持函數

輸出字符串的長度

awk 'BEGIN { print length("this is a text") }'

## 輸出為

14

將/etc/passwd的用戶名變成大寫輸出

awk -F ':' '{ print toupper($1) }' /etc/passwd

## 輸出為

ROOT 
BIN 
DAEMON 
ADM 
LP

常用函數如下

函數名 作用
toupper(s)返回s的大寫
tolower(s) 返回s的小寫
length(s) 返回s長度 

substr(s,p) 返回字符串s中從p開始的後綴部分

3、支持條件操作，正則表達式匹配

顯示/etc/passwd中有daemon的行

awk -F ':' '$0 ~ /daemon/' /etc/passwd

## 輸出為

daemon:x:2:2:daemon:/sbin:/sbin/nologin 
awk條件操作符
操作符\t描述
< 小於 < = 小於等於 == 等於 != 不等於 ~ 匹配正則表達式 !~ 不匹配正則表達式

4、支持流程控制語句，類C語言

if while do/while for break continue

輸出第一個字段的第一個字符大於d的行

awk -F ':' '{ if ($1 > "d") { print $1 } else { print "-" } }' /etc/passwd

## 輸出為

root 
- 
daemon 
- 
lp

可以把流程控制語句放到一個腳本中，然後調用腳本執行，如test.sh的內容如下

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

用如下方式執行，效果一樣

awk -F ':' -f test.sh /etc/passwd

## 輸出為

root 
- 
daemon 
- 
lp

5、應用場景

小編用awk進行文本分析比較少，主要用來寫腳本

如一個weibo-interface-1.0.jar應用，啟動腳本如下

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

關閉腳本如下，kill.sh

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

jps -l的輸出如下

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

還有就是關閉hadoop集群的所有DataNode節點（不知道hadoop的可以認為DataNode是一個集群應用），假如一個個機器jps，查看pid，kill。很麻煩，直接寫了一個腳本，依次ssh到各個節點，然後執行如下命令即可

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

jps的輸出為

508 DataNode 
31481 JournalNode 
31973 NodeManager