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
閱讀更多 邊緣人 的文章