AWK是一个优良的文本处理工具，Linux及Unix环境中现有的功能最强大的数据处理引擎之一。这种编程及数据操作语言（其名称得自于它的创始人阿尔佛雷德·艾侯、彼得·温伯格和布莱恩·柯林汉姓氏的首个字母）的最大功能取决于一个人所拥有的知识。awk经过改进生成的新的版本nawk,gawk，现在默认linux系统下日常使用的是gawk，用命令可以查看正在应用的awk的来源（ls -l /bin/awk ）
格式：
awk [options] 'script' file1 file2,...
awk [options] 'PATTERN {action}' file1 file2,...
print,printf
awk的输出：
一、print
print的使用格式：
print item1,item2,...
要点：
-
各项目之间使用逗号隔开，而输出时则以空白字符分隔；
-
输出的item可以为字符串或数值、当前记录的字段（如$1）、变量或awk的表达式；数值会先转换为字符串，而后在输出；
-
print命令后面的item可以省略，此时其功能相当于print $0，因此，如果想输出空白行，则需要使用print ""；
例子：
#awk 'BEGIN {print "line one\nline two\nline three"}'
awk -F:'{print $1,$3}' /etc/passwd
二、awk变量
-
awk内置变量之记录变量：
FS：field,separator，读取文本时，所使用的字段分隔符；
RS：Record separator，输入文本信息所使用的换行符；
OFS：Output Filed Separator
ORS：Output Row Separator
-
awk内置变量之数据变量：
NR：the number of input records,awk命令所处理的记录数；如果有多个文件，这个数目会把处理的多个文件中行统一计数；
NF：Number of Field，当前记录的field个数；
FNR：与NR不同的是，FNR用于记录正在处理的行是当前这一文件中被总共处理的行数；
ARGV：数组，保存命令行本身这个字符串，如awk '{print $0}' a.txt b.txt 这个命令中，ARGV[0]保存awk，ARGV[1]保存a.txt；
ARGC：awk命令的参数的个数；
FILENAME：awk命令所处理的文件个数；
ENVIRON：当前shell环境变量及其值得关联数组；
如：awk 'BEGIN{print ENviron["PATH"]}'
-
用户自定义变量
gawk允许用户自定义自己的变量以便在程序代码中使用，变量名命名规则与大多数编程语言相同，只能使用字母、数字和下划线，且不能以数字开头。gawk变量名称区分字符大小写。
1)在脚本中赋值变量
在gawk中给变量赋值使用赋值语句进行，例如：
awk 'BEGIN {var="variable testing";print var}'
2)在命令行中使用赋值变量
gwak命令也可以在“脚本”外为变量赋值，并在脚本中引用。例如，上述的例子还可以改写为：
awk -v var="variable testing" 'BEGIN{print var}'
三、printf
printf命令的使用格式：
printf format,item1，item2，...
要点：
-
其与print命令的最大不同是，printf需要指定format；
-
format用于指定后面的每个item的输出格式；
-
printf语句不会自动打印换行符；\n
format格式的指示符都以%开头，后跟一个字符；如下：
%c：显示字符的ASCII码；
%d，%i：十进制整数；
%e，%E：科学计数法显示数值；
%f：显示浮点数；
%g，%G：以科学计数法的格式或浮点数的格式显示数值；
%s：显示字符串；
%u：无符号整数；
%%：显示%自身；
修饰符：
N：显示宽度；
-：左对齐；
+：显示数值符号；
例子：
#awk -F ：'{printf "%-15s %i\n",$1$3}' /etc/passwd
四、输出重定向
print items > output-file
print items >> output-file
print items | command
特殊文件描述符：
/dev/stdin：标准输入
/dev/sdtout：标准输出
/dev/stderr：错误输出
/dev/fd/N：某特定文件描述符，/dev/stdin就相当于/dev/fd/0；
例子：
#awk -F : '{printf "%-15s %i\n",$1,$3 > "/dev/stderr"}' /etc/passwd
六、awk的操作符：
1. 算术操作符：
-x: 负值
+x: 转换为数值；
x^y:
x**y: 次方
x*y: 乘法
x/y：除法
x+y:
x-y:
x%y:
2. 字符串操作符：
只有一个，而且不用写出来，用于实现字符串连接；
3. 赋值操作符：
=
+=
-=
*=
/=
%=
^=
**=
++
--
需要注意的是，如果某模式为=号，此时使用/=/可能会有语法错误，应以/[=]/替代；
4. 布尔值
awk中，任何非0值或非空字符串都为真，反之就为假；
5. 比较操作符：
x < yTrue if x is less than y.
x <= yTrue if x is less than or equal to y.
x > yTrue if x is greater than y.
x >= yTrue if x is greater than or equal to y.
x == yTrue if x is equal to y.
x != yTrue if x is not equal to y.
x ~ yTrue if the string x matches the regexp denoted by y.
x !~ yTrue if the string x does not match the regexp denoted by y.
subscript in array True if the array array has an element with the subscript subscript
7. 表达式间的逻辑关系符：
&&
||
8. 条件表达式：
selector?if-true-exp:if-false-exp
if selector; then
if-true-exp
else
if-false-exp
fi
a=3
b=4
a>b?a is max:b ia max
9. 函数调用：
function_name (para1,para2)
七、awk的模式：
awk 'program' input-file1 input-file2 ...
其中的program为：
pattern {action}
pattern {action}
...
-
常见的模式类型：
1)Regexp：正则表达式，格式为/regular expression/
2)expression：表达式，其值非0或为非空字符时满足条件，如：$1~/foo/或$1 == "xxx"，用运算符~（匹配）和!~(不匹配)。
3)Ranges：指定的匹配范围，格式为pat1,pat2
4)BEGIN/END：特殊模式，仅在awk命令执行前运行一次或结束前运行一行
5)Empty(空模式)：匹配任意输入行；
-
常见的Action
1)Expressions:
2)Control statements
3)Compound statements
4)Input statements
5)Output statements
/正则表达式/：使用通配符的扩展集
关系表达式：可以用下面运算符表中的关系运算符进行操作，可以是字符串或数字的比较，如$2>%1选择第二个字段比第一个字段长的行。
模式匹配表达式：
模式，模式：指定一个行的范围。该语法不能包括BEGIN和END模式。
BEGIN：让用户指定在第一条输入记录被处理之前所发生的动作，通常可在这里设置全局变量。
END：让用户在最后一条输入记录被读取之后发生的动作。
八、控制语句
1）if-else
语法：if (condition) {then-body} else {[else-body]}
例子：
awk -F: '{if ($1=="root") print $1, "Admin"; else print $1, "Common User"}' /etc/passwd
awk -F: '{if ($1=="root") printf "%-15s: %s\n", $1,"Admin"; else printf "%-15s: %s\n", $1, "Common User"}' /etc/passwd
awk -F: -v sum=0 '{if ($3>=500) sum++}END{print sum}' /etc/passwd
2)while
语法：while (condition) {statement1; statement2;...
awk -F: '{i=1;while (i<=3) {print $i;i++}}' /etc/passwd
awk -F: '{i=1;while (i<=NF) { if (length($i)>=4) {print $i}; i++ }}' /etc/passwd
3)do-while
语法：do {statement1,statement2,...} while (condition)
awk -F: '{i=1;do {print $i;i++}while(i<=3)}' /etc/passwd
4)for
语法：for (cariable assignment;condition;iteration process){statement1,statement2,..}
awk -F: '{for(i=1;i<=3;i++) print $i}' /etc/passwd
awk -F: '{for(i=1;i<=NF;i++) { if (length($i)>=4) {print $i}}}' /etc/passwd
for循环还可以用来遍历数组元素：
语法：for(i in array) {statement1,statement2,...}
awk -F: '$NF!~/^$/{BASH[$NF]++}END{for(A in BASH){printf "%15s:%i\n",A,BASH[A]}}' /etc/passwd
5)case
语法：switch (expression) {case VALUE or /REGEXP/: statement1,statement2,... default:statement1,...}
6)break 和 continue
常用于循环或case语句中
7)next
提前结束对本行文本的处理，并接着处理下一行；例如，下面的命令将显示其ID号为奇数的用户
#awk -F : '{if($3%2==0) next;print $1,$3}' /etc
九、awk中使用数组
-
数组
array[index-expression]
index-expression可以使用任意字符串；需要注意的是，如果数据组元素事先不存在，那么在引用其时，awk会自动创建此元素并初始化为空串；因此，要判断某数据组中是否存在某些元素，需要使用index in array的方式。
要遍历数组中的每一个元素，需要使用如下的特殊结构：
for (var in array) { statement1,... }
其中，var用于引用数组下标，而不是元素值；
例子：
netstat -ant | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'
每出现一被/^tcp/模式匹配到的行，数组S[$NF]就加1，NF为当前匹配到的行的最后一个字段，此处用其值做为数组S的元素索引；
awk '{counts[$1]++}; END {for(url in counts) print counts[url], url}' /var/log/httpd/access_log
用法与上一个例子相同，用于统计某日志文件中IP地的访问量
2.删除数组变量
从关系数组中删除数组索引需要使用delete命令。使用格式为：
delete array[index]
十、awk的内置函数
split(string,arrary [ ,gieldsep[, seps ] })
功能：将string表示的字符串以fieldsep为分隔符进行分隔，并将分隔后的结构保存至array为名的数组中；数组下标为从0开始的序列；
netstat -ant | awk '/:80\>/{split($5,clients,":");IP[clients[1]]++}END{for(i in IP){print IP[i],i}}' | sort -rn | head -50
length([string])
功能：返回string字符串中字符的个数；
substr(string, start [, length])
功能：取string字符串中的子串，从start开始，取length个；start从1开始计数；
system(command)
功能：执行系统command并将结果返回至awk命令
systime()
功能：取系统当前时间
tolower(s)
功能：将s中的所有字母转为小写
toupper(s)
功能：将s中的所有字母转为大写
十一、用户自定义函数
自定义函数使用funciton关键字。格式如下：
function F_NAME([variable])
{
statements
}
函数还可以使用return语句返回值，格式为“return value”。
