awk流编辑器

工作原理
逐行读取文本，默认以空格或tab键为分隔符进行分隔，将分隔所得的各个字段保存到内建变量中，并按模式或者条件执行编辑命令。
sed命令常用于一整行的处理，而awk比较倾向于将一行分成多个“字段”然后再进行处理。awk信息的读入也是逐行读取的，执行结果可以通过print的功能将字段数据打印显示。在使用awk命令的过程中,可以使用逻辑操作符“&&”表示“与”、“||”表示“或”、“!”表示“非”；还可以进行简单的数学运算，如+、-、*、/、%、^分别表示加、减、乘、除、取余和乘方。

命令格式

awk 选项 '模式或条件 {操作}' 文件 1 文件 2 …
awk -f 脚本文件 文件 1 文件 2 …

awk常见的内建变量（可直接用）如下所示

FS：列分割符。指定每行文本的字段分隔符，默认为空格或制表位。与"-F"作用相同
NF：当前处理的行的字段个数。
NR：当前处理的行的行号（序数）。
$0：当前处理的行的整行内容。
$n：当前处理行的第n个字段（第n列）。
FILENAME：被处理的文件名。
RS：行分隔符。awk从文件上读取资料时,将根据RS的定义把资料切割成许多条记录,而awk一次仅读入一条记录,以进行处理。预设值是'\n'

awk如何分隔列？（面试题）

1. -F 指定分隔符
2. 修改FS内建变量

---

awk命令示例

按行输出文本

awk '{print}' testfile2                 #输出所有内容
awk '{print $0}' testfile2              #输出所有内容

显示行内容区间

awk 'NR==1,NR==3{print}' testfile2        #输出第 1~3 行内容
awk '(NR>=1)&&(NR<=3){print}' testfile2   #输出第 1~3 行内容    && 和
awk 'NR==1||NR==3{print}' testfile2       #输出第1行、第3行内容 || 或
awk '(NR>=4)&&(NR<=6)||NR==10{print $0}' testfile2 #输出4-6 10行内容

  显示奇偶行

awk '(NR%2)==1{print}' testfile2        #输出所有奇数行的内容
awk '(NR%2)==0{print}' testfile2        #输出所有偶数行的内容

sed -n 'p;n' testfile #sed实现奇偶行输出 依靠输出、换行

 通过字符串选择行内容

awk '/^root/{print}' /etc/passwd        #输出以 root 开头的行

awk '/nologin$/{print}' /etc/passwd     #输出以 nologin 结尾的行

 BEGIN END的使用   （统计行数）

awk 'BEGIN {x=0};/\/bin\/bash$/{x++};END {print x}' /etc/passwd        

统计以/bin/bash 结尾的行数，等同于 grep -c "/bin/bash$" /etc/passwd

BEGIN先执行BEGIN模式中指定的动作
awk再处理指定的文本
END最后执行，END{}语句块中，往往会放入打印结果等语句

先begin指定x=0 再匹配文本/bin/bash，匹配到就执行x++。最后end输出x的值

awk 'BEGIN {x=0};/nologin$/{x++; print x,$0};END {print x}' /etc/passwd
      
每行输出当前x值（行号） 在输出当前行文本($0)  最后输出统计的总行数 

按内容输出文本 $

单条件判断

由于/etc/passwd文件用：分隔符，需要先指定分隔符-F ":"  ，或是更改内建变量FS=":"

若需要操作的文件用空格等分隔，无需更改，直接$1 $2 $3位置变量输出即可

awk -F ":" '{print $3}' /etc/passwd         #输出每行中(以空格或制表位分隔)的第3个字段

awk -F ":" '{print $1,$3}' /etc/passwd        #输出每行中的第1、3个字段

awk -F ":" '$3<5{print $1,$3}' /etc/passwd    #输出第3个字段的值小于5的第1、3个字段内容

awk -F ":" '!($3<200){print}' /etc/passwd     #输出第3个字段的值不小于200的行

awk 'BEGIN {FS=":"};{if($3>=1000){print $1}}' /etc/passwd 
#若不想在 判断条件{执行语句} ，想写在 {} 内 写法为   {判断条件 {执行语句} }
#先处理完BEGIN的内容吧分隔符改为：，再判断第三个字段>=1000满足就输出 
#与上一条差不多意思，更麻烦的写法

 多条件判断

awk -F ":" '($7!="/bin/bash")&&($7!="/sbin/nologin"){print}' /etc/passwd    
#输出第7个字段既不为/bin/bash，也不为/sbin/nologin的所有行

 三元运算符作为判断条件

awk -F ":" '{max=($3>=$4)?$3:$4;{print $1,max}}' /etc/passwd        
#($3>$4)?$3:$4;三元运算符，如果第3个字段的值大于等于第4个字段的值，
#则把第3个字段的值赋给max，否则第4个字段的值赋给max

NR输出行号

awk -F ":" '{print NR,$0}' /etc/passwd        
#输出每行内容和行号，每处理完一条记录，NR值加1

根据字段包含内容筛选输出

awk -F ":" '$1~"o"{print NR,$0}' /etc/passwd        
#输出第一个字段包含o的行的内容和行号

awk -F ":" '$7~"/bash"{print $1}' /etc/passwd    
#输出以冒号分隔且第7个字段中包含/bash的行的第1个字段

awk -F ":" '$7!~"/bash"{print $1}' /etc/passwd    
#输出以冒号分隔且第7个字段中不包含/bash的行的第1个字段

awk -F ":" '$NF~"/bash"{print $0}' /etc/passwd    
#输出以冒号分隔且最后一个字段中包含/bash的行

awk -F ":" '($1~"root")&&(NF==7){print $1,$2}' /etc/passwd    
#输出第1个字段中包含root且有7个字段的行的第1、2个字段

ps -elf | awk '$2~"Z" {print $0}'
#显示系统僵尸进程
ps -elf | awk '$2~"R" {print $0}'
#显示系统运行进程

ps -aux | awk '$8~"Z" {print $0}'
#显示系统僵尸进程
ps -aux | awk '$8~"R" {print $0}'
#显示系统运行进程

 

通过管道、双引号调用 Shell 命令

NR输出行数

echo $PATH | awk 'BEGIN{RS=":"};END{print NR}'
# | 将echo输出交给awk处理 统计以冒号分隔的文本段落数

统计 | wc -l

awk -F: '/bash$/{print}' /etc/passwd | wc -l   #写在外面
awk -F: '/bash$/{print | "wc -l"}' /etc/passwd #写在里面 麻烦但是更快（缓存读取）
#调用 wc -l 命令统计使用 bash 的用户个数,等同于 grep -c "bash$" /etc/passwd

查看内存百分比

free -m | awk '/Mem:/ {print int($3/($3+$4)*100)"%"}'
#free -m输出交给awk，查找Mem行，输出  $3使用内存/（$3使用内存+$4空闲内存）

查看CPU空闲率、使用率

top -b -n 1 | grep Cpu | awk -F ',' '{print $4}' | awk '{print $1}'
#查看当前CPU空闲率，（-b -n 1 表示只需要1次的输出结果） 
top -b -n 1 | grep Cpu | awk -F ',' '{print $4}' | awk '{print 100-$1}'
#查看当前CPU使用率

top输出所有信息
grep找到cpu行  %Cpu(s):  0.0 us,  0.0 sy,  0.0 ni,100.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
awk以，分隔cpu行信息，选取第四段   100.0 id 
再次awk，选取第一段 100

注意，当cpu 空闲 id字段 不为100时，前面会有一个空格，会对以空格分隔的awk语句造成影响。

所以上方的命令先用  ，作为分隔符awk选取一次，再awk以 空格 为分隔符再选取一次。

%Cpu(s):  0.0 us,  0.7 sy,  0.0 ni, 99.3 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
%Cpu(s):  0.0 us,  0.0 sy,  0.0 ni,100.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st

 查看磁盘使用率

df | awk '$NF=="/"{print $5}' #使用值
#筛选最后一个字段($NF) 为 / (根目录)的行 选取第五个字段（可用值）
df | awk '$NF=="/"{print 100-$5"%"}' #空闲值
df | awk '$NF=="/"{print $5}' | awk -F% '{print 100-$1"%"}' #空闲值（严谨写法 脱掉%运算后再加上）

显示上次重启的日期和时间

date -d "$(awk -F "." '{print $1}' /proc/uptime) second ago" +"%F %H:%M:%S" 

    2023-05-15 22:33:57

显示上次系统重启时间，等同于uptime
second ago为显示多少秒前的时间
+"%F %H:%M:%S"等同于+"%Y-%m-%d %H:%M:%S"的时间格式

/proc/uptime 第一列输出的是，系统启动到现在的时间（以秒为单位）
第二列输出的是，系统空闲的时间（以秒为单位）

date -d "$(cat /proc/uptime | awk -F. '{print $1}') second ago" +"%Y-%m-%d %H:%M:%S"

    2023-05-15 22:33:57 #cat 通过 | 传输给awk处理 从缓存中读，比上方命令更高效

1.  cat /proc/uptime                          → 3237.81 25848.28
2.  cat /proc/uptime | awk -F. '{print $1}'   → 3237
3.  → date -d "3272 second ago" +"%Y-%m-%d %H:%M:%S"

uptime
    23:35:35 up  1:01,  1 user,  load average: 0.00, 0.01, 0.05

调用w命令,并用来统计在线用户数

awk 'BEGIN {n=0 ; while ("w" | getline) n++ ; {print n-2}}' 

n=0，w | getline获取行 n++，输出n-2

 w获取的前两行是不需要的，因此n-2

调用 hostname,并输出当前的主机名

hostname直接可以获取结果，因此getline直接$0就完事了

awk 'BEGIN {"hostname" | getline ; {print $0}}'
    xue

调用seq获得奇偶行

seq 10 生成1-10的数字

seq 10 | awk '{getline; print $0}'      #获取偶数行
seq 10 | awk '{print $0; getline}'      #获取基数行

当getline左右无重定向符“<”或“|”时，awk首先读取到了第一行，就是1，然后getline，就得到了1下面的第二行，就是2，因为getline之后，awk会改变对应的NF（字段），NR（行号），FNR（每个文件的行号）和$0等内部变量，所以此时的$0的值就不再是1，而是2了，然后将它打印出来。
当getline左右有重定向符“<”或“|”时，getline则作用于定向输入文件，由于该文件是刚打开，并没有被awk读入一行，只是getline读入，那么getline返回的是该文件的第一行，而不是隔行。

FNR：单个文件内的行号。awk当前读取的记录数，其变量值小于等于NR（比如当读取第二个文件时，FNR是从0开始重新计数，而NR不会）。

NR：多个文件总读取的行号。
NR==FNR：用于在读取两个或两个以上的文件时，判断是不是在读取第一个文件

 输出分隔符OFS

echo "A B C D" | awk '{print $1 $2 $3 $4;}'
    ABCD

echo "A B C D" | awk '{print $1","$2","$3","$4}'
    A,B,C,D #原始写法 手动","分隔

echo "A B C D" | awk '{OFS="|";print $0;$1=$1;print $0}'
    A B C D
    A|B|C|D #OFS指定输出分隔符
echo "A B C D" | awk 'BEGIN {OFS="|"}; {$1=$1;print $0}'
    A|B|C|D #OFS指定输出分隔符 BEGIN写法

$1=$1 是用来激活$0的重新赋值,也就是说 字段$1...和字段数NF的改变会促使awk重新计算$0的值,通常是在改变OFS后而需要输出$0时这样做

 awk 定义输出数组

awk 'BEGIN{a[0]=10;a[1]=20; print a[1]}'
    20
awk 'BEGIN{a[0]=10;a[1]=20; print a[0]}'
    10
awk 'BEGIN{a["abc"]=10;a["xyz"]=20;print a["abc"]}'
    10
awk 'BEGIN{a["abc"]=10;a["xyz"]=20;print a["xyz"]}'
    20
awk 'BEGIN{a["abc"]="aabbcc";a["xyz"]="xxyyzz";print a["xyz"]}'
    xxyyzz
awk 'BEGIN{a[0]=10;a[1]=20;a[2]=30;for(i in a){print i,a[i]}}'
    0 10
    1 20
    2 30

PS1：BEGIN中的命令只执行一次
PS2：awk数组的下标除了可以使用数字，也可以使用字符串，字符串需要使用双引号

awk 数组 统计文本出现次数、行数

cat test.txt
    aaa
    aaa
    bbb
    ccc
    aaa
    bbb
    aaa

统计所有行数

awk每读一行，a数组下标1位置的值自增1

awk '{a[1]++}END{for(i in a){print a[i]}}' test.txt
    7

统计文本出现次数 数组方式

把得到的行内容 $1（aaa、bbb、ccc）作为a数组的下标地址，

awk每读一行，a数组的下标 $1（aaa、bbb、ccc）自加1 ，从而实现分类统计

awk '{a[$1]++}END{for(i in a){print a[i],i}}' test.txt | sort -r
    4 aaa
    2 bbb
    1 ccc

 统计文本出现次数 sort | uniq方式

cat test.txt | sort #先使用sort排序
    aaa
    aaa
    aaa
    aaa
    bbb
    bbb
    ccc
cat test.txt | sort | uniq -c #在使用uniq合并-c统计重复次数
      4 aaa
      2 bbb
      1 ccc

awk 数组 统计网址出现次数

vim b.txt
    http://www.baidu.com/index.html
    http://www.google.com/index.html
    http://www.baidu.com/set.html
    http://www.baidu.com/get.html
    http://www.google.com/index.html
    http://www.yahoo.com.cn/put.html

将域名提取出来，统计域名重复次数，按次数降序排列，输出统计结果

方法1 sort | uniq方式

awk -F/ '{print $3}' b.txt #提取域名
awk -F/ '{print $3}' b.txt | sort -n #排序域名 
awk -F/ '{print $3}' b.txt | sort -n | uniq -c #重复内容合并 统计次数

      3 www.baidu.com
      2 www.google.com
      1 www.yahoo.com.cn

方法2 awk 数组方式

awk -F/ '{a[$3]++}END{for(i in a){print a[i],i}}' b.txt | sort -r

    3 www.baidu.com
    2 www.google.com
    1 www.yahoo.com.cn

---

awk命令应用

编写监控脚本,如果查到有人访问本机密码输错超过三次报警

 方法1 sort | uniq方式

cat /var/log/secure | awk '/Failed password/{print $11}' | sort -n | uniq -c

方法2 awk 数组方式

awk '/Failed/{ip[$11]++}END{for(i in ip){print i","ip[i]}}' /var/log/secure

        将其编写为shell脚本

#!/bin/bash
x=`awk '/Failed/{ip[$11]++}END{for(i in ip){print i","ip[i]}}' /var/log/secure`
#/Failed/找到包含Failed行 找到$11[ip字段]作为数组下标++1
for i in $x 
do
    p=${i%,*}        #变量p内容是ip
    s=${i#*,}        #变量s内容是输错密码的次数
    [ $s -gt 3 ] && echo "报警! $p访问本机失败了$s次,赶紧处理" 
done

使用awk 统计 httpd 访问日志中每个客户端IP的出现次数?

awk '{ip[$1]++}END{for(i in ip){print ip[i],i}' /var/log/httpd/access_log | sort -r

定义数组，数组名称为ip，数字的下标为日志文件的第1列（也就是客户端的IР地址)，++的目的在于对客户端进行统计计数，客户端IP出现一次计数器就加1。END中的指令在读取完文件后执行，通过循环将所有统计信息输出，for循环遍历的是数组名ip的下标。

使用 awk 去重

arr=(1 2 3 4 5 5 4 3 2 1)
awk -v RS=' ' '!a[$1]++' <<< ${arr[@]}
#-v 设置变量
#<<< 表示将后面的内容作为前面命令的标准输入
#awk '1' 就是 awk '1{print}' ，允许打印读入的行内容，例：echo 123 | awk '1'
#awk '0' 就是 awk '0{print}' ，不允许打印读入的行内容，例：echo 123 | awk '0'
#var++ 的形式：先读取 var 变量值，再对 var 值 +1

 awk 处理第一行时：先读取 a[$1] 值再自增，a[$1] 即 a[1] 值为空(即0)，即为 awk '!0'，即为 awk '1'，即为 awk'1{print}'
 awk 处理第二行时：先读取 a[$1] 值再自增，a[$1] 即 a[1] 值为 1，即为 awk '!1'，即为 awk '0'，即为 awk '0{print}'

cpu负载,内存容量,硬盘空间,网卡流量,安装的软件包数量,账户数量,当前登录的账户数量,进程数量,输错密码的主机

uptime,free -m,df -h,ifconfig ens33,rpm -qa|wc -l,/etc/passwd,who,ps aux, /var/log/secure

显示系统相关参数

ip=`ifconfig ens33 | awk '/inet /{print $2}'`
echo "本地IP地址是:"$ip
cpu=`uptime | awk '{print $NF}'`
#awk中NF为当前行的列数，$NF是最后一列
echo "本机CPU最近15分钟的负载是:"$cpu
net_in=`ifconfig ens33 | awk '/RX p/{print $5}'`
echo "入站网卡流量为:"$net_in
net_out=`ifconfig ens33 | awk '/TX p/{print $5}'`
echo "出站网卡流量为:"$net_out
mem=`free -m | awk '/^Mem/{print $4)'`
echo "内存剩余容量为:"$mem
disk=`df -h | awk '/sda1/{print $4}'`
echo "根分区剩余容量为:"$disk
user=`cat /etc/passwd |wc -l`
echo "本地账户数量为:"$user
login=`who | wc -l`
echo "当前登陆计算机的账户数量为:"$login
process=`ps aux | wc -l`
echo "当前计算机启动的进程数量为:"$process
soft=`rpm -qa | wc -l`
echo "当前计算机已安装的软件数量为:"$soft

过滤密码失败的命令

awk '/Failed password/{ip[$11]++}END{for(i in ip){print i","ip[i],i}}' /var/log/secure | awk '$1>3{print $2}'
awk '/Invalid user/{print $10}' /var/log/secure | awk '{ip[$1]++}END{for(i in ip){print ip[i],i}}' | awk '$1>3{print $2}'