shell编程之正则表达式（三）awk工具

awk 工具
在 Linux/UNIX 系统中，awk 是一个功能强大的编辑工具，逐行读取输入文本，并根据指定的匹配模式进行查找，对符合条件的内容进行格式化输出或者过滤处理，可以在无交互的情况下实现相当复杂的文本操作，被广泛应用于 Shell 脚本，完成各种自动化配置任务。
awk 常见用法
通常情况下 awk 所使用的命令格式如下所示，其中，单引号加上大括号“{}”用于设置对数据进行的处理动作。awk 可以直接处理目标文件，也可以通过“-f”读取脚本对目标文件进行处理。
awk 选项 '模式或条件 {编辑指令}' 文件 1 文件 2 „ //过滤并输出文件符条件的内容awk -f 脚本文件 文件 1 文件 2 „ //从脚本中调用编辑指令,过滤并输出内容。前面提到 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，且默认情况下字段的分隔符为空格或者 tab 键。awk 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。
在 Linux 系统中/etc/passwd 是一个非常典型的格式化文件，各字段间使用“：”作为分隔符隔开，Linux 系统中的大部分日志文件也是格式化文件，从这些文件中提取相关信息
是运维的日常工作内容之一。若需要查找出/etc/passwd 的用户名、用户 ID、组 ID 等列， 执行以下 awk 命令即可。

[root@localhost ~]# awk -F ':' '{print $1,$3,$4}' /etc/passwd

awk 从输入文件或者标准输入中读入信息，与 sed 一样，信息的读入也是逐行读取的。不同的是 awk 将文本文件中的一行视为一个记录，而将一行中的某一部分（列）作为记录中的一个字段（域）。为了操作这些不同的字段，awk 借用 shell 中类似于位置变量的方法， 用$1、$2、$3„顺序地表示行（记录）中的不同字段。另外 awk 用$0 表示整个行（记录）。不同的字段之间是通过指定的字符分隔。awk 默认的分隔符是空格。awk 允许在命令行中用“-F 分隔符”的形式来指定分隔符。
awk 包含几个特殊的内建变量（可直接用）如下所示：

• FS：指定每行文本的字段分隔符，默认为空格或制表位（tab）。
• 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：数据记录分隔，默认为\n，即每行为一条记录。
  用法示例

  awk    '{print}' test.txt
  //输出所有内容,等同于 cat test.txt
  awk '{print $0}' test.txt 
  //输出所有内容,等同于 cat test.txt

  

  awk 'NR==1,NR==3{print}' test.txt   
  awk '(NR>=1)&&(NR<=3){print}' test.txt
  输出第 1~3 行内容

  

  awk 'NR==1||NR==3{print}' test.txt  
  #输出第 1 行、第 3 行内容

  

  awk '(NR%2)==1{print}' test.txt 
  #输出所有奇数行的内容

  

  awk '(NR%2)==0{print}' test.txt 
  #输出所有偶数行的内容

  

  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

  

  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 

  

  awk 'BEGIN{RS=""};END{print NR}' /etc/squid/squid.conf
  #统计以空行分隔的文本段落数

  按字段输出文本

  awk '{print $3}' test.txt   
  #输出每行中(以空格或制表位分隔)的第 3 个字段
  awk '{print $1,$3}' test.txt    
  #输出每行中的第 1、3 个字段
  awk -F ":" '$2==""{print}' /etc/shadow 
  #输出密码为空的用户的shadow 记录
  awk 'BEGIN {FS=":"}; $2==""{print}' /etc/shadow
  //输出密码为空的用户的shadow 记录
  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 '($1~"nfs")&&(NF==8){print $1,$2}' /etc/services
  //输出包含 8 个字段且第 1 个字段中包含 nfs 的行的第 1、2 个字段
  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

  0通过管道、双引号调用 Shell 命令

awk -F: '/bash$/{print | "wc -l"}' /etc/passwd
#调用wc -l 命令统计使用bash 的用户个数,等同于 grep -c "bash$" /etc/passwd 
awk 'BEGIN {while ("w" | getline) n++ ; {print n-2}}'
#调用w 命令,并用来统计在线用户数
awk 'BEGIN { "hostname" | getline ; print $0}'
#调用hostname,并输出当前的主机名

sort 工具
在 Linux 系统中，常用的文件排序工具有三种：sort、uniq、wc 。本章将介绍前两种工具的用法。
sort 是一个以行为单位对文件内容进行排序的工具，也可以根据不同的数据类型来排序。例如数据和字符的牌局就不一样。sort 命令的语法为“sort [选项] 参数”，其中常用的选项包括以下几种。

• -f：忽略大小写；
• -b：忽略每行前面的空格；
• -M：按照月份进行排序；
• -n：按照数字进行排序；
• -r：反向排序；
• -u：等同于 uniq，表示相同的数据仅显示一行；
• -t：指定分隔符，默认使用[Tab]键分隔；
• -o <输出文件>：将排序后的结果转存至指定文件；
• -k：指定排序区域。
  运用实例：

  [root@localhost ~]# sort /etc/passwd
  #将/etc/passwd 文件中的账号进行排序

  

  #将/etc/passwd 文件中第三列进行反向排序
  [root@localhost ~]# sort -t ':' -rk 3 /etc/passwd 

  

  将/etc/passwd 文件中第三列进行排序，并将输出内容保存至user.txt 文件中
  [root@localhost ~]# sort -t ':' -k 3 /etc/passwd -o user.txt
  [root@localhost ~]# cat user.txt 

  
  uniq 工具
  Uniq 工具在 Linux 系统中通常与 sort 命令结合使用，用于报告或者忽略文件中的重复行。具体的命令语法格式为：uniq [选项] 参数。其中常用选项包括以下几种。
  -c：进行计数；
  -d：仅显示重复行；
  -u：仅显示出现一次的行；

  删除 testfile 文件中的重复行。
  [root@localhost ~]# cat testfile
  [root@localhost ~]# uniq testfile

  

  删除 testfile 文件中的重复行，并在行首显示该行重复出现的次数。
  [root@localhost ~]# uniq -c testfile 

  

  查找 testfile 文件中的重复行。
  [root@localhost ~]# uniq -d testfile