Linux GNU awk

GNU awk：

	文本处理三工具：grep, sed, awk
		grep, egrep, fgrep：文本过滤工具；pattern
		sed: 行编辑器
			模式空间、保持空间
		awk：报告生成器，格式化文本输出；

		AWK: Aho, Weinberger, Kernighan --> New AWK, NAWK

		GNU awk, gawk

	gawk - pattern scanning and processing language

		基本用法：gawk [options] 'program' FILE ...
			program: PATTERN{ACTION STATEMENTS}
				语句之间用分号分隔

				print, printf

			选项：
				-F：指明输入时用到的字段分隔符；
				-v var=value: 自定义变量；

		1、print

			print item1, item2, ...

			要点：
				(1) 逗号分隔符；
				(2) 输出的各item可以字符串，也可以是数值；当前记录的字段、变量或awk的表达式；
				(3) 如省略item，相当于print $0; 

		2、变量
			2.1 内建变量
				FS：input field seperator，默认为空白字符；
				OFS：output field seperator，默认为空白字符；
				RS：input record seperator，输入时的换行符；
				ORS：output record seperator，输出时的换行符；

				NF：number of field，字段数量
					{print NF}, {print $NF}
				NR：number of record, 行数；
				FNR：各文件分别计数；行数；

				FILENAME：当前文件名；

				ARGC：命令行参数的个数；
				ARGV：数组，保存的是命令行所给定的各参数；

			2.2 自定义变量
				(1) -v var=value

					变量名区分字符大小写；

				(2) 在program中直接定义

		3、printf命令

			格式化输出：printf FORMAT, item1, item2, ...

				(1) FORMAT必须给出; 
				(2) 不会自动换行，需要显式给出换行控制符，\n
				(3) FORMAT中需要分别为后面的每个item指定一个格式化符号；

				格式符：
					%c: 显示字符的ASCII码；
					%d, %i: 显示十进制整数；
					%e, %E: 科学计数法数值显示；
					%f：显示为浮点数；
					%g, %G：以科学计数法或浮点形式显示数值；
					%s：显示字符串；
					%u：无符号整数；
					%%: 显示%自身；

				修饰符：
					#[.#]：第一个数字控制显示的宽度；第二个#表示小数点后的精度；
						%3.1f
					-: 左对齐
					+：显示数值的符号

		4、操作符

			算术操作符：
				x+y, x-y, x*y, x/y, x^y, x%y
				-x
				+x: 转换为数值；

			字符串操作符：没有符号的操作符，字符串连接

			赋值操作符：
				=, +=, -=, *=, /=, %=, ^=
				++, --

			比较操作符：
				>, >=, <, <=, !=, ==

			模式匹配符：
				~：是否匹配
				!~：是否不匹配

			逻辑操作符：
				&&
				||
				!

			函数调用：
				function_name(argu1, argu2, ...)

			条件表达式：
				selector?if-true-expression:if-false-expression

				# awk -F: '{$3>=1000?usertype="Common User":usertype="Sysadmin or SysUser";printf "%15s:%-s\n",$1,usertype}' /etc/passwd

		5、PATTERN

			(1) empty：空模式，匹配每一行；
			(2) /regular expression/：仅处理能够被此处的模式匹配到的行；
			(3) relational expression: 关系表达式；结果有“真”有“假”；结果为“真”才会被处理；
				真：结果为非0值，非空字符串；
			(4) line ranges：行范围，
				startline,endline：/pat1/,/pat2/

				注意： 不支持直接给出数字的格式
				~]# awk -F: '(NR>=2&&NR<=10){print $1}' /etc/passwd
			(5) BEGIN/END模式
				BEGIN{}: 仅在开始处理文件中的文本之前执行一次；
				END{}：仅在文本处理完成之后执行一次；

		6、常用的action

			(1) Expressions
			(2) Control statements：if, while等；
			(3) Compound statements：组合语句；
			(4) input statements
			(5) output statements

		7、控制语句

			if(condition) {statments} 
			if(condition) {statments} else {statements}
			while(conditon) {statments}
			do {statements} while(condition)
			for(expr1;expr2;expr3) {statements}
			break
			continue
			delete array[index]
			delete array
			exit 
			{ statements }

			7.1 if-else

				语法：if(condition) statement [else statement]

				~]# awk -F: '{if($3>=1000) {printf "Common user: %s\n",$1} else {printf "root or Sysuser: %s\n",$1}}' /etc/passwd

				~]# awk -F: '{if($NF=="/bin/bash") print $1}' /etc/passwd

				~]# awk '{if(NF>5) print $0}' /etc/fstab

				~]# df -h | awk -F[%] '/^\/dev/{print $1}' | awk '{if($NF>=20) print $1}'

				使用场景：对awk取得的整行或某个字段做条件判断；

			7.2 while循环
				语法：while(condition) statement
					条件“真”，进入循环；条件“假”，退出循环；

				使用场景：对一行内的多个字段逐一类似处理时使用；对数组中的各元素逐一处理时使用；

				~]# awk '/^[[:space:]]*linux16/{i=1;while(i<=NF) {print $i,length($i); i++}}' /etc/grub2.cfg

				~]# awk '/^[[:space:]]*linux16/{i=1;while(i<=NF) {if(length($i)>=7) {print $i,length($i)}; i++}}' /etc/grub2.cfg

			7.3 do-while循环
				语法：do statement while(condition)
					意义：至少执行一次循环体

			7.4 for循环
				语法：for(expr1;expr2;expr3) statement

					for(variable assignment;condition;iteration process) {for-body}

				~]# awk '/^[[:space:]]*linux16/{for(i=1;i<=NF;i++) {print $i,length($i)}}' /etc/grub2.cfg

				特殊用法：
					能够遍历数组中的元素；
						语法：for(var in array) {for-body}

			7.5 switch语句
				语法：switch(expression) {case VALUE1 or /REGEXP/: statement; case VALUE2 or /REGEXP2/: statement; ...; default: statement}

			7.6 break和continue
				break [n]
				continue

			7.7 next

				提前结束对本行的处理而直接进入下一行；

				~]# awk -F: '{if($3%2!=0) next; print $1,$3}' /etc/passwd

		8、array

			关联数组：array[index-expression]

				index-expression:
					(1) 可使用任意字符串；字符串要使用双引号；
					(2) 如果某数组元素事先不存在，在引用时，awk会自动创建此元素，并将其值初始化为“空串”；

					若要判断数组中是否存在某元素，要使用"index in array"格式进行；

					weekdays[mon]="Monday"

				若要遍历数组中的每个元素，要使用for循环；
					for(var in array) {for-body}

					~]# awk 'BEGIN{weekdays["mon"]="Monday";weekdays["tue"]="Tuesday";for(i in weekdays) {print weekdays[i]}}'

					注意：var会遍历array的每个索引；
					state["LISTEN"]++
					state["ESTABLISHED"]++

					~]# netstat -tan | awk '/^tcp\>/{state[$NF]++}END{for(i in state) { print i,state[i]}}'

					~]# awk '{ip[$1]++}END{for(i in ip) {print i,ip[i]}}' /var/log/httpd/access_log

					练习1：统计/etc/fstab文件中每个文件系统类型出现的次数；
					~]# awk '/^UUID/{fs[$3]++}END{for(i in fs) {print i,fs[i]}}' /etc/fstab

					练习2：统计指定文件中每个单词出现的次数；
					~]# awk '{for(i=1;i<=NF;i++){count[$i]++}}END{for(i in count) {print i,count[i]}}' /etc/fstab

		9、函数

			9.1 内置函数
				数值处理：
					rand()：返回0和1之间一个随机数；

				字符串处理：
					length([s])：返回指定字符串的长度；
					sub(r,s,[t])：以r表示的模式来查找t所表示的字符中的匹配的内容，并将其第一次出现替换为s所表示的内容；
					gsub(r,s,[t])：以r表示的模式来查找t所表示的字符中的匹配的内容，并将其所有出现均替换为s所表示的内容；

					split(s,a[,r])：以r为分隔符切割字符s，并将切割后的结果保存至a所表示的数组中；

					~]# netstat -tan | awk '/^tcp\>/{split($5,ip,":");count[ip[1]]++}END{for (i in count) {print i,count[i]}}'

			9.2 自定义函数

				《sed和awk》