shell編程之正則表達式（三）awk工具

awk 工具
在 Linux/UNIX 系統中，awk 是一個功能強大的編輯工具，逐行讀取輸入文本，並根據指定的匹配模式進行查找，對符合條件的內容進行格式化輸出或者過濾處理，可以在無交互的情況下實現相當複雜的文本操作，被廣泛應用於 Shell 腳本，完成各種自動化配置任務。
awk 常見用法
通常情況下 awk 所使用的命令格式如下所示，其中，單引號加上大括號“{}”用於設置對數據進行的處理動作。awk 可以直接處理目標文件，也可以通過“-f”讀取腳本對目標文件進行處理。
awk 選項 '模式或條件 {編輯指令}' 文件 1 文件 2 „ //過濾並輸出文件符條件的內容awk -f 腳本文件 文件 1 文件 2 „ //從腳本中調用編輯指令,過濾並輸出內容。前面提到 sed 命令常用於一整行的處理,而 awk 比較傾向於將一行分成多個“字段”然後再進行處理，且默認情況下字段的分隔符爲空格或者 tab 鍵。awk 執行結果可以通過 print 的功能將字段數據打印顯示。在使用 awk 命令的過程中,可以使用邏輯操作符“&&”，表示“與”， “||”表示“或”，“！”表示“非”；還可以進行簡單的數學運算，如+、-、*、/、%、^分別 表示加、減、乘、除、取餘和乘方。
在 Linux 系統中/etc/passwd 是一個非常典型的格式化文件，各字段間使用“：”作爲分隔符隔開，Linux 系統中的大部分日誌文件也是格式化文件，從這些文件中提取相關信息
是運維的日常工作內容之一。若需要查找出/etc/passwd 的用戶名、用戶 ID、組 ID 等列， 執行以下 awk 命令即可。

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

awk 從輸入文件或者標準輸入中讀入信息，與 sed 一樣，信息的讀入也是逐行讀取的。不同的是 awk 將文本文件中的一行視爲一個記錄，而將一行中的某一部分（列）作爲記錄中的一個字段（域）。爲了操作這些不同的字段，awk 借用 shell 中類似於位置變量的方法， 用$1、$2、$3„順序地表示行（記錄）中的不同字段。另外 awk 用$0 表示整個行（記錄）。不同的字段之間是通過指定的字符分隔。awk 默認的分隔符是空格。awk 允許在命令行中用“-F 分隔符”的形式來指定分隔符。
awk 包含幾個特殊的內建變量（可直接用）如下所示：

• FS：指定每行文本的字段分隔符，默認爲空格或製表位（tab）。
• NF：當前處理的行的字段個數。
• NR：當前處理的行的行號（序數）。
• $0：當前處理的行的整行內容。
• $n：當前處理行的第 n 個字段（第 n 列）。
• FILENAME：被處理的文件名。
  RS：數據記錄分隔，默認爲\n，即每行爲一條記錄。
  用法示例

  awk    '{print}' test.txt
  //輸出所有內容,等同於 cat test.txt
  awk '{print $0}' test.txt 
  //輸出所有內容,等同於 cat test.txt

  awk 'NR==1,NR==3{print}' test.txt   
  awk '(NR>=1)&&(NR<=3){print}' test.txt
  輸出第 1~3 行內容

  awk 'NR==1||NR==3{print}' test.txt  
  #輸出第 1 行、第 3 行內容

  awk '(NR%2)==1{print}' test.txt 
  #輸出所有奇數行的內容

  awk '(NR%2)==0{print}' test.txt 
  #輸出所有偶數行的內容

  awk '/^root/{print}' /etc/passwd    
  #輸出以root 開頭的行

  awk '/nologin$/{print}' /etc/passwd
  輸出以 nologin 結尾的行

  awk 'BEGIN {x=0} ; /\/bin\/bash$/{x++};END {print x}' /etc/passwd
  #統計以/bin/bash 結尾的行數,等同於： 
  grep -c "/bin/bash$" /etc/passwd 

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

  按字段輸出文本

  awk '{print $3}' test.txt   
  #輸出每行中(以空格或製表位分隔)的第 3 個字段
  awk '{print $1,$3}' test.txt    
  #輸出每行中的第 1、3 個字段
  awk -F ":" '$2==""{print}' /etc/shadow 
  #輸出密碼爲空的用戶的shadow 記錄
  awk 'BEGIN {FS=":"}; $2==""{print}' /etc/shadow
  //輸出密碼爲空的用戶的shadow 記錄
  awk -F ":" '$7~"/bash"{print $1}' /etc/passwd
  //輸出以冒號分隔且第 7 個字段中包含/bash 的行的第 1 個字段
  awk '($1~"nfs")&&(NF==8){print $1,$2}' /etc/services
  //輸出包含 8 個字段且第 1 個字段中包含 nfs 的行的第 1、2 個字段
  awk -F ":" '($7!="/bin/bash")&&($7!="/sbin/nologin"){print}' /etc/passwd
  //輸出第 7 個字段既不爲/bin/bash 也不爲/sbin/nologin 的所有行

  0通過管道、雙引號調用 Shell 命令

awk -F: '/bash$/{print | "wc -l"}' /etc/passwd
#調用wc -l 命令統計使用bash 的用戶個數,等同於 grep -c "bash$" /etc/passwd 
awk 'BEGIN {while ("w" | getline) n++ ; {print n-2}}'
#調用w 命令,並用來統計在線用戶數
awk 'BEGIN { "hostname" | getline ; print $0}'
#調用hostname,並輸出當前的主機名

sort 工具
在 Linux 系統中，常用的文件排序工具有三種：sort、uniq、wc 。本章將介紹前兩種工具的用法。
sort 是一個以行爲單位對文件內容進行排序的工具，也可以根據不同的數據類型來排序。例如數據和字符的牌局就不一樣。sort 命令的語法爲“sort [選項] 參數”，其中常用的選項包括以下幾種。

• -f：忽略大小寫；
• -b：忽略每行前面的空格；
• -M：按照月份進行排序；
• -n：按照數字進行排序；
• -r：反向排序；
• -u：等同於 uniq，表示相同的數據僅顯示一行；
• -t：指定分隔符，默認使用[Tab]鍵分隔；
• -o <輸出文件>：將排序後的結果轉存至指定文件；
• -k：指定排序區域。
  運用實例：

  [root@localhost ~]# sort /etc/passwd
  #將/etc/passwd 文件中的賬號進行排序

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

  將/etc/passwd 文件中第三列進行排序，並將輸出內容保存至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 系統中通常與 sort 命令結合使用，用於報告或者忽略文件中的重複行。具體的命令語法格式爲：uniq [選項] 參數。其中常用選項包括以下幾種。
  -c：進行計數；
  -d：僅顯示重複行；
  -u：僅顯示出現一次的行；

  刪除 testfile 文件中的重複行。
  [root@localhost ~]# cat testfile
  [root@localhost ~]# uniq testfile

  刪除 testfile 文件中的重複行，並在行首顯示該行重複出現的次數。
  [root@localhost ~]# uniq -c testfile 

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