首页 诗词 字典 板报 句子 名言 友答 励志 学校 网站地图
当前位置: 首页 > 教程频道 > 操作系统 > UNIXLINUX >

linux awk简要笔记

2012-07-27 
linux awk简明笔记awk是一个简单强大的文本过滤报告工具。简介其基本结构为 pattern { action }awk是一个面

linux awk简明笔记
awk是一个简单强大的文本过滤报告工具。

简介

其基本结构为 pattern { action }

awk是一个面向行的编程工具。pattern定义了怎么匹配一个行,action定义了匹配成功的动作。默认为所有的行都匹配,BEGIN 和 END 关键字,一个在所有行处理之前执行,一个在所有行处理之后执行。

awk把每一行看作一些field,$0代表整行,$1代表第一个field,等等。

和很多脚本语言不一样的是,$number不代表一个变量,而是一个field。
也不对""之中的符号进行特别解释。

换行不能乱用,可以
{ action1 }
{ action2 }

awk中有3种常量,字符串,数字,正则表达式。
数字和字符串的转换:
字符串转数字,贪婪算法转该字符串的顶头子字符串,如果不行为0。
数字转字符串,CONVFMT控制。整数不受CONVFMT控制。

awk的底层类型有两种,数字,字符串,一个变量可以既是数字,又是字符串,底层保有2个值。原因嘛,效率,精度。

运算符



比较的时候,使用的是最后赋值的类型,而不是最后使用的类型。
对于不确定类型(如传入参数,域)等,能数字比较的数字比较,不能的话变为字符串比较。


和c一脉相传的东西(很相似)

运算符
二元 + - * / % <space>  <space>为字符串连接操作符。
一元 +(正号)  -(负号)
自增运算符 ++ --
+= -= *= /= %=
=(赋值运算符) ()可以明确运算符的优先级。

逻辑符
== != > >= < <=

&& || !

检查一个字符串是否匹配
!~ /正则表达式/ 不匹配正则表达式
~ /正则表达式/ 匹配正则表达式

命令

if ( conditional ) statement [ else statement ]while ( conditional ) statementfor ( expression ; conditional ; expression ) statementfor ( variable in array ) statementbreakcontinue{ [ statement ] ...}variable=expressionprint [ expression-list ] [ > expression ]printf format [ , expression-list ] [ > expression ]next  这个挺好用的,跳出当前处理的行。exit   这个和一般的exit不同,跳过所有的行,但是会执行END。





内置常量

FS - The Input Field Separator Variable

用-F可以指定分隔符。FS是build in的分隔符变量。

经典例子
行为 One Two:Three:4 Five
{print $2FS=":"print $2}

输出 Two:Three:4 Five两次。
防止side-effect,FS的设置在read line之后有效,在一次read line之中变量不会改变,可以消除很多bug。

OFS - The Output Field Separator Variable
NF - The Number of Fields Variable
NR - The Number of Records Variable
RS - The Record Separator Variable
ORS - The Output Record Separator Variable
FILENAME - The Current Filename Variable




Associative Arrays
Instead of using a number to find an entry in an array, use anything you want.
关联数组的key全部都是string。

直接引用数组中不存在的key会创建一个pair。
用 key in array 可以测试该数组是否有一个key的pair并且不创建pair。

delete:删除元素。

BEGIN {username[""]=0;}{username[$3]++;}END {for (i in username) {if (i != "") {print username[i], i;}}}


Multi-dimensional Arrays
a[1,2] = y; 这个不行。
a[1 "," 2] = y; 记住,<space>是字符串连接。

Example of using AWK's Associative Arrays
1 记住初始化一个值。
2 好的变量命名。
3 确保输入正确。
4 给每一个field起一个好名字。
5 一遍遍历,得到所有东西。

一个好例子,值得好好研究,用户,组,文件所占空间大小检测程序。
#!/bin/shfind . -type f -print | xargs /usr/bin/ls -islg | awk 'BEGIN {# initialize all arrays used in for loopu_count[""]=0;g_count[""]=0;ug_count[""]=0;all_count[""]=0;}{# validate your input        if (NF != 11) {#ignore} else {# assign field namesinode=$1;size=$2;linkcount=$4;user=$5;group=$6; # should I count this file?doit=0;if (linkcount == 1) {# only one copy - count itdoit++;} else {# a hard link - only count first oneseen[inode]++;if (seen[inode] == 1) {doit++;}}# if doit is true, then count the fileif (doit ) {# total up counts in one pass# use description array names# use array index that unifies the arrays# first the counts for the number of filesu_count[user " *"]++;g_count["* " group]++;ug_count[user " " group]++;all_count["* *"]++;# then the total disk space usedu_size[user " *"]+=size;g_size["* " group]+=size;ug_size[user " " group]+=size;all_size["* *"]+=size;}        }}END {# output in a form that can be sorted        for (i in u_count) {if (i != "") {                print u_size[i], u_count[i], i;}        }        for (i in g_count) {if (i != "") {                print g_size[i], g_count[i], i;}        }        for (i in ug_count) {if (i != "") {                print ug_size[i], ug_count[i], i;}        }        for (i in all_count) {if (i != "") {                print all_size[i], all_count[i], i;}        }} ' | # numeric sort - biggest numbers first# sort fields 0 and 1 first (sort starts with 0)# followed by dictionary sort on fields 2 + 3sort +0nr -2 +2d | # add header(echo "size count user group";cat -) |# convert space to tab - makes it nice output# the second set of quotes contains a single tab charactertr ' ' '' # done - I hope you like it





note
note:虽然是脚本,但是防错,注释,明确初始值等等好的脚本编程习惯还是挺有用的。

热点排行