[[260119]]

 0、基本用法

awk是一個強大的文本分析工具，簡單來說awk就是把文件逐行讀入，（空格，制表符）為默認(rèn)分隔符將每行切片，切開的部分再進(jìn)行各種分析處理

awk命令格式如下 

awk [-F field-separator] 'commands' input-file(s) 

[-F 分隔符]是可選的，因為awk使用空格，制表符作為缺省的字段分隔符，因此如果要瀏覽字段間有空格，制表符的文本，不必指定這個選項，但如果要瀏覽諸如/etc/passwd文件，此文件各字段以冒號作為分隔符，則必須指明-F選項 

echo "this is a test" | awk '{ print $0 }'  
## 輸出為  
this is a test 

shell讀取用戶輸入的字符串發(fā)現(xiàn)|，代表有管道。|左右被理解為簡單命令，即前一個（左邊）簡單命令的標(biāo)準(zhǔn)輸出指向后一個（右邊）標(biāo)準(zhǔn)命令的標(biāo)準(zhǔn)輸入

awk會根據(jù)分隔符將行分成若干個字段，$0為整行，$1為***個字段，$2 為第2個地段，依此類推…

為打印一個字段或所有字段，使用print命令。這是一個awk動作 

echo "this is a test" | awk '{ print $1 }'  
## 輸出為  
this  
echo "this is a test" | awk '{ print $1, $2 }'  
## 輸出為  
this is 

/etc/passwd的文件內(nèi)容如下 

root:x:0:0:root:/root:/bin/bash  
bin:x:1:1:bin:/bin:/sbin/nologin  
daemon:x:2:2:daemon:/sbin:/sbin/nologin  
adm:x:3:4:adm:/var/adm:/sbin/nologin  
lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin 

舉幾個簡單的小需求

1、只顯示/etc/passwd的賬戶 

awk -F : '{ print $1 }' /etc/passwd  
## 輸出為  
root  
bin  
daemon  
adm  
lp 

2、顯示/etc/passwd的第1列和第7列，用逗號分隔顯示，所有行開始前添加列名start1，start7，***一行添加，end1，end7 

awk -F ':' 'BEGIN {print "start1,start7"} {print $1 "," $7} END {print "end1,end7"}' /etc/passwd  
## 輸出為  
start1,start7  
root,/bin/bash  
bin,/sbin/nologin  
daemon,/sbin/nologin  
adm,/sbin/nologin  
lp,/sbin/nologin  
end1,end7 

BEGIN語句在所有文本處理動作執(zhí)行之前被執(zhí)行，END在所有文本處理動作執(zhí)行之后被執(zhí)行

3、統(tǒng)計/etc/passwd文件中，每行的行號，每行的列數(shù)，對應(yīng)的完整行內(nèi)容 

awk -F : '{ print NR "  " NF "  " $0 }' /etc/passwd  
## 輸出為  
1    7   root:x:0:0:root:/root:/bin/bash  
2    7   bin:x:1:1:bin:/bin:/sbin/nologin  
3    7   daemon:x:2:2:daemon:/sbin:/sbin/nologin  
4    7   adm:x:3:4:adm:/var/adm:/sbin/nologin  
5    7   lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin  

1、支持內(nèi)置變量

上面示例中NR，和NF其實就是awk的內(nèi)置變量，一些內(nèi)置變量如下

2、支持函數(shù)

輸出字符串的長度 

awk 'BEGIN { print length("this is a text") }'  
## 輸出為  
14 

將/etc/passwd的用戶名變成大寫輸出 

awk -F ':' '{ print toupper($1) }' /etc/passwd  
## 輸出為  
ROOT  
BIN  
DAEMON  
ADM  
LP 

常用函數(shù)如下

3、支持條件操作，正則表達(dá)式匹配

顯示/etc/passwd中有daemon的行 

awk -F ':' '$0 ~ /daemon/' /etc/passwd  
## 輸出為  
daemon:x:2:2:daemon:/sbin:/sbin/nologin 

awk條件操作符

4、支持流程控制語句，類C語言

if while do/while for break continue

輸出***個字段的***個字符大于d的行 

awk -F ':' '{ if ($1 > "d") { print $1 } else { print "-" } }' /etc/passwd  
## 輸出為  
root  
-  
daemon  
-  
lp 

可以把流程控制語句放到一個腳本中，然后調(diào)用腳本執(zhí)行，如test.sh的內(nèi)容如下 

{   
    if ($1 > "d") {  
        print $1   
    } else {  
        print "-"   
    }   
} 

用如下方式執(zhí)行，效果一樣 

awk -F ':' -f test.sh /etc/passwd  
## 輸出為  
root  
-  
daemon  
-  
lp  

5、應(yīng)用場景

小編用awk進(jìn)行文本分析比較少，主要用來寫腳本

如一個weibo-interface-1.0.jar應(yīng)用，啟動腳本如下

start.sh 

nohup java -jar weibo-interface-1.0.jar >out 2>&1 & 

關(guān)閉腳本如下，kill.sh 

kill -9 `jps -l | grep 'weibo-interface-1.0.jar' | awk '{print $1}'` 

jps -l的輸出如下 

70208 com.st.kmp.main.KmpService  
31036 com.st.cis.main.BaiduAnalysisService  
66813 weibo-interface-1.0.jar 

還有就是關(guān)閉hadoop集群的所有DataNode節(jié)點（不知道hadoop的可以認(rèn)為DataNode是一個集群應(yīng)用），假如一個個機器jps，查看pid，kill。很麻煩，直接寫了一個腳本，依次ssh到各個節(jié)點，然后執(zhí)行如下命令即可 

kill `jps | grep 'DataNode' | awk '{print $1}'` 

jps的輸出為 

508 DataNode  
31481 JournalNode  
31973 NodeManager