搬运至原简书https://www.jianshu.com/p/2ee...

最近多了很多查找编辑文件和剖析日志的需要，之前只是浅浅的晓得sed，awk大抵的用法，这段时间学下来才发现，sed和awk真是弱小。

awk

awk更善于对文件进行剖析和列的操作。

条件类型加动作在接文件，这里条件类型加动作为一组，一条命令中能够放多组。花括号{}中反对 print 的格局, if, while, for ，逻辑判断等等。

$ awk '{pattern + action}' {filenames}
域编辑

例如，在咱们须要输入 test.log 的第一列：

[root@localhost ~]# awk  '{print $1}' test.log192.29.7.26192.29.7.14192.26.2.26192.15.25.26

awk是这样操作的，读入有'n'换行符宰割的一条记录，而后将记录按指定的域分隔符划分域，填充域。$0则示意所有域，$1示意第一个域，$n示意第n个域。默认域分隔符是"空白键" 或 "[tab]键"，所以$1代表第一列代表IP。
应用-F，可指定分隔符，如：

[root@localhost ~]# awk  -F '"'  '{print $1}' test.log 192.29.7.26 - - [14/Dec/2015:20:58:18 +0800] POST /praise HTTP/1.1 192.29.7.14 - - [14/Dec/2015:20:58:19 +0800] GET /api HTTP/1.1 192.26.2.26 - - [14/Dec/2015:20:58:19 +0800] GET /api HTTP/1.1 192.15.25.26 - - [14/Dec/2015:20:58:19 +0800] GET /api HTTP/1.1

也可指定打印的宰割符，以下打印第一和第四列，应用tab排列。

[root@localhost ~]# awk '{print $1"\t"$4}' test.log

还有很多：

[root@localhost ~]# awk '/200/' text.log     //搜寻文件中匹配200字符的行[root@localhost ~]# awk '{print NR,NF,$1,$NF}' test.log    //显示文件file的以后记录号、域数和每一行的第一个和最初一个域[root@localhost ~]# awk '/string/{print "\047 good \047"}{print $1,$2}' test.log    //找到匹配对象string，在其后输入特定符号，/047代表带引号[root@localhost ~]# awk   'BEGIN { OFS="%"} {print $1,$2}'  test.log    //通过输入%，扭转日志的格局[root@localhost ~]# awk  -F ':'  'BEGIN {print "name,shell"}  {print $1","$7} END {print "blue,/bin/nosh"}'    //能够在输出前后退出特定的标识，罕用于脚本中

合并拆分文件系列：

[root@localhost ~]awk '{ print $0 }' file1 file2 file3>file  //酱file1，file2，file3合并成file

awk无需在变量前增加$符号，这是与shell不一样的中央，下面的例子用到一些变量，在awk中长于使用变量会使工具用处大大增加。以下为各变量的含意。

ARGC        命令行变元个数 ARGV        命令行变元数组 FILENAME    以后输出文件名 FNR     以后文件中的记录号 FS     输出域分隔符，默认为一个空格 RS     输出记录分隔符 NF     以后记录里域个数 NR     到目前为止记录数 OFS     输入域分隔符 ORS     输入记录分隔符
数组与自定义变量

除了awk的内置变量，awk还能够自定义变量。

[root@localhost ~]#  awk '{count++;print $1;} END{print count}' test.log 192.29.7.26192.29.7.14192.26.2.26192.15.25.264

比方刘老师说想看，每分钟的申请数，以下能够将每分钟的申请数列出：

[root@localhost ~]# awk -F: '{count[$2":"$3]++} END {for (minute in count) print minute, count[minute]}' test.log 20:58 4

应用数组能够将日志中IP的申请数统计进去

[root@localhost ~]# awk '{a[$1]+=1;}END{for(i in a){print a[i]" " i;}}' test.log
复合表达式

能够应用&&或||连贯多个表达式，表达式用()扩起
(expr1) && (expr2)
(expr1) ||(expr)

比方须要查看日志中某一时间断的申请数：

awk '$4>="[01/Dec/2015:15:00:00"&&$4<="[01/Dec/2015:22:00:00"' test.log
IF

和C语言一样，根本格局是这样的

if (expression1) {    action1} else if (expression2) {    action2} else {    action3}

来个栗子????
有如下文本，要求：将第一列中反复的合并为一行，其第二列填入最长地址的那列

0001|hi
0002|dog
0001|It's a good day
0003|cat
0001|nice
0004|linux

失去的后果应为：

0001|It's a good day
0002|dog
0003|cat
0004|linux

代码：

#!/bash/binBEGIN{FS=OFS="|"; i=1;}{ if(a[$1]==0){b[i]=$1;a[$1]=$2;i++}if(length(a[$1])}END{for(j=1;j}

比拟代码：（实现不全）

awk 'BEGIN{FS=OFS="|"} !(length(a[$1])>length($2)){a[$1]=$2} END{for(i in a)print i,a[i]}' data.txt

解释：此例中，用了两个数组，a用来与$1关联，b用来程序记录，使得在最初打印时是齐全依照$1程序打印。条件句首先判断数组元素是否是第一次写入，若非，则比拟以后$2值和以前贮存的值长度。
性能不全代码不能程序打印。当$1有反复，而$2长度第一次、第二次、第三次是以递加的形式时，该代码利用得较好。然而，当$2各次失去的长度不确定时，代码不能实现上述性能。例如：本例中第5行的第二列若比第3行的第二列长度长时，性能不全代码就不能实现要求。