案例1:使用awk提取文本
案例2:awk处理条件
案例3:awk综合脚本应用
案例4:awk流程控制
案例5:awk扩展应用
1 案例1:使用awk提取文本
1.1 问题
本案例要求使用awk工具完成下列过滤任务:
练习awk工具的基本用法
提取本机的网卡流量、根分区剩余容量、获取SSH远程失败的IP地址
格式化输出/etc/passwd文件中的用户名、UID、宿主目录信息
1.2 步骤
实现此案例需要按照如下步骤进行。
步骤一:awk文本过滤的基本用法
1)基本操作方法
格式:awk [选项] ‘[条件]{指令}‘ 文件
其中,print 是最常用的编辑指令;若有多条编辑指令,可用分号分隔。
Awk过滤数据时支持仅打印某一列,如第2列、第5列等。
处理文本时,若未指定分隔符,则默认将空格、制表符等作为分隔符。
直接过滤文件内容:
[[email protected] ~]# cat test.txt
hello the world
welcome to beijing
[[email protected] ~]# awk ‘{print $1,$3}‘ test.txt //打印文档第1列和第3列
hello world
welcome beijing
结合管道过滤命令输出:
[[email protected] ~]# df -h | awk ‘{print $4}‘ //打印磁盘的剩余空间
2)选项 -F 可指定分隔符
输出passwd文件中以分号分隔的第1、7个字段,显示的不同字段之间以逗号隔开,操作如下:
[[email protected] ~]# awk -F: ‘{print $1,$7}‘ /etc/passwd
root /bin/bash
bin /sbin/nologin
daemon /sbin/nologin
adm /sbin/nologin
lp /sbin/nologin
… …
awk还识别多种单个的字符,比如以“:”或“/”分隔,输出第1、10个字段:
[[email protected] ~]# awk -F [:/] ‘{print $1,$10}‘ /etc/passwd
root bash
bin nologin
daemon nologin
adm sbin
… …
awk常用内置变量:
$0 文本当前行的全部内容
$1 文本的第1列
$2 文件的第2列
$3 文件的第3列,依此类推
NR 文件当前行的行号
NF 文件当前行的列数(有几列)
输出每次处理行的行号,以及当前行以“:”分隔的字段个数(有几列):
[[email protected] ~]# awk -F: ‘{print NR,NF}‘ passwd.txt
1 7
2 7
3 7
.. ..
2)awk的print指令不仅可以打印变量,还可以打印常量
[[email protected] ~]# awk -F: ‘{print $1,"的解释器:",$7}‘ /etc/passwd
root 的解释器: /bin/bash
bin 的解释器: /sbin/nologin
… …
步骤二:利用awk提取本机的网络流量、根分区剩余容量、获取远程失败的IP地址
1)提取IP地址
分步实现的思路及操作参考如下——
通过ifconfig eth0查看网卡信息,其中包括网卡流量:
[[email protected] ~]# ifconfig eth0
eth0: flags=4163<UP,BROADCAST,RUNNING,MULTICAST> mtu 1500
inet 192.168.4.21 netmask 255.255.255.0 broadcast 192.168.4.255
inet6 fe80::fa64:c143:ad6a:5159 prefixlen 64 scopeid 0x20<link>
ether 52:54:00:b3:11:11 txqueuelen 1000 (Ethernet)
RX packets 313982 bytes 319665556 (304.8 MiB)
RX errors 0 dropped 0 overruns 0 frame 0
TX packets 51809 bytes 40788621 (38.8 MiB)
TX errors 0 dropped 0 overruns 0 carrier 0 collisions 0
RX为接收的数据量,TX为发送的数据量。packets以数据包的数量为单位,bytes以字节为单位:
[[email protected] ~]# ifconfig eth0 | awk ‘/RX p/{print $5}‘ //过滤接收数据的流量
319663094
[[email protected] ~]# ifconfig eth0 | awk ‘/TX p/{print $5}‘ //过滤发送数据的流量
40791683
2)提取根分区剩余容量
分步实现的思路及操作参考如下——
通过df命令查看根分区的使用情况,其中包括剩余容量:
[[email protected] ~]# df -h /
文件系统 容量 已用 可用 已用% 挂载点
/dev/sda2 19G 7.2G 11G 40% /
输出上述结果中最后一行的第4列:
[[email protected] ~]# df -h / | tail -1 | awk ‘{print $6}‘
11G
或者直接在awk中使用正则:
[[email protected] ~]# df -h | awk ‘/\/$/{print $4}‘
11G
3)根据/var/log/secure日志文件,过滤远程连接密码失败的IP地址
[[email protected] ~]# awk ‘/Failed/{print $11}‘ /var/log/secure
192.168.2.254
192.168.2.100
... ...
步骤三:格式化输出/etc/passwd文件
1)awk处理的时机
awk会逐行处理文本,支持在处理第一行之前做一些准备工作,以及在处理完最后一行之后做一些总结性质的工作。在命令格式上分别体现如下:
awk [选项] ‘[条件]{指令}‘ 文件
awk [选项] ‘ BEGIN{指令} {指令} END{指令}‘ 文件
BEGIN{ } 行前处理,读取文件内容前执行,指令执行1次
{ } 逐行处理,读取文件过程中执行,指令执行n次
END{ } 行后处理,读取文件结束后执行,指令执行1次
只做预处理的时候,可以没有操作文件,比如:
[[email protected] ~]# awk ‘BEGIN{A=24;print A*2}‘
[[email protected] ~]# awk ‘BEGIN{print x+1}‘ #x可以不定义,直接用,默认值位0
[[email protected] ~]# awk ‘BEGIN{print 3.2+3.5}‘
举个例子(统计系统中使用bash作为登录Shell的用户总个数):
a.预处理时赋值变量x=0
b.然后逐行读入/etc/passwd文件,如果发现登录Shell是/bin/bash则x加1
c.全部处理完毕后,输出x的值即可。相关操作及结果如下:
[[email protected] ~]# awk ‘BEGIN{x=0}/bash$/{x++} END{print x}‘ /etc/passwd
29
2)格式化输出/etc/passwd文件
要求: 格式化输出passwd文件内容时,要求第一行为列表标题,中间打印用户的名称、UID、家目录信息,最后一行提示一共已处理文本的总行数,如图-1所示。
图-1
3)根据实现思路编写、验证awk过滤语句
输出信息时,可以使用“\t”显示Tab制表位:
[[email protected] ~]# awk -F: ‘BEGIN{print "User\tUID\tHome"} {print $1 "\t" $3 "\t" $6} END{print "Total",NR,"lines."}‘ /etc/passwd
User UID Home
root 0 /root
bin 1 /bin
daemon 2 /sbin
adm 3 /var/adm
lp 4 /var/spool/lpd
sync 5 /sbin
.. ..
Total 67 lines.
2 案例2:awk处理条件
2.1 问题
本案例要求使用awk工具完成下列过滤任务,注意awk处理条件的设置:
列出UID间于1~1000的用户详细信息
输出/etc/hosts文件内以127或192开头的记录
列出100以内整数中7的倍数或是含7的数
2.2 步骤
实现此案例需要按照如下步骤进行。
步骤一:认识awk处理条件的设置
1)使用正则设置条件
输出其中以bash结尾的完整记录:
[[email protected] ~]# awk -F: ‘/bash$/{print}‘ /etc/passwd
root:x:0:0:root:/root:/bin/bash
输出包含root的行数据:
[[email protected] ~]# awk -F: ‘/root/‘ /etc/passwd
输出root或adm账户的用户名和UID信息:
[[email protected] ~]# awk -F: ‘/^(root|adm)/{print $1,$3}‘ /etc/passwd
root 0
adm 3
输出账户名称包含root的基本信息(第1列包含root):
[[email protected] ~]# awk -F: ‘$1~/root/‘ /etc/passwd
输出其中登录Shell不以nologin结尾(对第7个字段做!~反向匹配)的用户名、登录Shell信息:
[[email protected] ~]# awk -F: ‘$7!~/nologin$/{print $1,$7}‘ /etc/passwd
root /bin/bash
sync /bin/sync
shutdown /sbin/shutdown
2)使用数值/字符串比较设置条件
比较符号:==(等于) !=(不等于) >(大于)
=(大于等于) <(小于) <=(小于等于)
输出第3行(行号NR等于3)的用户记录:
[[email protected] ~]# awk -F: ‘NR==3{print}‘ /etc/passwd
输出账户UID大于等于1000的账户名称和UID信息:
[[email protected] ~]# awk -F: ‘$3>=1000{print $1,$3}‘ /etc/passwd
tom 1000
jerry 1001
输出账户UID小于10的账户名称和UID信息:
[[email protected] ~]# awk -F: ‘$3<10{print $1,$3}‘ /etc/passwd
root 0
bin 1
daemon 2
adm 3
lp 4
sync 5
shutdown 6
halt 7
mail 8
输出用户名为“root”的行:
[[email protected] ~]# awk -F: ‘$1=="root"‘ /etc/passwd
root:x:0:0:root:/root:/bin/bash
3)逻辑测试条件
输出账户UID大于10并且小于20的账户信息:
[[email protected] ~]# awk -F: ‘$3>10 && $3<20‘ /etc/passwd
operator:x:11:0:operator:/root:/sbin/nologin
games:x:12:100:games:/usr/games:/sbin/nologin
ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin
输出账户UID大于1000或者账户UID小于10的账户信息:
[[email protected] ~]# awk -F: ‘$3>1000 || $3<10‘ /etc/passwd
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
sync:x:5:0:sync:/sbin:/bin/sync
shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown
halt:x:7:0:halt:/sbin:/sbin/halt
mail:x:8:12:mail:/var/spool/mail:/sbin/nologin
varnish:x:1001:1001::/home/varnish:/sbin/nologin
nginx:x:1002:1002::/home/nginx:/sbin/nologin
4)数学运算
[[email protected] ~]# awk ‘BEGIN{x++;print x}‘
1
[[email protected] ~]# awk ‘BEGIN{x=8;print x+=2}‘
10
[[email protected] ~]# awk ‘BEGIN{x=8;x--;print x}‘
7
[[email protected] ~]# awk ‘BEGIN{print 2+3}‘
5
[[email protected] ~]# awk ‘BEGIN{print 2*3}‘
6
[[email protected] ~]# awk ‘BEGIN{print 2*3}‘
6
[[email protected] ~]# awk ‘BEGIN{ print 23%8}‘
7
[[email protected] ~]# seq 200 | awk ‘$1%3==0‘ //找200以内3的倍数
… …
步骤二:完成任务要求的awk过滤操作
1)列出UID间于1~1000的用户详细信息:
[[email protected] ~]# awk -F: ‘$3>=1 && $3<=1000‘ /etc/passwd
2)输出/etc/hosts映射文件内以127或者192开头的记录:
[[email protected] ~]# awk -F: ‘/^(127|192)/‘ /etc/hosts
127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4
192.168.4.5 svr5.tarena.com svr5
3)列出100以内整数中7的倍数或是含7的数:
[[email protected] ~]# seq 100 | awk ‘$1%7==0||$1~/7/‘
7
14
17
21
27
28
35
37
42
47
.. ..
3 案例3:awk综合脚本应用
3.1 问题
本案例要求编写脚本,实现以下需求:
找到使用bash作登录Shell的本地用户
列出这些用户的shadow密码记录,如图-2所示
图-2
3.2 步骤
实现此案例需要按照如下步骤进行。
步骤一:任务需求及思路分析
编写脚本的任务要求如下:
分析出使用bash作登录Shell的本地用户
列出这些用户的shadow密码记录
按每行“用户名 -- 密码记录”保存结果
步骤二:根据实现思路编写脚本
[[email protected] ~]# cat getupwd-awk.sh
#/bin/bash
A=$(awk -F: ‘/bash$/{print $1}‘ /etc/passwd) ## 提取符合条件的账号记录
for i in $A
do
grep $i /etc/shadow | awk -F: ‘{print $1,"-->",$2}‘
done
步骤三:验证、测试脚本
[[email protected] ~]# ./getupwd-awk.sh
root --> $6$IWgMYmRACwdbfwBo$dr8Yn983nswiJVw0dTMjzbDvSLeCd1GMYjbvsDiFEkL8jnXOLcocBQypOCr4C6BRxNowIxjh6U2qeFU0u1LST/
zengye --> $6$Qb37LOdzRl5995PI$L0zTOgnhGz8ihWkW81J.5XhPp/l7x2./Me2ag0S8tRndCBL9nIjHIKkUKulHxJ6TXyHYmffbVgUT6pbSwf8O71
clamav --> !!
mysql --> !!
.. ..
4 案例4:awk流程控制
4.1 问题
本案例要求了解awk的流程控制操作,可自行设置awk语句来有验证以下操作:
if分支结构(但分支、双分支、多分支)
练习awk数组的使用
4.2 步骤
实现此案例需要按照如下步骤进行。
步骤一:awk过滤中的if分支结构
1)单分支
统计/etc/passwd文件中UID小于或等于1000的用户个数:
[[email protected] ~]# awk -F: ‘{if($3<=1000){i++}}END{print i}‘ /etc/passwd
39
统计/etc/passwd文件中UID大于1000的用户个数:
[[email protected] ~]# awk -F: ‘{if($3>1000){i++}}END{print i}‘ /etc/passwd
8
统计/etc/passwd文件中登录Shell是“/bin/bash”的用户个数:
[[email protected] ~]# awk -F: ‘{if($7~/bash$/){i++}}END{print i}‘ /etc/passwd
29
2)双分支
分别统计/etc/passwd文件中UID小于或等于1000、UID大于1000的用户个数:
[[email protected] ~]# awk -F: ‘{if($3<=1000){i++}else{j++}}END{print i,j}‘ /etc/passwd
39 8
分别统计/etc/passwd文件中登录Shell是“/bin/bash”、 登录Shell不是“/bin/bash”的用户个数:
[[email protected] ~]# awk -F: ‘{if($7~/bash$/){i++}else{j++}} END{print i,j}‘ /etc/passwd
29 38
步骤二:awk数组
1)数组的语法格式
数组是一个可以存储多个值的变量,具体使用的格式如下:
定义数组的格式:数组名[下标]=元素值
调用数组的格式:数组名[下标]
遍历数组的用法:for(变量 in 数组名){print 数组名[变量]}。
[[email protected] ~]# awk ‘BEGIN{a[0]=11;a[1]=88;print a[1],a[0]}‘
88 11
[[email protected] ~]# awk ‘BEGIN{a++;print a}‘
1
[[email protected] ~]# awk ‘BEGIN{a0++;print a0}‘
1
[[email protected] ~]# awk ‘BEGIN{a[0]++;print a[0]}‘
1
[[email protected] ~]# awk ‘BEGIN{a[0]=0;a[1]=11;a[2]=22; for(i in a){print i,a[i]}}‘
0 0
1 11
2 22
注意,awk数组的下标除了可以使用数字,也可以使用字符串,字符串需要使用双引号:
[[email protected] ~]# awk ‘BEGIN{a["hehe"]=11;print a["hehe"]}‘
11
5 案例5:awk扩展应用
5.1 问题
本案例要求使用awk工具完成下列两个任务:
分析Web日志的访问量排名,要求获得客户机的地址、访问次数,并且按照访问次数排名
5.2 方案
1)awk统计Web访问排名
在分析Web日志文件时,每条访问记录的第一列就是客户机的IP地址,其中会有很多重复的IP地址。因此只用awk提取出这一列是不够的,还需要统计重复记录的数量并且进行排序。
通过awk提取信息时,利用IP地址作为数组下标,每遇到一个重复值就将此数组元素递增1,最终就获得了这个IP地址出现的次数。
针对文本排序输出可以采用sort命令,相关的常见选项为-r、-n、-k。其中-n表示按数字顺序升序排列,而-r表示反序,-k可以指定按第几个字段来排序。
5.3 步骤
实现此案例需要按照如下步骤进行。
步骤一:统计Web访问量排名
分步测试、验证效果如下所述。
1)提取IP地址及访问量
[[email protected] ~]# awk ‘{ip[$1]++} > END{for(i in ip) {print ip[i],i }}‘ /var/log/httpd/access_log
4 127.0.0.1
17 192.168.4.5
13 192.168.4.110
.. ..
2)对第1)步的结果根据访问量排名
[[email protected] ~]# awk ‘{ip[$1]++} END{for(i in ip) {print i,ip[i]}}‘ /var/log/httpd/access_log | sort -nr
17 192.168.4.5
13 192.168.4.110
4 127.0.0.1
.. ..
原文地址:http://blog.51cto.com/13735155/2134535