awk扩展应用
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：
[root@svr5~]#cat test.txt
hello the world
welcome to beijing
[root@svr5~]#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：
[root@svr5~]#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：
[root@svr5~]#awk -F: '{print$1,$7}' /etc/passwd
root/bin/bash
bin/sbin/nologin
daemon/sbin/nologin
adm/sbin/nologin
lp/sbin/nologin
sync/bin/sync
shutdown/sbin/shutdown
l 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：
[root@svr5~]#awk -F[:/] '{print$1,$10}' /etc/passwd
root bash
bin nologin
daemon nologin
adm sbin
lp
sync sync
shutdown shutdown
l awk常用内置变量：
$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）
输出每次处理的行号，以及当前行以“:”分隔的字段个数：
[root@svr5~]#awk -F: '{print NR,NF}' passwd.txt
1 7
2 7
3 7
4 7
....
2）awk的print指令不仅可以打印变量，还可以打印常量
[root@svr5~]#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：
[root@svr5~]#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
l 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：
[root@svr5~]#ifconfig eth0 | awk '/RX p/{print$5}'//过滤接收数据的流量
319663094
[root@svr5~]#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——
l 通过df命令查看根分区的使用情况，其中包括剩余容量：
[root@svr5~]#df -h /
l 文件系统容量已用可用已用%挂载点
/dev/sda2 19G 7.2G 11G 40%/
l 输出上述结果中最后一行的第4列：
[root@svr5~]#df -h / | tail-1 | awk '{print$6}'
11G
或者直接在awk中使用正则：
[root@svr5~]#df -h | awk '/\/$/{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
[root@svr5~]#awk '/Failed/{print$11}' /var/log/secure
192.168.2.254
192.168.2.100
......
步骤三：格式化输出/etc/passwd文件
1）awk处理的时机
awk会逐行处理文本，支持在处理第一行之前做一些准备工作，以及在处理完最后一行之后做一些总结性质的工作。在命令格式上分别体现如下：
awk[选项]'BEGIN{指令}{指令}END{指令}'文件
BEGIN{}行前处理，读取文件内容前执行，指令执行1次
{}逐行处理，读取文件过程中执行，指令执行n次
END{}行后处理，读取文件结束后执行，指令执行1次
l 只做预处理的时候，可以没有操作文件，比如：
[root@svr5~]#awk 'BEGIN{A=24;print A*2}'
[root@svr5~]#awk 'BEGIN{print x+1}'
[root@svr5~]#awk 'BEGIN{print 3.2+3.5}'
l 举个例子（统计系统中使用bash作为登录Shell的用户总个数）：
a.预处理时赋值变量x=0
b.然后逐行读入/etc/passwd文件，如果发现登录Shell是/bin/bash则x加1
c.全部处理完毕后，输出x的值即可。相关操作及结果如下：
[root@svr5~]#awk 'BEGIN{x=0}/bash$/{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：
[root@svr5~]#awk -F: 'BEGIN{print"User\tUID\tHome"} \
{print$1"\t"$3"\t"$6} \
END {print"Total",NR,"lines."}' /etc/passwd
User UID Home
root 0/root
bin 1/bin
daemon 2/sbin
adm 3/var/adm
lp 4/var/spool/lpd
sync 5/sbin
....
Total 67 lines.
案例2：awk处理条件
2.1问题
本案例要求使用awk工具完成下列过滤任务，注意awk处理条件的设置：
列出UID间于1~1000的用户详细信息
输出/etc/hosts文件内以127或192开头的记录
列出100以内整数中7的倍数或是含7的数
2.2步骤
实现此案例需要按照如下步骤进行。
步骤一：认识awk处理条件的设置
1）使用正则设置条件
l 输出其中以bash结尾的完整记录：
[root@svr5~]#awk -F: '/bash$/{print}' /etc/passwd
root:x:0:0:root:/root:/bin/bash
l 输出包含root的行数据：
[root@svr5~]#awk -F: '/root/' /etc/passwd
l 输出root或adm账户的用户名和UID信息：
[root@svr5~]#awk -F: '/^(root|adm)/{print$1,$3}' /etc/passwd
root 0
adm 3
l 输出账户名称包含root的基本信息（第1列包含root）：
[root@svr5~]#awk -F: '$1~/root/' /etc/passwd
l 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：
[root@svr5~]#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）
l 输出第3行（行号NR等于3）的用户记录：
[root@svr5~]#awk -F: 'NR==3{print}' /etc/passwd
l 输出账户UID大于等于1000的账户名称和UID信息：
[root@svr5~]#awk -F: '$3>=1000{print$1,$3}' /etc/passwd
tom 1000
jerry 1001
l 输出账户UID小于10的账户名称和UID信息：
[root@svr5~]#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
l 输出用户名为“root”的行：
[root@svr5~]#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：
[root@svr5~]#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
l 输出账户UID大于1000或者账户UID小于10的账户信息：
[root@svr5~]#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
[root@svr5~]#awk 'BEGIN{x++;print x}'
1
[root@svr5~]#awk 'BEGIN{x=8;print x+=2}'
10
[root@svr5~]#awk 'BEGIN{x=8;x--;print x}'
7
[root@svr5~]#awk 'BEGIN{print 2+3}'
5
[root@svr5~]#awk 'BEGIN{print 2*3}'
6
[root@svr5~]#awk 'BEGIN{print 2*3}'
6
[root@svr5~]#awk 'BEGIN{print 23%8}'
7
[root@svr5~]#seq 200 | awk '$1%3==0{i++}END{print i}' //统计3的倍数的数量
66
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：
[root@svr5~]#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：
[root@svr5~]#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：
[root@svr5~]#seq 100 | awk '$1%7==0 || $1~/7/{print}'
7
14
17
21
27
28
35
37
42
47
....
案例3：awk综合脚本应用
3.1问题
本案例要求编写脚本getupwd-awk.sh，实现以下需求：
找到使用bash作登录Shell的本地用户
列出这些用户的shadow密码记录
按每行“用户名-->密码记录”保存到getupwd.log，如图-2所示
图－2
3.2步骤
实现此案例需要按照如下步骤进行。
步骤一：任务需求及思路分析
编写getupwd-awk.sh脚本的任务要求如下：
分析出使用bash作登录Shell的本地用户
列出这些用户的shadow密码记录
按每行“用户名--密码记录”保存结果
步骤二：根据实现思路编写脚本
复制原getupwd.sh脚本，生成getupwd-awk.sh：
[root@svr5~]#cat getupwd-awk.sh//确认原脚本内容
#/bin/bash
A=$(awk -F: '/bash$/{print$1}' /etc/passwd)##提取符合条件的账号记录
for i in $A
do
pass1=`grep $i /etc/passwd`##过滤单个账户信息
pass2=${pass1 #*:}##对数据掐头
pass=${pass2 %%:*}##对数据去尾
Echo "$i-->$pass" >> /tmp/getupwd.log##保存结果
done
echo"用户分析完毕，请查阅文件/tmp/getupwd.log"##完成后提示
步骤三：验证、测试脚本
[root@svr5~]#./getupwd-awk.sh
用户分析完毕，请查阅文件/tmp/getupwd.log
[root@svr5~]#head -5 /tmp/getupwd.log
root-->$6$IWgMYmRACwdbfwBo$dr8Yn983nswiJVw0dTMjzbDvSLeCd1GMYjbvsDiFEkL8jnXOLcocBQypOCr4C6BRxNowIxjh6U2qeFU0u1LST/
zengye-->$6$Qb37LOdzRl5995PI$L0zTOgnhGz8ihWkW81J.5XhPp/l7x2./Me2ag0S8tRndCBL9nIjHIKkUKulHxJ6TXyHYmffbVgUT6pbSwf8O71
clamav-->!!
mysql-->!!
....
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（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：
[root@svr5~]#awk -F: '{if($3<=1000){i++}}END{print i}' /etc/passwd
39
l 统计/etc/passwd文件中UID大于1000的用户个数：
[root@svr5~]#awk -F: '{if($3>1000){i++}}END{print i}' /etc/passwd
8
l 统计/etc/passwd文件中登录Shell是“/bin/bash”的用户个数：
[root@svr5~]#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：
[root@svr5~]#awk-F:'{if($3<=500){i++}else{j++}}END{print i,j}'/etc/passwd
39 8
l 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：
[root@host51 ~]# 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]}。
[root@svr5~]#awk 'BEGIN{a[0]=11;a[1]=88;print a[1],a[0]}'
88 11
[root@svr5~]#awk 'BEGIN{a++;print a}'
1
[root@svr5~]#awk 'BEGIN{a0++;print a0}'
1
[root@svr5~]#awk 'BEGIN{a[0]++;print a[0]}'
1
[root@svr5~]#awk 'BEGIN{a[0]=00;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：
[root@svr5~]#awk 'BEGIN{a["hehe"]=11;print a["hehe"]}'
11
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
[root@svr5~]#awk '{ip[$1]++} \
>END{for(i in ip){print i,ip[i]}}' /var/log/httpd/access_log
127.0.0.1 4
192.168.4.5 1
192.168.4.110 13
....
2）对第1）步的结果根据访问量排名
[root@svr5~]#awk '{ip[$1]++}END{for(i in ip){print i,ip[i]}}’ /var/log/httpd/access_log | sort-nr-k 2
192.168.4.5 17
192.168.4.110 13
127.0.0.1 4
....