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

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

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

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——

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 /

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:

[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

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}'

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。

awk扩展应用-LMLPHP

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

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

输出包含root的行数据:

[root@svr5~]#awk -F: '/root/' /etc/passwd

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

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

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)

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

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

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

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

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

awk扩展应用-LMLPHP

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

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

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

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

....

05-11 14:42