AWK是一种处理文本文件的语言，是一个强大的文本分析工具。在分析或过滤日志中经常用到。
语法
awk [选项参数] 'script' var=value file(s) 或 awk [选项参数] -f scriptfile var=value file(s)
常用选项参数说明：
-F fs or --field-separator fs
指定输入文件折分隔符，fs是一个字符串或者是一个正则表达式，如-F:。
-v var=value or --asign var=value
赋值一个用户定义变量。
-f scripfile or --file scriptfile
从脚本文件中读取awk命令。
基本用法
nginx日志文件access.log 如下：
185.8.49.209 | [29/Jun/2018:14:33:21+0800] | "GET login.cgi HTTP/1.1" | 5.0044 | 172 185.8.49.209 159.89.120.120 | [29/Jun/2018:14:39:49+0800] | "GET login.cgi HTTP/1.1" | 0.2554 | 172 159.89.120.120
用法一：
awk '[pattern] {action}' filenames # 行匹配语句 awk '' 只能用单引号
引号之间的部分是awk编程语言写的程序。每个awk程序都是一个或多个模式-动作语句的序列：
pattern { action }
pattern { action }
...
awk的基本操作是一行一行地扫描输入，搜索匹配任意程序中模式的行。
每个模式依次测试每个输入行。对于匹配到行的模式，其对应的动作（也许包含多步）得到执行，然后读取下一行并继续匹配，直到所有的输入读取完毕。
模式-动作语句中的模式或动作都可以省略，但不可同时省略。由于模式和动作两者任一都是可选的，所以需要使用大括号包围动作以区分于模式。
实例：
#每行按空格或TAB分割（默认），输出文本中的1、2、5项 awk '{print $1,$2,$5}' access.log ------------------------------------------------------ 185.8.49.209 | "GET 159.89.120.120 | "GET
用法二：
awk -F #-F相当于内置变量FS, 指定分割字符，未指定的话默认为按空格或TAB分割
实例：
#使用"|"分割，表示转义，输出文本中的1、2、5项 awk -F| '{print $1,$3,$5}' access.log ---------------------------------------------------- 185.8.49.209 [29/Jun/2018:14:33:21+0800] 172 185.8.49.209 159.89.120.120 [29/Jun/2018:14:39:49+0800] 172 159.89.120.120
上述实例也可以使用内建变量FS
awk 'BEGIN{FS="|"}{print $1,$2,$5}' access.log -------------------------------------------------------------- 185.8.49.209 [29/Jun/2018:14:33:21+0800] 172 185.8.49.209 159.89.120.120 [29/Jun/2018:14:39:49+0800] 172 159.89.120.120
用法三：
awk -v # 设置变量
实例：
#使用"."分割，变量a等于2，输出每一行的第一项加上a awk -F. -va=2 '{print $1+a}' access.log --------------------------------------------------------- 187 161
用法四：
awk -f awk脚本 文件名
实例：
# -f选项指示awk从指定文件中获取程序
awk -f filter.awk access.log
格式化输出
print语句可用于快速而简单的输出。若要严格按照所谓的格式化输出，则需要使用 printf语句。语句的形式如下：
printf "format", value1, value2, ..., valuen
printf不会自动产生空格或者新的行，必须是你自己来创建，所以不要忘了
实例：
awk '{printf "%-20s %-10s ",$1,$5}' access.log -------------------------------------------------------------- 185.8.49.209 "GET 159.89.120.120 "GET
%-20s的含义：以字符串形式在20个字符宽度的字段中左对齐输出
运算符
过滤第一列等于185的行
awk -F. '$1==185 {print $0}' access.log $0表示所有项 --------------------------------------------------- 185.8.49.209 | [29/Jun/2018:14:33:21+0800] | "GET login.cgi HTTP/1.1" | 5.0044 | 172 185.8.49.209
内建变量
打印出每一行的字段数量, 第一个字段的值, 最后一个字段的值
awk -F. '$1==185 {print NF,$1,$NF}' access.log $NF为最后一个字段 ---------------------------------------------------------- 10 185 209
打印行号
awk '{print NR,$0}' access.log ---------------------------------------------------------------- 1 185.8.49.209 | [29/Jun/2018:14:33:21+0800] | "GET login.cgi HTTP/1.1" | 5.0044 | 172 185.8.49.209 2 159.89.120.120 | [29/Jun/2018:14:39:49+0800] | "GET login.cgi HTTP/1.1" | 0.2554 | 172 159.89.120.120
忽略大小写
#以"|"为分隔符，忽略大小写，第三项包含http awk -F| 'BEGIN{IGNORECASE=1} $3 ~ /http/' access.log ------------------------------------------------------------------ 185.8.49.209 | [29/Jun/2018:14:33:21+0800] | "GET login.cgi HTTP/1.1" | 5.0044 | 172 185.8.49.209 159.89.120.120 | [29/Jun/2018:14:39:49+0800] | "GET login.cgi HTTP/1.1" | 0.2554 | 172 159.89.120.120
使用正则，字符串匹配
输出第一项包含18的行
awk '$1 ~ /18/ {print $0}' access.log --------------------------------------------------- 185.8.49.209 | [29/Jun/2018:14:33:21+0800] | "GET login.cgi HTTP/1.1" | 5.0044 | 172 185.8.49.209
~ 表示模式开始。// 中是模式。
模式取反，输出第一项不包含18的行
awk '$1 !~ /18/ {print $0}' access.log --------------------------------------------------- 159.89.120.120 | [29/Jun/2018:14:39:49+0800] | "GET login.cgi HTTP/1.1" | 0.2554 | 172 159.89.120.120
awk脚本
关于awk脚本，我们需要注意两个关键词BEGIN和END。
- BEGIN{ 这里面放的是执行前的语句 }
- END {这里面放的是处理完所有的行后要执行的语句 }
- {这里面放的是处理每一行时要执行的语句}
假设有这么一个文件（学生成绩表）：
$ cat score.txt Marry 2143 78 84 77 Jack 2321 66 78 45 Tom 2122 48 77 71 Mike 2537 87 97 95 Bob 2415 40 57 62
我们的awk脚本如下：
$ cat cal.awk #!/bin/awk -f #运行前 BEGIN { math = 0 english = 0 computer = 0 printf "NAME NO. MATH ENGLISH COMPUTER TOTAL " printf "--------------------------------------------- " } #运行中 { math+=$3 english+=$4 computer+=$5 printf "%-6s %-6s %4d %8d %8d %8d ", $1, $2, $3,$4,$5, $3+$4+$5 } #运行后 END { printf "--------------------------------------------- " printf " TOTAL:%10d %8d %8d ", math, english, computer printf "AVERAGE:%10.2f %8.2f %8.2f ", math/NR, english/NR, computer/NR }
最后的执行结果：
$ awk -f cal.awk score.txt NAME NO. MATH ENGLISH COMPUTER TOTAL --------------------------------------------- Marry 2143 78 84 77 239 Jack 2321 66 78 45 189 Tom 2122 48 77 71 196 Mike 2537 87 97 95 279 Bob 2415 40 57 62 159 --------------------------------------------- TOTAL: 319 393 350 AVERAGE: 63.80 78.60 70.00
awk、sed、grep三者适合的地方：
- grep 更适合单纯的查找或匹配文本
- sed 更适合编辑匹配到的文本
- awk 更适合格式化文本，对文本进行较复杂格式处理