专栏首页Java识堂Linux文本分析命令awk的妙用

Linux文本分析命令awk的妙用

0

基本用法

awk是一个强大的文本分析工具,简单来说awk就是把文件逐行读入,(空格,制表符)为默认分隔符将每行切片,切开的部分再进行各种分析处理

awk命令格式如下

awk [-F field-separator] 'commands' input-file(s)

[-F 分隔符]是可选的,因为awk使用空格,制表符作为缺省的字段分隔符,因此如果要浏览字段间有空格,制表符的文本,不必指定这个选项,但如果要浏览诸如/etc/passwd文件,此文件各字段以冒号作为分隔符,则必须指明-F选项

echo "this is a test" | awk '{ print $0 }'

## 输出为
this is a test

shell读取用户输入的字符串发现|,代表有管道。|左右被理解为简单命令,即前一个(左边)简单命令的标准输出指向后一个(右边)标准命令的标准输入

awk会根据分隔符将行分成若干个字段,$0为整行,$1为第一个字段,$2 为第2个地段,依此类推…

为打印一个字段或所有字段,使用print命令。这是一个awk动作

echo "this is a test" | awk '{ print $1 }'
## 输出为
this

echo "this is a test" | awk '{ print $1, $2 }'
## 输出为
this is

/etc/passwd的文件内容如下

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

举几个简单的小需求 1.只显示/etc/passwd的账户

awk -F : '{ print $1 }' /etc/passwd

## 输出为
root
bin
daemon
adm
lp

2.显示/etc/passwd的第1列和第7列,用逗号分隔显示,所有行开始前添加列名start1,start7,最后一行添加,end1,end7

awk -F ':' 'BEGIN {print "start1,start7"} {print $1 "," $7} END {print "end1,end7"}' /etc/passwd

## 输出为
start1,start7
root,/bin/bash
bin,/sbin/nologin
daemon,/sbin/nologin
adm,/sbin/nologin
lp,/sbin/nologin
end1,end7

BEGIN语句在所有文本处理动作执行之前被执行,END在所有文本处理动作执行之后被执行

3.统计/etc/passwd文件中,每行的行号,每行的列数,对应的完整行内容

awk -F : '{ print NR "\t" NF "\t" $0 }' /etc/passwd

## 输出为
1    7   root:x:0:0:root:/root:/bin/bash
2    7   bin:x:1:1:bin:/bin:/sbin/nologin
3    7   daemon:x:2:2:daemon:/sbin:/sbin/nologin
4    7   adm:x:3:4:adm:/var/adm:/sbin/nologin
5    7   lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin

1

支持内置变量

上面示例中NR,和NF其实就是awk的内置变量,一些内置变量如下

变量名

解释

FILENAME

awk浏览的文件名

FS

设置输入字段分隔符,等价于命令行-F选项

NF

浏览记录的字段个数

NR

已读的记录数

2

支持函数

输出字符串的长度

awk 'BEGIN { print length("this is a text") }'

## 输出为
14

将/etc/passwd的用户名变成大写输出

awk -F ':' '{ print toupper($1) }' /etc/passwd

## 输出为
ROOT
BIN
DAEMON
ADM
LP

常用函数如下

函数名

作用

toupper(s)

返回s的大写

tolower(s)

返回s的小写

length(s)

返回s长度

substr(s,p)

返回字符串s中从p开始的后缀部分

3

支持条件操作,正则表达式匹配

显示/etc/passwd中有daemon的行

awk -F ':' '$0 ~ /daemon/' /etc/passwd

## 输出为
daemon:x:2:2:daemon:/sbin:/sbin/nologin

awk条件操作符

操作符

描述

<

小于

<=

小于等于

==

等于

!=

不等于

~

匹配正则表达式

!~

不匹配正则表达式

4

支持流程控制语句,类C语言

if while do/while for break continue

输出第一个字段的第一个字符大于d的行

awk -F ':' '{ if ($1 > "d") { print $1 } else { print "-" } }' /etc/passwd

## 输出为
root
-
daemon
-
lp

可以把流程控制语句放到一个脚本中,然后调用脚本执行,如test.sh的内容如下

{ 
    if ($1 > "d") {
        print $1 
    } else {
        print "-" 
    } 
}

用如下方式执行,效果一样

awk -F ':' -f test.sh /etc/passwd

## 输出为
root
-
daemon
-
lp

5

应用场景

小编用awk进行文本分析比较少,主要用来写脚本 如一个weibo-interface-1.0.jar应用,启动脚本如下 start.sh

nohup java -jar weibo-interface-1.0.jar >out 2>&1 &

关闭脚本如下,kill.sh

kill -9 `jps -l | grep 'weibo-interface-1.0.jar' | awk '{print $1}'`

jps -l的输出如下

70208 com.st.kmp.main.KmpService
31036 com.st.cis.main.BaiduAnalysisService
66813 weibo-interface-1.0.jar

还有就是关闭hadoop集群的所有DataNode节点(不知道hadoop的可以认为DataNode是一个集群应用),假如一个个机器jps,查看pid,kill。很麻烦,直接写了一个脚本,依次ssh到各个节点,然后执行如下命令即可

kill `jps | grep 'DataNode' | awk '{print $1}'`

jps的输出为

508 DataNode
31481 JournalNode
31973 NodeManager

推荐阅读:

Java常量池详解,秒懂各种对象相等操作

用图示和代码理解JVM

Java开发人员必知必会的20种常用类库和API

Java识堂

一个有干货的公众号


本文分享自微信公众号 - Java识堂(erlieStar),作者:李立敏

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-02-12

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • HashMap实现原理

    HashMap的主干是一个数组,假设我们有3个键值对dnf:1,cf:2,lol:3,每次放的时候会根据hash函数来确定这个键值对应该放在数组的哪个位置,即i...

    Java识堂
  • 去哪面试都会问的HashMap

    HashMap可以说是面试的重中之重,去10家公司面试,8家都会问道,为什么大家都爱用HashMap打开话题?

    Java识堂
  • Shell文本处理编写单行指令的诀窍

    小编编程资质一般,刚出道的时候使用的是windows来做程序开发,平时linux命令的知识仅限于在学校里玩ubuntu的时候学到的那丁点。在一次偶然看见项目的主...

    Java识堂
  • Python版猜数游戏

    之前发过一次这个代码,后来发现有一点小问题,漏掉了一个语句,但是当时没有开启留言功能所以无法说明和纠正,怕误导大家,只好再重发一次,顺便又加了点小功能,抱歉抱歉...

    Python小屋屋主
  • Python数据分析与可视化-Numpy篇(一)

    瑞新
  • (内幕干货)— 5步教你成功求职进入BAT

    简历是突出自我亮点的工作或学习经历和自我介绍。所以写简历要把握两个重点,工作经历要突出重点,自我介绍要写全。

    烂猪皮
  • 在Debian 8上使用Varnish和NGINX通过SSL和HTTP提供WordPress服务

    Varnish是一个功能强大且灵活的缓存HTTP反向代理。它可以安装在任何Web服务器的前方来缓存其内容,这将提高速度并减少服务器负载。当客户端请求网页时,Va...

    Techeek
  • LeetCode 191 Number of 1 Bits

    这里用到了位运算, 如数字 5, 二进制位为 101, 那么使用 & 运算, 和 1 进行与运算, 如:

    一份执着✘
  • IntelliJ IDEA启动一个普通的java web项目的配置

    这是我很久以前刚开始用IntelliJ IDEA时记录的笔记,正好赶上最近离职了,可以有比较多的时间把以前的记录整理一下,可以让刚接触到IntelliJ IDE...

    朱季谦
  • 从 0 到 #114,开源的 DevOps 知识平台 Ledge 两周经历了什么?

    半个月前,我们在 GitHub 上开源了 Ledge ( https://github.com/phodal/ledge ) ,在这段期间里,我们的提交总数达到...

    Phodal

扫码关注云+社区

领取腾讯云代金券