awk强大的文本文件处理命令
阅读文本大概需要3分钟。
awk是一个非常强大的文本文件处理应用程序，几乎所有 Linux 系统都自带这个程序。awk其实不仅仅是工具软件，还是一种编程语言。它依次处理文件的每一行，并读取里面的每一个字段。对于日志、CSV 那样的每行具有格式相同的文本文件，awk可能是最方便的工具。使用awk可以打印出自己想要的信息。
一、基本用法
awk的基本用法就是下面的形式。
# 格式
$ awk 动作 文件名
# 示例
$ awk '{print $0}' demo.txt
上面示例中，demo.txt是awk所要处理的文本文件。前面单引号内部有一个大括号，里面就是每一行的处理动作print 0。其中，print是打印命令，0代表当前行，因此上面命令的执行结果，就是把每一行原样打印出来。
下面，我们先用标准输入（stdin）演示上面这个例子。
$ echo 'this is a demo' | awk '{print $0}'
this is a demo上面代码中，print $0就是把标准输入this is a test，重新打印了一遍。
awk会根据空格和制表符，将每一行分成若干字段，依次用1、2、
$ echo 'this is a demo' | awk '{print $3}'
a
上面代码中，$3代表this is a test的第三个字段a。
下面，为了便于举例，我们把/etc/passwd文件保存成demo.txt。
root:x:0:0:root:/root:/usr/bin/zsh
daemon:x:1:1:daemon:/usr/sbin:/usr/sbin/nologin
bin:x:2:2:bin:/bin:/usr/sbin/nologin
sys:x:3:3:sys:/dev:/usr/sbin/nologin
sync:x:4:65534:sync:/bin:/bin/sync
这个文件的字段分隔符是冒号（:），所以要用-F参数指定分隔符为冒号。然后，才能提取到它的第一个字段。
$ awk -F ':' '{ print $1 }' demo.txt
root
daemon
bin
sys
sync
二、变量
除了$ + 数字表示某个字段，awk还提供其他一些变量。
变量NF表示当前行有多少个字段，因此$NF就代表最后一个字段。
$ echo 'this is a demo' | awk '{print $NF}'
demo
$(NF-1)代表倒数第二个字段。
$ awk -F ':' '{print $1, $(NF-1)}' demo.txt
root /root
daemon /usr/sbin
bin /bin
sys /dev
sync /bin
上面代码中，print命令里面的逗号，表示输出的时候，两个部分之间使用空格分隔。
变量NR表示当前处理的是第几行。
$ awk -F ':' '{print NR ") " $1}' demo.txt
1) root
2) daemon
3) bin
4) sys
5) sync
上面代码中，print命令里面，如果原样输出字符，要放在双引号里面。
awk的其他内置变量如下。
- FILENAME：当前文件名
- FS：字段分隔符，默认是空格和制表符。
- RS：行分隔符，用于分割每一行，默认是换行符。
- OFS：输出字段的分隔符，用于打印时分隔字段，默认为空格。
- ORS：输出记录的分隔符，用于打印时分隔记录，默认为换行符。
- OFMT：数字输出的格式，默认为％.6g。
三、函数
awk还提供了一些内置函数，方便对原始数据的处理。
函数toupper()用于将字符转为大写。
$ awk -F ':' '{ print toupper($1) }' demo.txt
ROOT
DAEMON
BIN
SYS
SYNC
上面代码中，第一个字段输出时都变成了大写。
其他常用函数如下。
tolower()：字符转为小写。
length()：返回字符串长度。
substr()：返回子字符串。
sin()：正弦。
cos()：余弦。
sqrt()：平方根。
rand()：随机数。
awk内置函数的完整列表，可以查看手册。
四、条件
awk允许指定输出条件，只输出符合条件的行。
输出条件要写在动作的前面。
$ awk '条件 动作' 文件名请看下面的例子。
$ awk -F ':' '/usr/ {print $1}' demo.txt
root
daemon
bin
sys
上面代码中，print命令前面是一个正则表达式，只输出包含usr的行。
下面的例子只输出奇数行，以及输出第三行以后的行。
# 输出奇数行
$ awk -F ':' 'NR % 2 == 1 {print $1}' demo.txt
root
bin
sync下面的例子输出第一个字段等于指定值的行。
$ awk -F ':' '$1 == "root" {print $1}' demo.txt
root
$ awk -F ':' '$1 == "root" || $1 == "bin" {print $1}' demo.txt
root
bin
五、if 语句
awk提供了if结构，用于编写复杂的条件。
$ awk -F ':' '{if ($1 > "m") print $1}' demo.txt
root
sys
sync
上面代码输出第一个字段的第一个字符大于m的行。
if结构还可以指定else部分。
$ awk -F ':' '{if ($1 > "m") print $1; else print "---"}' demo.txt
root
---
---
sys
sync
六、写在最后
这个命令非常有用，举一个生产中遇到的事故。如果使用过Nginx作为均衡负载器的话，一定知道nginx的日志格式，nginx的日志中会把每台请求接口的客户端的ip都打印出来，有一次nginx受到不明人物的攻击，导致正常的请求无法进入，即时可以也非常慢。为了找出这个不明机器，就可以使用awk命令。
先可以看下这篇文章
https://www.cnblogs.com/crazylqy/p/6891991.html
可以知道access.log日志的格式如下
使用如下命令
awk '{print $1}' access.log
就可以把所有的ip打印出来。同时还可以结合其他linux命令统计出每个ip的总次数，可以查看如下文章
https://blog.csdn.net/wmsjlihuan/article/details/51753367