知識星球來自：Java識堂（微訊號：erlieStar）
0、基本用法
awk是一個強大的文字分析工具，簡單來說awk就是把檔案逐行讀入，（空格，製表符）為預設分隔符將每行切片，切開的部分再進行各種分析處理
awk命令格式如下
awk [-F field-separator] 'commands' input-file(s)
[-F 分隔符]是可選的，因為awk使用空格，製表符作為預設的欄位分隔符，因此如果要瀏覽欄位間有空格，製表符的文字，不必指定這個選項，但如果要瀏覽諸如/etc/passwd檔案，此檔案各欄位以冒號作為分隔符，則必須指明-F選項
echo "this is a test" | awk '{ print $0 }'
## 輸出為
this is a test
shell讀取使用者輸入的字串發現|，代表有管道。|左右被理解為簡單命令，即前一個（左邊）簡單命令的標準輸出指向後一個（右邊）標準命令的標準輸入
awk會根據分隔符將行分成若干個欄位，$0為整行，$1為第一個欄位，$2 為第2個地段，依此類推…
為列印一個欄位或所有欄位，使用print命令。這是一個awk動作
echo "this is a test" | awk '{ print $1 }'
## 輸出為
this
echo "this is a test" | awk '{ print $1, $2 }'
## 輸出為
this is
/etc/passwd的檔案內容如下
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
舉幾個簡單的小需求
1、只顯示/etc/passwd的賬戶
awk -F : '{ print $1 }' /etc/passwd
## 輸出為
root
bin
daemon
adm
lp
2、顯示/etc/passwd的第1列和第7列，用逗號分隔顯示，所有行開始前新增列名start1，start7，最後一行新增，end1，end7
awk -F ':' 'BEGIN {print "start1,start7"} {print $1 "," $7} END {print "end1,end7"}' /etc/passwd
## 輸出為
start1,start7
root,/bin/bash
bin,/sbin/nologin
daemon,/sbin/nologin
adm,/sbin/nologin
lp,/sbin/nologin
end1,end7
BEGIN陳述句在所有文字處理動作執行之前被執行，END在所有文字處理動作執行之後被執行
3、統計/etc/passwd檔案中，每行的行號，每行的列數，對應的完整行內容
上面示例中NR，和NF其實就是awk的內建變數，一些內建變數如下 輸出字串的長度
awk -F : '{ print NR " " NF " " $0 }' /etc/passwd
## 輸出為
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/nologin1、支援內建變數
變數名
解釋
FILENAME
awk瀏覽的檔案名
FS
設定輸入欄位分隔符，等價於命令列-F選項
NF
瀏覽記錄的欄位個數
NR
已讀的記錄數
2、支援函式
awk 'BEGIN { print length("this is a text") }'
## 輸出為
14
將/etc/passwd的使用者名稱變成大寫輸出
awk -F ':' '{ print toupper($1) }' /etc/passwd
## 輸出為
ROOT
BIN
DAEMON
ADM
LP
常用函式如下
| 函式名 | 作用 |
|---|---|
| toupper(s) | 傳回s的大寫 |
| tolower(s) | 傳回s的小寫 |
| length(s) | 傳回s長度 |
| substr(s,p) | 傳回字串s中從p開始的字尾部分 |
3、支援條件操作，正則運算式匹配
顯示/etc/passwd中有daemon的行
awk -F ':' '$0 ~ /daemon/' /etc/passwd
## 輸出為
daemon:x:2:2:daemon:/sbin:/sbin/nologin
awk條件運運算元
| 運運算元 | 描述 |
|---|---|
| < | 小於 |
| <= | 小於等於 |
| == | 等於 |
| != | 不等於 |
| ~ | 匹配正則運算式 |
| !~ | 不匹配正則運算式 |
4、支援流程控制陳述句，類C語言
if while do/while for break continue
輸出第一個欄位的第一個字元大於d的行
awk -F ':' '{ if ($1 > "d") { print $1 } else { print "-" } }' /etc/passwd
## 輸出為
root
-
daemon
-
lp
可以把流程控制陳述句放到一個指令碼中，然後呼叫指令碼執行，如test.sh的內容如下
{
if ($1 > "d") {
print $1
} else {
print "-"
}
}
用如下方式執行，效果一樣
awk -F ':' -f test.sh /etc/passwd
## 輸出為
root
-
daemon
-
lp5、應用場景
小編用awk進行文字分析比較少，主要用來寫指令碼
如一個weibo-interface-1.0.jar應用，啟動指令碼如下
start.sh
nohup java -jar weibo-interface-1.0.jar >out 2>&1 &
關閉指令碼如下，kill.sh
kill -9 `jps -l | grep 'weibo-interface-1.0.jar' | awk '{print $1}'`
jps -l的輸出如下
70208 com.st.kmp.main.KmpService
31036 com.st.cis.main.BaiduAnalysisService
66813 weibo-interface-1.0.jar
還有就是關閉hadoop叢集的所有DataNode節點（不知道hadoop的可以認為DataNode是一個叢集應用），假如一個個機器jps，檢視pid，kill。很麻煩，直接寫了一個指令碼，依次ssh到各個節點，然後執行如下命令即可
kill `jps | grep 'DataNode' | awk '{print $1}'`
jps的輸出為
508 DataNode
31481 JournalNode
31973 NodeManager
