Linux三剑客之awk最佳实践

时间：2023-03-10 07:01:39
Linux三剑客之awk最佳实践
笔者Q:972581034 交流群：605799367。有任何疑问可与笔者或加群交流

知识点：

  • 记录与字段
  • 模式匹配：模式与动作
  • 基本的awk执行过程
  • awk常用内置变量（预定义变量）
  • awk数组
  • awk语法：循环、条件
  • awk常用函数
  • 向awk传递参数
  • awk引用shell变量
  • awk小程序及调试思路
[root@ctg ~]# awk --version|head -1

GNU Awk 3.1.7

第1章 记录和字段

record记录行， field字段相当于列，字段列。

awk对每个要处理的输入数据认为都是具有格式和结构的，而不仅仅是一堆字符串。默认情况下，每一行内容都是一条记录，并以换行符分隔(\n)结束

1.1记录分隔符-RS

awk默认情况下每一行都是一个记录(record)

RS即 record separator输入数据记录分隔符，每一行是怎么没的，表示每个记录输入的时候的分隔符，即行与行之间如何分隔。

NR即number of record记录（行）号，表示当前正在处理的记录(行)的号码

ORS即output record separator输出记录分隔符

awk使用内置变量RS来存放输入记录分隔符，RS表示的是输入的记录分隔符，这个值可以通过BEGIN模块重新定义修改。

小结：

gawk

RS=行分隔符(记录分隔符)

ORS=输出记录分隔符

FS=字段分隔符(列分隔符)

OFS=输出字段分隔符

$0=整个记录

NF= 列数

NR= 行数

在{print ,}中，逗号的意思是OFS

BEGIN:主要用来定义内置变量.

1.2 对$0的认识

awk$0表示整行，其实awk使用$0来表示整条记录。记录分隔符

1.3 企业面试题

统计下面文件里单词出现的次数并排序

由sed -r 's#[^a-Z]+# #g' /etc/passwd > /root/tongji.txt 创建

解答：

awk 'BEGIN{RS="[^a-zA-Z]"}{print $0}' tongji.txt |sort |uniq -c|sort -rn

1.4 awk记录知识小结：

  1. NR(number of record)存放着每个记录的号（行号）读取新行时候会自动+1
  2. RS（record separator）是输入数据的记录的分隔符，简单理解就是可以指定每个记录的结尾标志
  3. RS作用就是表示一个记录的结束
  4. 当我们修改了RS的值，最好配合NR（行）来查看变批，也就是修改了RS的值通过NR查看结果，调试awk程序
  5. ORS输出数据的记录的分隔符

1.5 字段（列）

FS即field separator,输入字段（列）分隔符。分隔符就是菜刀，把一行字符串切为很多个区域

NF即 number of fileds,表示一行中列（字段）的个数，可以理解为菜刀切过一行后，切成了多少份

OFS输出字段（列）分隔符

awk使用内置变量FS来记录区域分隔符的内容，FS可以在命令行上通过-F参数来更改，也可以通过BEGIN模块来更改

然后通过$n,n是整数，来取被切割后的区域，

3.6 ORS与OFS简介

RS是输入记录分隔符，决定awk如何读取或分割每行(记录)

ORS表示输出记录分隔符，决定awk如何读取或分割每行(记录)

FS是输入区域分隔符，决定awk输出每个区域的时候使用什么分割他们。

awk无比强大，你可以通过RS，FS决定awk如何读取数据。你也可以通过修改ORS，OFS的值指定awk如何输出数据。

｛print ,｝这里面的逗号等于OFS的值

RS=行分隔符(记录分隔符)

ORS=输出记录分隔符

FS=字段分隔符(列分隔符)

OFS=输出字段分隔符（OFS的值等于逗号）

$0=整个记录

3.7 题目

按单词出现频率降序排序

[root@ctg files]# cat count.txt

root x root root bin bash

bin x bin bin sbin nologin

daemon x daemon sbin sbin nologin

adm x adm var adm sbin nologin

lp x lp var spool lpd sbin nologin

sync x sync sbin bin sync

shutdown x shutdown sbin sbin shutdown

halt x halt sbin sbin halt

mail x mail var spool mail sbin nologin

uucp x uucp var spool uucp sbin nologin

解答：

sed 's# #\n#g' count_word.txt|sort |uniq -c

tr " " "\n" < count_word.txt|sort |uniq -c

awk 'BEGIN{RS=" "}{print $0}' count_word.txt|sort |uniq -c

egrep -o "[a-z]+" count_word.txt|sort |uniq -c

xargs -n1 <awk_blank.txt|sort |uniq -c

awk 'BEGIN{RS=" "}{print $0}' awk_blank.txt|sort |uniq -c

egrep -o "[a-zA-Z0-9]+" awk_blank.txt|sort |uniq -c

第2章 awk进阶

2.1 awk的模式

 正则表达式作为模式

 比较表达式作为模式

 范围模式

 特殊模式BEGIN和END

awk的模式是你玩好awk的必备也是最基础的内容，必须熟练掌握

2.1 练习题：

mkdir -p /server/files/

cat >>/server/files/reg.txt<<EOF

Zhang Dandan    41117397   :250:100:175

Zhang Xiaoyu    390320151  :155:90:201

Meng  Feixue    80042789   :250:60:50

Wu    Waiwai    70271111   :250:80:75

Liu   Bingbing  41117483   :250:100:175

Wang  Xiaoai    3515064655 :50:95:135

Zi    Gege      1986787350 :250:168:200

Li    Youjiu    918391635  :175:75:300

Lao   Nanhai    918391635  :250:100:175

EOF

显示姓Zhang的人的第二次捐款金额及她的名字

 [root@ctg files]# awk -F "[ :]+" '$1~/Zhang/{print $(NF-1)}' reg.txt

100

90

显示Xiaoyu的姓氏和ID号码

[root@oldboy34-niubility files]# awk '$2~/Xiaoyu/{print $1,$2,$3}' reg.txt

Zhang Xiaoyu 390320151

显示所有以41开头的ID号码的人的全名和ID号码

[root@oldboy34-niubility files]# awk '$3~/^41/{print $1,$2,$3}' reg.txt

Zhang Dandan 41117397

Liu Bingbing 41117483

显示所有以一个D或X开头的人名全名

[root@oldboy34-niubility files]# awk '$2~/^[DX]/{print $1,$2}' reg.txt

Zhang Dandan

Zhang Xiaoyu

Wang Xiaoai

显示所有ID号码最后一位数字是1或5的人的全名

[root@oldboy34-niubility files]# awk '$3~/[15]$/{print $1,$2}' reg.txt

Zhang Xiaoyu

Wu Waiwai

Wang Xiaoai

Li Youjiu

Lao Nanhai

显示Xiaoyu的捐款.每个值时都有以$开头.如$520$200$135

[root@ctg files]# awk '/Xiaoyu/{print $NF}' reg.txt |tr ":" "$"

$155$90$201
[root@ctg files]# awk -F "[ :]+" 'BEGIN{OFS="$"}/Xiaoyu/{print  "",$4,$5,$6}' reg.txt

$155$90$201
awk '{gsub(/:/,"$");print $NF}' reg.txt

显示所有人的全名，以姓,名的格式显示，如Meng,Feixue

[root@ctg files]# awk '{print $1","$2}' reg.txt

Zhang,Dandan

Zhang,Xiaoyu

Meng,Feixue

Wu,Waiwai

Liu,Bingbing

Wang,Xiaoai

Zi,Gege

Li,Youjiu

Lao,Nanhai

取出下面不是oldboy的行 （匹配结果需包含oldboy linux ）

cat >>/server/files/zhuanyedian.txt <<EOF

lidao

oldboy

oldboylinux

zhangdao

xiadao

EOF
[root@oldboy34-niubility files]# awk '$0!~/oldboy$/' zhuanyedian.txt

lidao

oldboylinux

zhangdao

xiadao

2.2 gsub替换函数

[root@ctg test]# cat reg.txt

Zhang Dandan    41117397     :250:100:175

Zhang Xiaoyu    390330151    :155:90:201

Meng  Feixue    80042789     :250:60:50

Wu    Waiwai    70271111     :250:80:75

Liu   Bingbing  41117483     :250:100:175

Wang  Xiaoai    3515064655   :50:95:135

Zi    Gege      1986787350   :250:168:200

Li    Youjiu    918381635    :175:75:300

Lao   Nanhai    918391635    :250:100:175

[root@ctg test]# awk '{gsub(/:/,"$");print $NF}' reg.txt

$250$100$175

$155$90$201

$250$60$50

$250$80$75

$250$100$175

$50$95$135

$250$168$200

$175$75$300

$250$100$175
[root@oldboy34-niubility files]# #sed 's###g'

[root@oldboy34-niubility files]# #gsub awk中 进行查找替换 功能 命令 函数

[root@oldboy34-niubility files]# #gsub(/正则表达式/,"替换成什么")  #把一行内

[root@oldboy34-niubility files]# #gsub(/正则表达式/,"替换成什么",$2) #把$2第二列里面的 内容替换成xxx

[root@oldboy34-niubility files]#

[root@oldboy34-niubility files]# echo oldboy linux |awk '{gsub(/oldboy/,"oldgirl")}'

[root@oldboy34-niubility files]# echo oldboy linux |awk '{gsub(/oldboy/,"oldgirl");print }'

oldgirl linux

[root@oldboy34-niubility files]# cat

awkfile.txt      count.txt        oldboy.txt       reg.txt          zhuanyedian.txt

[root@oldboy34-niubility files]# cat reg.txt

Zhang Dandan    41117397   :250:100:175

Zhang Xiaoyu    390320151  :155:90:201

Meng  Feixue    80042789   :250:60:50

Wu    Waiwai    70271111   :250:80:75

Liu   Bingbing  41117483   :250:100:175

Wang  Xiaoai    3515064655 :50:95:135

Zi    Gege      1986787350 :250:168:200

Li    Youjiu    918391635  :175:75:300

Lao   Nanhai    918391635  :250:100:175

[root@oldboy34-niubility files]# awk '{gsub(/:/,"$",$NF);print }' reg.txt

Zhang Dandan 41117397 $250$100$175

Zhang Xiaoyu 390320151 $155$90$201

Meng Feixue 80042789 $250$60$50

Wu Waiwai 70271111 $250$80$75

Liu Bingbing 41117483 $250$100$175

Wang Xiaoai 3515064655 $50$95$135

Zi Gege 1986787350 $250$168$200

Li Youjiu 918391635 $175$75$300

Lao Nanhai 918391635 $250$100$175

[root@oldboy34-niubility files]# awk '{gsub(/:/,"$",$NF);print }' reg.txt |column -t

Zhang  Dandan    41117397    $250$100$175

Zhang  Xiaoyu    390320151   $155$90$201

Meng   Feixue    80042789    $250$60$50

Wu     Waiwai    70271111    $250$80$75

Liu    Bingbing  41117483    $250$100$175

Wang   Xiaoai    3515064655  $50$95$135

Zi     Gege      1986787350  $250$168$200

Li     Youjiu    918391635   $175$75$300

Lao    Nanhai    918391635   $250$100$175
[root@ctg files]# awk '{gsub(/[a-zA-Z]/,"*");print}' reg.txt

***** ******    41117397   :250:100:175

***** ******    390320151  :155:90:201

****  ******    80042789   :250:60:50

**    ******    70271111   :250:80:75

***   ********  41117483   :250:100:175

****  ******    3515064655 :50:95:135

**    ****      1986787350 :250:168:200

**    ******    918391635  :175:75:300

***   ******    918391635  :250:100:175

[root@ctg files]# awk '{gsub(/[a-zA-Z]/,"*",$1);print}' reg.txt

***** Dandan 41117397 :250:100:175

***** Xiaoyu 390320151 :155:90:201

**** Feixue 80042789 :250:60:50

** Waiwai 70271111 :250:80:75

*** Bingbing 41117483 :250:100:175

**** Xiaoai 3515064655 :50:95:135

** Gege 1986787350 :250:168:200

** Youjiu 918391635 :175:75:300

*** Nanhai 918391635 :250:100:175

2.3 比较表达式作为模式

之前我们看了正则表达式在awk下的运用，下面再具体看看比较表达式如何在awk下工作。

awk是一种编程语言，能够进行更为复杂的判断，当条件为真的时候，awk就执行相关的action。主要是在针对某一区域做出相关的判断，比如打印成绩在80分以上的行，这样就必须对这一个区域做比较判断，下表中列出了awk可以使用的关系运算符，可以用来比较数字或者字符串，还有正则表达式。当表达式为真时，表达式结果为1，否则为0，只有表达式为真，awk才执行相关的action

|运算符 含义 示例

< 小于 x>y

<= 小于等于 x<=y

== 等于 x==y

!= 不等于 x!=y

>= 大与或等于 x>=y

> 大于 x<y

以上的运算符均是针对数字，下面两个运算符针对字符串

~ 与正则表达式匹配 x~/y/

!~ 与正则表达式不匹配 x!~y

2.4 说明

awk在输出整行既$0的时候，仅仅是原封不动的输出整行，没有任何修改。这就造成一个问题，如果我修改了OFS，那么输出整行的时候print $0的时候，也不会有任何改变。即：如果awk的action动作没有更改行的内容,OFS（包括ORS）都不会生效。

所以我们需要让awk知道$0被修改了，这一个事情。

$1=$1是把$1的值赋值给$1，这显然不会修改任何内容，但是这个动作会通知awk我修改了$1的内容，所以再次修改print $0的时候，$0的内容就变化了。

这是一个小技巧

2.5 awk特殊模式-BEGIN模式与END模式

2.5.1 BEGIN模块

BEGIN模块在awk读取文件之前就执行，一般用来定义我们的内置变量（预定义变量，eg：FS， RS），可以输出表头（类似excel表格名称）

BEGIN模式之前我们有在示例中提到，自定义变量，给内容变量赋值等，都使用过。需要注意的是BEGIN模式后面要接跟一个action操作块，包含在大括号内。awk必须在对输入文件进行任何处理前先执行BEGIN里的动作（action）。我们可以不要任何输入文件，就可以对BEGIN模块进行测试，因为awk需要先执行完BEGIN模式,才对输入文件做处理.BEGIN模式常常被用来修改内置变量ORS,RS,FS,OFS等的值.

[root@ctg ~]# awk 'BEGIN{FS=":";print "username","UID","password"}NR==1{print $1,$2,$3}' /etc/passwd|column -t

username  UID  password

root      x    0
2.5.2 awk中变量的概念简介

 直接定义，直接使用即可

 awk中字母会被认为是变量，如果真的要给一个变量赋值字母（字符串），请使用双引号。

2.6.3 END模式

END在awk读取完所有的文件的时候，再执行END模块，一般用来输出一个结果（累加，数组结果），也可以是和BEGIN模块类似的结尾标识信息。

[root@ctg test]# awk 'BEGIN{print "hello world"}{print NR,$0}END{print "end of file"}' reg.txt

hello world

1 Zhang Dandan    41117397     :250:100:175

2 Zhang Xiaoyu    390330151    :155:90:201

3 Meng  Feixue    80042789     :250:60:50

4 Wu    Waiwai    70271111     :250:80:75

5 Liu   Bingbing  41117483     :250:100:175

6 Wang  Xiaoai    3515064655   :50:95:135

7 Zi    Gege      1986787350   :250:168:200

8 Li    Youjiu    918381635    :175:75:300

9 Lao   Nanhai    918391635    :250:100:175

end of file

与BEGIN模式相对应的END模式，格式一样，但是END模式仅在awk处理完所有输入行后才进行处理。

3.1 awk中的动作

 在一个模式-动作语句中，模式决定动作什么时候执行，有时候动作会非常简单：一条单独的打印或赋值语句，在有些时候，动作有可能是多条语句，语句之间用换行符或分号分开。

 awk的动作中如果有两个或两个以上的语句，需要用分号分隔。

 动作部分理解为花括号里面的内容即可，总体分为：

 表达式

 流程控制语句

 空语句

 数组

4.1 计算从一加到100

[root@ctg ~]# awk '{i+=$1;print i-$1"+"$1"="i}' count.txt

0+1=1

1+2=3

3+3=6

6+4=10

10+5=15

15+6=21

21+7=28

28+8=36

36+9=45

45+10=55

4.2 awk模式与动作小结：

 awk命令核心由模式和动作组成，就是找谁｛干啥｝

 模式就是条件，动作就是具体干什么

 正则表达式：必须掌握正则，熟练

 条件表达式：比大小，比较是否相等

 范围表达式：从哪里来到哪里支

 注意BEGIN或END模块只能有一个。BEGIN{}BEGIN或者END{}END都是错误的。

 找谁干啥模块，可以是多个。

'NR2{print $1}NR5{print $0}'

awk -F ":" 'NR1{print NR,$0}NR2{print NR,$NF}' awkfile.txt

4.3 awk执行过程

A. 命令行的赋值（-F或-v）

B. 执行BEGIN模式里面的内容

C. 开始读取文件

D. 判断条件（模式）是否成立

成立则执行对应动作里面的内容

读取下一行，循环判断

真到读取到最后一个文件的结尾

E．最后执行END模式里面的内容

F．结束

思想：

  1. awk核心思想就是先处理，然后END模块输出。（累加（a++;a+=$0）,awk数组）
  2. BEGIN模块用于awk内置变量FS，RS的赋值，打印标题头的信息。（excel表格里面标题行）

    要在awk执行前，定义好。
  3. END模块用来最后输出，统计信息，awk数组信息，（累加（a++;a+=$0）,awk数组）
  4. 字段（列），记录（行）

    4.4 调试工具
[root@oldboy34-niubility files]# pgawk 'BEGIN{print "i=i+$1"}NR==1{i+=$1;print i-$1"+"$1"="i}' count_lei.txt |head

i=i+$1

0+1=1

[root@oldboy34-niubility files]# cat awkprof.out

# gawk profile, created Wed Mar  1 17:21:06 2017

# BEGIN block(s)

BEGIN {

     1   print "i=i+$1"

}

# Rule(s)

   100  NR == 1 { # 1

     1   i += $1

     1   print ((i - $1) "+" ($1) "=" i)

}

4.5 awk数组

警察查房，for(pol in hotel) 查完后pol知道了房间号码，并知道了里面的内容，

[root@ctg ~]# awk 'BEGIN{hotel[110]="xiaoyu";hotel[119]="tandao";hotel[121]="feixue";for(pol in hotel){print pol,hotel[pol]}}'

110 xiaoyu

121 feixue

119 tandao
小结：

awk数组是分析日志最常用的功能，也是玩转awk必会的部分。

1.awk数组的名字就像酒店的名字一样

2.awk数组的元素名字就像房间号码，房间号码用的一般就是你想要处理的东西，比如统计ip地址，比如统计url。可以把ip,url作为房间号码。

3.awk数组的元素的内容就像房间里面住的人，一般就是放的我们想要的结果，或者计算的结果。即把计算结果放在房间中。

4.遇到awk数组的处理一般都是进行统计，这时候我们会把最后的结果在END模块里面输出。

5.输出显示awk数组的结果，就是显示房间里面的内容，即查房。

6.awk的查房是通过for(pol in hotel)这种形式来完成的。for表示循环，pol表示警察是一个变量名字，in表示去查房，hotel表示酒店名称，合起来就是警察去酒店查房，查完一个继续查下一个。

7.在查房过程中pol警察知道房间号码，也就是说pol变量中的内容是房间号码。

8.要看房间中的内容，首先要知道酒店名称，然后就是房间号码即，hotel[pol]

9.要熟练使用awk数组在开始的时候就要学会一步一步看awk如何执行的即可。

4.6 企业面试题1

[root@ctg test]# cat www.txt

http://www.etiantian.org/index.html

http://www.etiantian.org/1.html

http://post.etiantian.org/index.html

http://mp3.etiantian.org/index.html

http://www.etiantian.org/3.html

http://post.etiantian.org/2.html

[root@ctg test]# awk -F/ '{a[$3]++}END{for(i in a)print i}' www.txt

mp3.etiantian.org

post.etiantian.org

www.etiantian.org

[root@ctg test]# awk -F/ '{a[$3]++}END{for(i in a)print a[i]}' www.txt

1

2

3

[root@ctg test]# awk -F/ '{a[$3]++}END{for(i in a)print a[i],i}' www.txt

1 mp3.etiantian.org

2 post.etiantian.org

3 www.etiantian.org

[root@ctg test]# awk -F/ '{a[$3]++}END{for(i in a)print i,a[i]}' www.txt

mp3.etiantian.org 1

post.etiantian.org 2

www.etiantian.org 3

4.7 企业面试题2

考试题3.分析图片服务日志，把日志（每个图片访问次数*图片大小的总和）排行，取top10，也就是计算每个url的总访问大小【附加题：加分题】。

所有同学都可以忽略此题答案，学完课程自然就理解了。

说明：本题生产环境应用：这个功能可以用于IDC网站流量带宽很高，然后通过分析服务器日志哪些元素占用流量过大，进而进行优化或裁剪该图片，压缩js等措施。

本题需要输出三个指标： 【访问次数】 【访问次数*单个文件大小】 【文件名（可以带URL）】

[root@ctg files]# awk 'BEGIN{print "访问次数","文件名","访问次数*单个文件大小"}{i[$7]++}END{for(a in i){print i[a],a,$10*i[a]/1024"k"}}' url.txt |sort -n|column -t

访问次数  文件名                                                  访问次数*单个文件大小

1         /?=                                                     133.535k

1         /mobile/static/common/src/loadingimg.gif                133.535k

1         /mobile/theme/oldboyedu/home/images/150309/act_28.jpg   133.535k

1         /mobile/theme/oldboyedu/home/images/20150628/6.jpg      133.535k

1         /mobile/theme/oldboyedu/home/images/placeholder.jpg     133.535k

1         /online/oldboyeduonline/images/ajaxIndicator.gif        133.535k

1         /static/flex/vedioLoading.swf                           133.535k

1         /static/js/jquery.lazyload.js                           133.535k

1         /static/js/web_js.js                                    133.535k

2         /mobile/theme/oldboyedu/home/images/oldboy_logo.png     267.07k

2         /static/images/photos/2.jpg                             267.07k

3         /mobile/theme/oldboyedu/home/images/20151111/home3.png  400.605k

第一个里程碑-统计url/路径的重复数量。

 [root@oldboy34-niubility files]# awk '{hotel[$7]++}END{for(pol in hotel)print pol,hotel[pol]}' 12ti.txt |sort -rnk2

/mobile/theme/oldboyedu/home/images/20151111/home3.png 3

/static/images/photos/2.jpg 2

/mobile/theme/oldboyedu/home/images/oldboy_logo.png 2

/static/js/web_js.js 1

/static/js/jquery.lazyload.js 1

/static/flex/vedioLoading.swf 1

/online/oldboyeduonline/images/ajaxIndicator.gif 1

/mobile/theme/oldboyedu/home/images/placeholder.jpg 1

/mobile/theme/oldboyedu/home/images/20150628/6.jpg 1

/mobile/theme/oldboyedu/home/images/150309/act_28.jpg 1

/mobile/static/common/src/loadingimg.gif 1

/?= 1

[root@oldboy34-niubility files]# awk '{hotel[$7]++}END{for(pol in hotel)print pol,hotel[pol]}' 12ti.txt |sort -rnk2|column -t

/mobile/theme/oldboyedu/home/images/20151111/home3.png  3

/static/images/photos/2.jpg                             2

/mobile/theme/oldboyedu/home/images/oldboy_logo.png     2

/static/js/web_js.js                                    1

/static/js/jquery.lazyload.js                           1

/static/flex/vedioLoading.swf                           1

/online/oldboyeduonline/images/ajaxIndicator.gif        1

/mobile/theme/oldboyedu/home/images/placeholder.jpg     1

/mobile/theme/oldboyedu/home/images/20150628/6.jpg      1

/mobile/theme/oldboyedu/home/images/150309/act_28.jpg   1

/mobile/static/common/src/loadingimg.gif                1

/?=                                                     1

第二个里程碑-化简问题：

1.jpg 2000

1.jpg 2000

1.jpg 2000

1.jpg 被访问了3次 *2000 6000

6000=2000+2000+2000

访问次数*单个文件大小 相同的url/路径把对应的$10 大小 进行相加。

进行相加的时候 房间号码用什么？

$7

[root@oldboy34-niubility files]# awk '{hotel[$7]++;sum[$7]=sum[$7]+$10}' 12ti.txt

[root@oldboy34-niubility files]# ###两个酒店房间号码一样。

[root@oldboy34-niubility files]# ###想取出两个酒店房间里面的内容。

[root@oldboy34-niubility files]# ###1.酒店名称 hotel  sum

[root@oldboy34-niubility files]# ###2.房间号码 

[root@oldboy34-niubility files]# awk '{hotel[$7]++;sum[$7]=sum[$7]+$10}END{for(pol in hotel) print pol,hotel[pol],sum[pol]    }' 12ti.txt

/mobile/theme/oldboyedu/home/images/150309/act_28.jpg 1 31941

/mobile/theme/oldboyedu/home/images/placeholder.jpg 1 4722

/mobile/theme/oldboyedu/home/images/20151111/home3.png 3 410220

/?= 1 46232

/online/oldboyeduonline/images/ajaxIndicator.gif 1 0

/mobile/theme/oldboyedu/home/images/oldboy_logo.png 2 43816

/mobile/static/common/src/loadingimg.gif 1 20246

/static/js/web_js.js 1 4460

/static/images/photos/2.jpg 2 22598

/mobile/theme/oldboyedu/home/images/20150628/6.jpg 1 17283

/static/flex/vedioLoading.swf 1 3583

/static/js/jquery.lazyload.js 1 1627

[root@oldboy34-niubility files]# awk '{hotel[$7]++;sum[$7]=sum[$7]+$10}END{for(pol in hotel) print pol,hotel[pol],sum[pol]    }' 12ti.txt |column -t

/mobile/theme/oldboyedu/home/images/150309/act_28.jpg   1  31941

/mobile/theme/oldboyedu/home/images/placeholder.jpg     1  4722

/mobile/theme/oldboyedu/home/images/20151111/home3.png  3  410220

/?=                                                     1  46232

/online/oldboyeduonline/images/ajaxIndicator.gif        1  0

/mobile/theme/oldboyedu/home/images/oldboy_logo.png     2  43816

/mobile/static/common/src/loadingimg.gif                1  20246

/static/js/web_js.js                                    1  4460

/static/images/photos/ 2.jpg                             2  22598

/mobile/theme/oldboyedu/home/images/20150628/6.jpg      1  17283

/static/flex/vedioLoading.swf                           1  3583

/static/js/jquery.lazyload.js                           1  1627
方法一:初级入学版本:
awk '{count[$7]++;sum[$7]=sum[$7]+$10}END{for(pol in count)print count[pol],sum[pol],pol}' nginx-12.log
方法二:高级只统计图片版本:
awk '$7~/(jpg|jpeg|png|gif)$/{count[$7]++;sum[$7]=sum[$7]+$10}END{for(pol in count)print count[pol],sum[pol],pol}' nginx-12.log
方法三:高级只统计图片版本不计算缓存版本。
awk '$7~/(jpg|jpeg|png|gif)$/ && $9 != 304 {count[$7]++;sum[$7]=sum[$7]+$10}END{for(pol in count)print count[pol],sum[pol],pol}' nginx-12.log
方法四:完全符合题意的答案
awk '$7~/(jpg|jpeg|png|gif)$/ && $9 != 304 {count[$7]++;size[$7]=$10}END{for(pol in count)print count[pol],count[pol]*size[pol],pol}' nginx-12.log

第5章 扩展

5.1 分裂split

取出bash的版本号。 范围 变量从哪里开始分割

[root@ctg ~]# bash --version|awk 'NR==1{split($(NF-1),a,"\\(");print a[2]}'

1)-release

[root@ctg ~]# bash --version|awk 'NR==1{split($(NF-1),a,"\\(");print a[1]}'

[root@ctg ~]# bash --version|awk 'NR==1 {gsub(/-release/,"");{print $4}}'

4.1.2(1)

以冒号为分隔符，把/etc/passwd的第一列替换为ABC

[root@yum ~]# awk -F: 'sub($1,"ABC")' /etc/passwd

ABC:x:0:0:root:/root:/bin/bash

ABC:x:1:1:bin:/bin:/sbin/nologin

ABC:x:2:2:daemon:/sbin:/sbin/nologin

ABC:x:3:4:adm:/var/adm:/sbin/nologin

ABC:x:4:7:lp:/var/spool/lpd:/sbin/nologin

ABC:x:5:0:sync:/sbin:/bin/sync

ABC:x:6:0:shutdown:/sbin:/sbin/shutdown

ABC:x:7:0:halt:/sbin:/sbin/halt

ABC:x:8:12:mail:/var/spool/mail:/sbin/nologin

ABC:x:11:0:operator:/root:/sbin/nologin

ABC:x:12:100:games:/usr/games:/sbin/nologin

ABC:x:14:50:FTP User:/var/ftp:/sbin/nologin

ABC:x:99:99:Nobody:/:/sbin/nologin

ABC:x:170:170:Avahi IPv4LL Stack:/var/lib/avahi-autoipd:/sbin/nologin

ABC:x:999:997:systemd Bus Proxy:/:/sbin/nologin

ABC:x:998:996:systemd Network Management:/:/sbin/nologin


[root@yum ~]# awk -F: '$1="ABC"'  /etc/passwd

ABC x 0 0 root /root /bin/bash

ABC x 1 1 bin /bin /sbin/nologin

ABC x 2 2 daemon /sbin /sbin/nologin

ABC x 3 4 adm /var/adm /sbin/nologin

ABC x 4 7 lp /var/spool/lpd /sbin/nologin

ABC x 5 0 sync /sbin /bin/sync

ABC x 6 0 shutdown /sbin /sbin/shutdown

ABC x 7 0 halt /sbin /sbin/halt

ABC x 8 12 mail /var/spool/mail /sbin/nologin

ABC x 11 0 operator /root /sbin/nologin

ABC x 12 100 games /usr/games /sbin/nologin

ABC x 14 50 FTP User /var/ftp /sbin/nologin

ABC x 99 99 Nobody / /sbin/nologin

ABC x 170 170 Avahi IPv4LL Stack /var/lib/avahi-autoipd /sbin/nologin

ABC x 999 997 systemd Bus Proxy / /sbin/nologin

awk取最后行

awk 'END{print $NF}' test.txt

李导博客： http://blog.51cto.com/lidao/1914205

原创作品，请勿转载 http://www.cnblogs.com/Csir/

相关文章