我们之前一直在提,awk的使用语法如下:
awk [options] 'Pattern {Action} file1 file2 ...'
- 对于options(选项)而言,我们使用过-F选项,也使用过-v选项;
- 对于Action(动作)而言,我们使用过print和printf。
- 对于Pattern(模式)而言,我们开始学习awk的时候,就知道了两种特殊模式,BEGIN模式和END模式,接下来,我们将详细的介绍一下awk的模式。
“模式”不好理解。但是将“模式”换成“条件”,可能更容易理解,那么“条件”是什么意思呢?awk是逐行处理文本的,也就是说,awk会先处理完当前行,再处理下一行,如果我们不指定任何“条件”,awk会一行一行的处理文本的每一行,如果指定了“条件”,只有满足“条件”的行才会被处理,不满足“条件”的行就不会被处理。
如下图所示,test2文件中有3行文本,第一行有4列,第二行有5列,第三行只有2列,而下图的awk命令中,就使用到了一个简单的模式。
上图中,当处理的行正好有5列字段(NF==5)时,那么被处理的行满足“条件”,满足条件的行就会执行相应的动作,而动作就是${print $0},即打印当前行。
上图中使用的Pattern(模式)中,都使用了关系表达式(关系操作符),当经过关系运算得出的结果为“真”时,则满足条件(表示与指定的模式匹配),满足条件,就会执行相应的动作。
awk支持的运算符
关系运算符 | 含义 | 用法示例 |
---|---|---|
< | 小于 | x<y |
<= | 小于等于 | x<=y |
== | 等于 | x==y |
!= | 不等于 | x!=y |
>= | 大于等于 | x>=y |
> | 大于 | x>y |
~ | 与对应的正则匹配则为真 | x~/正则/ |
!~ | 与对应的正则不匹配则为真 | x!~/正则/ |
我们把这种用到“关系运算符”的“模式”称为:“关系表达式模式”或者“关系运算符模式”。
1. 空模式和关系表达式模式
上图中命令1指定了“模式”,这种“模式”是“关系表达式模式”,如果当前行的字段数量等于5,模式则匹配,对应的行被打印。
上图中命令2貌似没有使用任何“模式”,所以,每一行都执行了指定的动作,即每一行都被输出了,其实,这种没有指定任何模式的情况,也是一种模式。我们称这种情况为“空模式”。“空模式”会匹配文本中的每一行,所以,每一行都满足“条件”,每一行都执行相应的动作。
2. BEGIN模式和END模式
- BEGIN模式指定了处理文本之前所需要执行的操作;
- END模式指定了处理完所有行之后所需要执行的操作;
3. 正则模式
上面说到,模式可以理解为条件。【空模式】当不指定模式时,文本中的每一行都会执行对应的动作;当指定模式时,符合条件的行才会执行对应的动作。
什么叫做正则模式,正则模式可以理解为:把正则表达式当做条件,能与正则匹配的行,就算满足条件,满足条件的行才会执行对应的动作,不能被正则匹配的行,则不会执行对应的动作。
例子:我们知道,在Linux中,/etc/passwd文件中存放了用户信息,那么假设,我们想要从/etc/passwd文件中找出用户名以zsy开头的用户,我们该如何操作?
如何使用awk命令,完成上述的需求?
可以看出,不管是使用grep命令还是使用awk命令,都使用了相同的正则表达式^zsy。唯一的区别就是,在grep命令中,直接使用了正则表达式。而在awk命令中,正则表达式被放在了两个斜线中。
上例中,grep和awk的命令实现的效果是一样的,而且grep更加简单一些,那为什么还要使用awk命令呢?
awk有着自己的优势,那就是格式化能力。换一个场景:
- 从/etc/passwd文件中找出符合条件的行;
- 找出符合条件的文本行后,以:为分隔符,将文本分段;
- 取出我们需要的字段,格式化输出;
- 结合BEGIN模式。输出一个格式化以后的文本,提高可读性;
正则模式的注意点
- 需要注意:使用正则模式时,如果正则中包含"/",则需要进行转义。
- 需要注意:当使用{x,y}这种次数匹配的正则表达式的时候,需要配合--posix选项或者--re-interval选项。
4. 行范围模式
行范围模式条件就是满足两行之间的数据。
在介绍行范围模式之前,先来思考一个问题。有一个文本文件,文件内容如下:
如上图所示,Green出现了2次,Kenvin也出现了2次。假设我想从上述文本中找出,从Green第一次出现,到Kenvin第一次出现之间的所有行,该怎么办?
我们可以把行范围模式和正则模式的语法进行对比:
- 上图中第一种语法是正则模式的语法,表示被正则表达式匹配的行,将执行对应的动作。
- 上图中第二种语法是行范围模式的语法,表示被正则1匹配到的行开始,到正则2匹配到的行结束,之间的行所有行都会执行对应的动作。所以这种模式称为行范围模式,因为他对应一个范围以内的所有行。但需要注意的是,在行范围模式中,不管是正则1,还是正则2,都以第一次匹配到的行为准。
但是可能存在这样的需求,不想依靠正则表达式去匹配行的特征,只是想单纯的打印从X行到Y行之间的所有行。
在之前学习到的关系运算符模式,可满足我们的需求:
5. 关系表达式模式+正则模式
在学习"关系表达式模式"时,有一个"关系运算符"需要和"正则模式"配合使用,它就是"~"。
关系运算符 | 含义 | 用法示例 |
---|---|---|
~ | 与对应的正则匹配则为真 | x~/正则/ |
!~ | 与对应的正则不匹配则为真 | x!~/正则/ |
关系运算符""和关系运算符"!"都需要配合"正则模式"使用。
例如:我想从如下文本中找出,网卡1的IP地址在192.168.0.0网段的主机,该怎么办?
可以使用如下面命令,利用关系运算符与正则模式,达到我们的目的;