Az awk parancs használata Linux alatt

Linuxon  awkegy parancssori szövegmanipulációs dinamó, valamint egy hatékony script nyelv. Itt van néhány bevezetés a legmenőbb funkciók közül.

Mennyire awk kapta a nevét

awk parancsot az eredeti változatot 1977-ben író három ember kezdőbetűivel nevezték el: Alfred Aho, Peter Weinberger és Brian Kernighan. Ez a három férfi a legendás AT&T Bell Laboratories Unix panteon tagja volt. Azóta sokan mások hozzájárulásával awk tovább fejlődött.

Ez egy teljes szkriptnyelv, valamint egy teljes szövegmanipulációs eszközkészlet a parancssorhoz. Ha ez a cikk felkelti az étvágyát, akkor megnézheti annak minden részletét  awk és működését.

Szabályok, minták és műveletek

awkolyan programokon dolgozik, amelyek mintákból és műveletekből álló szabályokat tartalmaznak. A műveletet a mintának megfelelő szövegen hajtják végre. A mintákat göndör zárójelek ( {}) zárják . Egy minta és egy cselekvés együttesen alkot szabályt. A teljes awkprogram egyetlen idézőjelbe van foglalva ( ').

Vessünk egy pillantást a legegyszerűbb awkprogramtípusra. Nincs mintája, ezért minden betáplált szövegsornak megfelel. Ez azt jelenti, hogy a műveletet minden sorban végrehajtják. A whoparancs kimenetén fogjuk használni .

Íme a standard kimenet who:

ki

Talán nincs szükségünk ezekre az információkra, inkább csak a neveket szeretnénk látni a számlákon. Mi lehet a kimenetet származó whobe awk, majd mondd awk, hogy csak az első mezőt.

Alapértelmezés szerint awka mezőt karaktersorozatnak tekinti, amelyet szóköz vesz körül, a sor kezdete vagy a sor vége. A mezőket egy dollárjel ( $) és egy szám jelöli. Tehát  $1az első mezőt jelenti, amelyet print az első mező kinyomtatásához használunk .

A következőket írjuk be:

aki | awk '{print $ 1}'

awk kinyomtatja az első mezőt, és a sor többi részét elveti.

Akarunk tetszőleges számú mezőt kinyomtatni. Ha vesszőt adunk elválasztóként, akkor  awkaz egyes mezők között szóközt nyomtat.

Az alábbiakat írjuk be, hogy kinyomtassuk a bejelentkezett személy idejét is (negyedik mező):

aki | awk '{print $ 1, $ 4}'

Van pár speciális mezőazonosító. Ezek a teljes szövegsort és az utolsó mezőt jelölik a szövegsorban:

  • $ 0 : A teljes szövegsort képviseli.
  • $ 1 : Az első mezőt képviseli.
  • $ 2 : A második mezőt képviseli.
  • $ 7 : A hetedik mezőt képviseli.
  • 45 USD : A 45. mezőt képviseli.
  • $ NF : A „mezők száma” kifejezés, és az utolsó mezőt jelenti.

A következőket írjuk be egy kis szöveges fájl előállításához, amely egy rövid idézetet tartalmaz Dennis Ritchie-nek tulajdonítva:

macska dennis_ritchie.txt

Ki akarjuk  awknyomtatni az idézet első, második és utolsó mezőjét. Vegye figyelembe, hogy bár a terminál ablakában körbevett, csak egyetlen szövegsor.

Írjuk be a következő parancsot:

awk '{print $ 1, $ 2, $ NF}' dennis_ritchie.txt

Nem ismerjük ezt az „egyszerűséget”. a 18. mező a szövegsorban, és ez nem érdekel. Amit tudunk, az az utolsó mező, amelyet felhasználhatunk $NFaz értékének megszerzéséhez. Az időszak csak egy másik szereplőnek számít a mezőtestben.

Kimeneti mező elválasztók hozzáadása

Azt is mondhatja, awkhogy az alapértelmezett szóköz helyett egy adott karaktert nyomtasson a mezők közé. A dateparancs alapértelmezett kimenete  kissé különös, mert az idő pontosan annak közepére kerül. Azonban beírhatjuk a következőket, és felhasználhatjuk awka kívánt mezők kibontására:

dátum
dátum | awk '{print $ 2, $ 3, $ 6}'

A OFS (output mező elválasztó) változóval elválasztót helyezünk a hónap, a nap és az év közé. Vegyük észre, hogy az alábbiakban mellékelünk a parancs az aposztróf jelet ( '), nem kapcsos zárójelek ( {}):

dátum | awk 'OFS = "/" {nyomtat $ 2, $ 3, $ 6}'
dátum | awk 'OFS = "-" {print $ 2, $ 3, $ 6} nyomtatás

A BEGIN és az END szabályok

A BEGINszabály a szövegfeldolgozás megkezdése előtt egyszer végrehajtásra kerül. Valójában awk még azelőtt végrehajtják, hogy bármilyen szöveget elolvasna. A ENDszabály az összes feldolgozás befejezése után kerül végrehajtásra. Egyszerre több BEGIN és  ENDszabályok, és akkor végre annak érdekében.

Példaként a BEGINszabályra kinyomtatjuk a teljes idézetet a dennis_ritchie.txtkorábban használt fájlból, fölötte egy címmel.

Ehhez írja be ezt a parancsot:

awk 'BEGIN {print "Dennis Ritchie"} {print $0}' dennis_ritchie.txt

Note the BEGIN rule has its own set of actions enclosed within its own set of curly braces ({}).

We can use this same technique with the command we used previously to pipe output from who into awk. To do so, we type the following:

who | awk 'BEGIN {print "Active Sessions"} {print $1,$4}'

Input Field Separators

If you want awk to work with text that doesn’t use whitespace to separate fields, you have to tell it which character the text uses as the field separator. For example, the /etc/passwd file uses a colon (:) to separate fields.

We’ll use that file and the -F (separator string) option to tell awk to use the colon (:) as the separator. We type the following to tell awk to print the name of the user account and the home folder:

awk -F: '{print $1,$6}' /etc/passwd

The output contains the name of the user account (or application or daemon name) and the home folder (or the location of the application).

Adding Patterns

If all we’re interested in are regular user accounts, we can include a pattern with our print action to filter out all other entries. Because User ID numbers are equal to, or greater than, 1,000, we can base our filter on that information.

We type the following to execute our print action only when the third field ($3) contains a value of 1,000 or greater:

awk -F: '$3 >= 1000 {print $1,$6}' /etc/passwd

The pattern should immediately precede the action with which it’s associated.

We can use the BEGIN rule to provide a title for our little report. We type the following, using the (\n) notation to insert a newline character into the title string:

awk -F: 'BEGIN {print "User Accounts\n-------------"} $3 >= 1000 {print $1,$6}' /etc/passwd

Patterns are full-fledged regular expressions, and they’re one of the glories of awk.

Let’s say we want to see the universally unique identifiers (UUIDs) of the mounted file systems. If we search through the /etc/fstab file for occurrences of the string “UUID,” it ought to return that information for us.

We use the search pattern “/UUID/” in our command:

awk '/UUID/ {print $0}' /etc/fstab

It finds all occurrences of “UUID” and prints those lines. We actually would’ve gotten the same result without the print action because the default action prints the entire line of text. For clarity, though, it’s often useful to be explicit. When you look through a script or your history file, you’ll be glad you left clues for yourself.

The first line found was a comment line, and although the “UUID” string is in the middle of it, awk still found it. We can tweak the regular expression and tell awk to process only lines that start with “UUID.” To do so, we type the following which includes the start of line token (^):

awk '/^UUID/ {print $0}' /etc/fstab

That’s better! Now, we only see genuine mount instructions. To refine the output even further, we type the following and restrict the display to the first field:

awk '/^UUID/ {print $1}' /etc/fstab

If we had multiple file systems mounted on this machine, we’d get a neat table of their UUIDs.

Built-In Functions

awk has many functions you can call and use in your own programs, both from the command line and in scripts. If you do some digging, you’ll find it very fruitful.

To demonstrate the general technique to call a function, we’ll look at some numeric ones. For example, the following prints the square root of 625:

awk 'BEGIN { print sqrt(625)}'

This command prints the arctangent of 0 (zero) and -1 (which happens to be the mathematical constant, pi):

awk 'BEGIN {print atan2(0, -1)}'

In the following command, we modify the result of the atan2() function before we print it:

awk 'BEGIN {print atan2(0, -1)*100}'

Functions can accept expressions as parameters. For example, here’s a convoluted way to ask for the square root of 25:

awk 'BEGIN { print sqrt((2+3)*5)}'

awk Scripts

If your command line gets complicated, or you develop a routine you know you’ll want to use again, you can transfer your awk command into a script.

In our example script, we’re going to do all of the following:

  • Tell the shell which executable to use to run the script.
  • Prepare awk to use the FS field separator variable to read input text with fields separated by colons (:).
  • Use the OFS output field separator to tell awk to use colons (:) to separate fields in the output.
  • Set a counter to 0 (zero).
  • Set the second field of each line of text to a blank value (it’s always an “x,” so we don’t need to see it).
  • Print the line with the modified second field.
  • Increment the counter.
  • Print the value of the counter.

Our script is shown below.

The BEGIN rule carries out the preparatory steps, while the END rule displays the counter value. The middle rule (which has no name, nor pattern so it matches every line) modifies the second field, prints the line, and increments the counter.

The first line of the script tells the shell which executable to use (awk, in our example) to run the script. It also passes the -f (filename) option to awk, which informs it the text it’s going to process will come from a file. We’ll pass the filename to the script when we run it.

We’ve included the script below as text so you can cut and paste:

#!/usr/bin/awk -f  BEGIN { # set the input and output field separators FS=":" OFS=":" # zero the accounts counter accounts=0 } { # set field 2 to nothing $2="" # print the entire line print $0 # count another account accounts++ } END { # print the results print accounts " accounts.\n" }

Save this in a file called omit.awk. To make the script executable, we type the following using chmod:

chmod +x omit.awk

Now, we’ll run it and pass the /etc/passwd file to the script. This is the file awk will process for us, using the rules within the script:

./omit.awk /etc/passwd

The file is processed and each line is displayed, as shown below.

The “x” entries in the second field were removed, but note the field separators are still present. The lines are counted and the total is given at the bottom of the output.

awk Doesn’t Stand for Awkward

awk doesn’t stand for awkward; it stands for elegance. It’s been described as a processing filter and a report writer. More accurately, it’s both of these, or, rather, a tool you can use for both of these tasks. In just a few lines, awk achieves what requires extensive coding in a traditional language.

Ezt az erőt használja ki a mintákat tartalmazó szabályok egyszerű fogalma, amelyek kiválasztják a feldolgozandó szöveget, és a feldolgozást meghatározó műveletek.