好程序员大数据学习路线分享AWK详解

 好程序员大数据学习路线分享AWK怎详解,awk是一个强大的文本分析工具,相对于grep的查找,sed的编辑,awk在其对数据分析并生成报告时,显得尤为强大。简单来说awk就是把文件逐行的读入,以空格为默认分隔符将每行切片,切开的部分再进行各种分析处理。

站在用户的角度思考问题,与客户深入沟通,找到承留网站设计与承留网站推广的解决方案,凭借多年的经验,让设计与互联网技术结合,创造个性化、用户体验好的作品,建站类型包括:成都做网站、网站设计、外贸营销网站建设、企业官网、英文网站、手机端网站、网站推广、域名申请、网页空间、企业邮箱。业务覆盖承留地区。

 awk是在文件或者字符串中基于指定规则浏览和抽取信息,awk抽取信息后,才能进行其他文本操作。完整的awk脚本通常用来格式化文本文件中的信息。

 通常,awk是以文件的一行为处理单位的。awk每接收文件的一行,然后执行相应的命令,来处理文本。

awk操作

有三种方式调用awk

1. 命令行方式

 awk [-F  field-separator]  'commands'  input-file(s)

其中,commands 是真正awk命令,[-F域分隔符]是可选的。 input-file(s) 是待处理的文件。在awk中,文件的每一行中,由域分隔符分开的每一项称为一个域。通常,在不指名-F域分隔符的情况下,默认的域分隔符是空格。

2.shell脚本方式

 将所有的awk命令插入一个文件,并使awk程序可执行,然后awk命令解释器作为脚本的首行,一遍通过键入脚本名称来调用。

 相当于shell脚本首行的:#!/bin/sh

 可以换成:#!/bin/awk

3.将所有的awk命令插入一个单独文件,然后调用:awk -f awk-script-file input-file(s)

 其中,-f选项加载awk-script-file中的awk脚本,input-file(s)跟上面的是一样的。

 

awk语法

1、awk命令格式

(1) awk [-F 分隔域] 'command' input-file(s)

(2) awk -f awk-script-file input-file(s)

 

模拟文件:

cat employee.txt

100  Thomas  Manager Sales 5000

200  Jason   Developer  Technology  5500

300  Sanjay  Sysadmin   Technology  7000

400  Nisha   Manager    Marketing   9500

500  Randy   DBA        Technology  60002

 

2.awk操作

 

1.输出文件的每一行:

 awk '{print $0}' ./employee.txt

 

2.输出/etc/passwd第一个字段

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

 

3.打印文件的全部内容

 awk '{print $0}' employee.txt

 

4.抽取文件test中的第一列

 awk '{print $1}' employee.txt  

 或者

 awk -F ' ' '{print $1}' employee.txt

 

 

5.列出所有的用户名和登陆的shell名

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

 

 当分隔符为多个符号时,如:

 a , b , c , d

 a1 , b1 , c1 , d1

 awk -F ' , ' '{print $1,$2}' 文件名

 

 

6.打印用户名为root的那一行

 awk -F ':' '$1=="root" {print $0}' /etc/passwd

 或者

 awk -F ':' '$1=="keke" {print $1}' /etc/passwd

 

 说明:$1=="root"和$1=="keke"都是属于判断条件  

 

 

awk工作流程是这样的:读入有'\n'换行符分割的一条记录,然后将记录按指定的域分隔符划分域,填充域,$0则表示所有域,$1表示第一个域,$n表示第n个域。默认域分隔符是"空白键" 或 "[tab]键"。

 

 

7.给输出信息加上表头

awk -F ":" 'BEGIN {print "name\tshell\n--------------------------------"}

 {print $1"\t"$6}' /etc/passwd

 

8.给输出信息加上表头和末尾

awk -F : 'BEGIN {print "name\tshell\n--------------------------------"} {print $1"\t"$6}

 END {print "end-of-report"}' /etc/passwd

awk -F ":" 'BEGIN {print"--BEGIN--"}

           $1=="root" { print $1}

   END{print"----END------"}' /etc/passwd

   

awk -F ":" 'BEGIN {print"--BEGIN--"} {if( $1=="root") print $1}

 END{print"----END------"}' /etc/passwd

 

awk工作流程是这样的:先执行BEGING,然后读取文件,读入有/n换行符分割的一条记录,然后将记录按指定的域分隔符划分域,填充域,$0则表示所有域,$1表示第一个域,$n表示第n个域,随后开始执行模式所对应的动作action。接着开始读入第二条记录······直到所有的记录都读完,最后执行END操作。

 

awk与mapreduce区别

 

1. awk主要用于单机版文件的操作

2. mapreduce则可以用于分布式文件系统,可用于对大量数据的操作,缺点是编程比awk复杂,不过在框架的支持下,编写mapreducce程序只需要负责业务逻辑即可。


网页名称:好程序员大数据学习路线分享AWK详解
标题路径:http://scyanting.com/article/jseopd.html