其三剑客之awk

其三剑客之awk

老三剑客之awk

第1章 awk简介

1.1 awk简介

  • 无异于栽名字怪的语言。
  • 模式扫描与处理。处理文本流,水流。

awk不仅仅是linux系统中之一个限令,而且是相同种编程语言,可以就此来处理数据以及转变报告。

处理的多少足以是一个要多独公文,可以是自专业输入,也得经过管道获取标准输入,awk可以

以命令行上直接编辑命令进行操作,也得以编制成awk程序来进行更加复杂的使。这里根本讲解

awk命令行的下。

效仿完本章你会了解:

  • 域(字段)与记录
  • 模式以及配合
  • 中心的awk执行进程
  • awk常用内置变量(预定义变量)
  • awk数组(工作备受于常用)

再有一对外awk用法:(这里不发介绍)

  • awk语法:循环,条件
  • awk常用函数:print
  • 向awk传递参数
  • awk引用shell变量
  • awk编程

 

1.2 awk环境简介

[root@linux-node1 ~]# cat /etc/redhat-release

CentOS release 6.6 (Final)

 

[root@linux-node1 ~]# uname -r

2.6.32-504.el6.x86_64

 

[root@linux-node1 ~]# awk –version

GNU Awk 3.1.7

 

[root@linux-node1 ~]# which awk

/bin/awk

#/bin下和/sbin下的下令区别:

/bin : commands in this dir are all system installed user commands
   系统的有命

/sbin:  commands in this dir are all system installed super user
commands  超级用户指令
系统管理命令,这里存放的凡系统管理员使用的军事管制程序 

/usr/bin: user commands for applications  后期安装的一部分软件之周转脚本

/usr/sbin: super user commands for applications  超级用户的一些管理程序

 

 

1.3 awk的格式

awk指令是由于模式,动作,或者模式以及动作之结缘成。

模式既pattern,可以接近理解成sed的模式匹配,可以由表达式组成,也可是简单单刚刚斜杠之间的正则表达式。比如NR=1,这就是是模式,可以将他懂得呢一个准。

动作即action,是由当大括哀号里的同久或多长达告词组成,语句之间因此分号隔开。如awk使用格式:

 澳门新葡亰官网 1

 

祈求1-1 awk命令行格式

awk处理的情好来专业输入(<),一个要多个公文文件要管道。

澳门新葡亰官网 2

 

祈求1-2 awk模式动作解释图

pattern既模式,也得知晓为法,也给找哪个,你寻找哪个?高矮,胖瘦,男女?都是规则,既模式。

action 既动作,可以领略啊涉嫌啥,找到人随后你要召开什么。

 

1.4 awk执行进程

在深深了解awk前,我们得掌握awk如何处理文件的。

以身作则1-1 演示文件之创建

[root@linux-node1 ~]# mkdir -p /server/files/

[root@linux-node1 ~]# head /etc/passwd > /server/files/awkfile.txt

[root@linux-node1 ~]# cat /server/files/awkfile.txt  

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

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

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

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

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

uucp:x:10:14:uucp:/var/spool/uucp:/sbin/nologin

 

[root@linux-node1 ~]# awk ‘NR>=2{print $0}’
/server/files/awkfile.txt

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

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

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

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

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

uucp:x:10:14:uucp:/var/spool/uucp:/sbin/nologin

 

[root@linux-node1 ~]# awk ‘NR>=2{print NR,$0}’
/server/files/awkfile.txt

2 bin:x:1:1:bin:/bin:/sbin/nologin

3 daemon:x:2:2:daemon:/sbin:/sbin/nologin

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

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

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

7 shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown

8 halt:x:7:0:halt:/sbin:/sbin/halt

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

10 uucp:x:10:14:uucp:/var/spool/uucp:/sbin/nologin

awk是通过平等履一行的拍卖文件,这条命令中隐含模式有(条件)和动作有(动作),awk将处理模式指定的行。

小结awk执行过程:

a)awk读入第一推行内容

b)判断称模式被之极(NR>=2)

l 如果匹配配默认则执行相应之动作({print
$0})

l 如果无配合原则,继续读博下一行

c))继续读博下一行

d)重复过程a-c,直到读取到最终一推行(EOF:end of file)

 

 1.5 区域及著录

名称

含义

field

域,区域,字段

record

记录,默认一整行

eg:$1,$2,$3,$NF

$0: 整行,一个记录

$ 取 引用

 

1.5.1 字段(区域)

各条记下都是由于多单字段(field)组成的,默认情况下里面的隔符是出于空白符(即空格或制表符)来分隔,并且以分隔符记录在停放变量FS中。每行记录之字段数保存在awk的放置变量NF中。

 

 

贪图1-4 awk区域分隔符

awk使用内置变量FS来记录字段分隔符的情节,可以经过BEGIN语词来改,也可以指令行上通过-F参数来转,下面通过示范来增进学习。

以身作则1-3  FS演示文件生成

[root@linux-node1 ~]# awk -F “:” ‘NR>=2&&NR<=5{print $1,$3}’
/server/files/awkfile.txt

bin 1

daemon 2

adm 3

lp 4

1.5.2记录

awk对每个要拍卖的输入数据人为都是怀有格式和结构的,而不只是同等堆积字符串。默认情况下,每一样履内容还变成同久记下,并以易行符结束。

 

² 默认情况 -一行==一个记下,每行都是一个记录。

² RS ==》 record separator 每个记录读入的时节的分隔符。

² NR==》 number of record 行号,记录之屡屡。awk当前拍卖在的,记录的累累。

² ORS==》 output record separate 输出食肉的隔符

 

awk使用内置变量来存放记录分隔符,RS表示的是输入的笔录分隔符,这个价值为堪以特定的措施修改。

前方我们谈到过的$0,awk使用$0来代表整条记录。记录分隔符\n保在RS变量中。另外awk对各一行的记录号都发一个置变量NR来保存,每处理完一长记下NR的价就会见活动+1.

脚通过演示来加强一下啊是记录,记录分隔符。

以身作则1-5 NR记录行号

[root@linux-node1 files]# awk ‘{print NR,$0}’ awkfile.txt

1 root:x:0:0:root:/root:/bin/bash

2 bin:x:1:1:bin:/bin:/sbin/nologin

3 daemon:x:2:2:daemon:/sbin:/sbin/nologin

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

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

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

7 shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown

8 halt:x:7:0:halt:/sbin:/sbin/halt

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

10 uucp:x:10:14:uucp:/var/spool/uucp:/sbin/nologin

 

演示1-6 RS记录分隔符

#因为/为分隔符记录一行

[root@linux-node1 files]# awk ‘BEGIN{RS=”/”}{print NR,$0}’
awkfile.txt

1 root:x:0:0:root:

2 root:

3 bin

4 bash

bin:x:1:1:bin:

5 bin:

6 sbin

7 nologin

daemon:x:2:2:daemon:

8 sbin:

9 sbin

10 nologin

adm:x:3:4:adm:

11 var

12 adm:

13 sbin

14 nologin

lp:x:4:7:lp:

15 var

16 spool

17 lpd:

18 sbin

19 nologin

#因:为分隔符记录一行

[root@linux-node1 files]# awk ‘BEGIN{RS=”:”}{print NR,$0}’
awkfile.txt  

1 root

2 x

3 0

4 0

5 root

6 /root

7 /bin/bash

bin

8 x

9 1

10 1

11 bin

12 /bin

13 /sbin/nologin

daemon

14 x

15 2

16 2

17 daemon

18 /sbin

19 /sbin/nologin

adm

20 x

21 3

22 4

23 adm

24 /var/adm

25 /sbin/nologin

lp

26 x

27 4

28 7

29 lp

30 /var/spool/lpd

31 /sbin/nologin

awk 眼中之公文,从头到尾一截连接的字符串,恰巧中间小\n(回车换行符)

 

示例1-7 RS为空值

#RS为空值的时候以指定行输出为平推行

[root@linux-node1 files]# awk ‘BEGIN{RS=””}{print NR,$1,$2,$3}’
awkfile.txt  

 

 

说明:

当行首打印输出记录号,并打印出各个一行$0的情节

 

号案例1:计算文件中每个单词的更数量

[root@linux-node1 files]# sed -ri.bak ‘s#[:/0-9]+# #g’
awkfile.txt

1)单词将成一排(排队)

中 -o 表示“only-matching 精确匹配

[root@linux-node1 files]# egrep -o “[a-zA-z]+” awkfile.txt |sort|
uniq -c|sort -r

      5 x

      5 sbin

      4 nologin

      4 bin

      3 root

      3 adm

      2 var

      2 lp

      2 daemon

      1 spool

      1 lpd

      1 bash

2)统计

[root@linux-node1 files]# awk ‘BEGIN{RS=”() | \n”}{print $0}’
awkfile.txt|sort |uniq -c|sort -rn

      5 x

      5 sbin

      4 nologin

      4 bin

      3 root

      3 adm

      2 var

      2 lp

      2 daemon

      1 spool

      1 lpd

      1 bash

      1

 

供销社案例2: 统计文件被每个字母的重新数量

 

笔录小结:

  1. 象放冰箱分几步?打开冰箱,把大象放上,关闭冰箱门。
  2. 差不多为此NR,NF,$数字,配合而进行调试awk命令。
  3. NR存放着每个记录之哭丧(行号)读取新行时候会自动+1
  4. RS是记录之分隔符,简单了解就是是可以指定每个记录之尾声标志。
  5. (用RS替换\n)
  6. RS作用就是是象征一个记下之毕。
  7. FS标识在每个区域的结。

1.6 模式匹配

1.6.1 正则表达式

awk支持之正则表达式元字符

元字符

功能

示例

解释

^

字符串开头

/^cool/

相当有为cool开头的字符串

$

字符串结尾

/cool$/

配合有以cool结尾的字符串

.

相当任意单个字符

(包括回车符)

/c..l/

配合配字母c,然后简单独随机字符,再为l结尾的执行,比如ckk1,c@#1等

*

配合配0单或多单引字符

/a*cool/

相当配0独或多独a之后跟cool的履,比如cool,aaacool

+

重新同一不良或同一不良以上

/a+b/

匹配一个要多独a加b的实行

配合配0个或一个指路字符

/a?b/

匹配b或ab的行

[]

匹配指定字符组内的不论一个字符

/^[abc]/

配合为字母a或b或c开头的施行

[^]

匹配不以指定字符组

/^[^abc]/

 匹配不坐字母a或b或c开头的履

x{m}

x重复m次

x重复至少m次

x重复至少m次,但未超n次

待指定参数:–posix或者–re-interval

/(cool){5}

急需留意的一点凡,cool加括号还是无加括号的界别,x可以使字符串也可以单独是一个字符,所有/cool\{5\}/表示匹配coo再加上5独l,即coolllll,

^(cool\){2,\}则象征匹配coolcool,

coolcoolcool等

x{m,}

/(cool){2,}/

 

/(cool){5,6}/

正则表达式的采用,默认是当行内查找匹配的字符串,若有相当则执行action操作,但是有时单纯需要稳定的排列来配合指定的正则表达式,比如:$3这无异排查找匹配tom的施行,这样虽需要另外两个门当户对操作符:

~:用于对记录或字段的表达式进行(匹配)

!~:用于表达和~想法的意。(不般配)

#相当配 第五列以l或者a开头的保有行 ,这里(l|a) 可以变成[al]

[root@linux-node1 files]# awk ‘$3~/^(l|a)/{print $0}’ awkfile.txt

adm x adm var adm sbin nologin

lp x lp var spool lpd sbin nologin

#取eth0 ip

[root@linux-node1 files]# ifconfig eth0| awk -F “[ :]+”
‘NR==2{print $4}’

10.0.0.7

[root@linux-node1 files]# ifconfig eth0| awk -F “addr:| Bcast:”
‘NR==2{print $2}’  

10.0.0.7

[root@linux-node1 files]# echo “—–=====1#######2”

—–=====1#######2

[root@linux-node1 files]# echo “—–=====1#######2″|grep
“[-=#]”

—–=====1#######2

[root@linux-node1 files]# echo “—–=====1#######2″|grep -o
“[-=#]”

=

=

=

=

=

#

#

#

#

#

#

#

[root@linux-node1 files]# echo “—–=====1#######2″|egrep -o
“[-=#]+”

—–=====

#######

 

 

 

#匹配o出现一样潮或简单潮的行打印第一排列和最终一排列

[root@linux-node1 files]# awk –posix ‘$1~/o{1,2}/{print NR,$1,$NF}’
awkfile.txt

1 root bash

3 daemon nologin

1.6.2较表达式

示例1-18

[root@linux-node1 files]# awk ‘NR>=2&&NR<=5{print NR,$0}’
awkfile.txt

2 bin x bin bin sbin nologin

3 daemon x daemon sbin sbin nologin

4 adm x adm var adm sbin nologin

5 lp x lp var spool lpd sbin nologin

1.6.3限量模式

awk ‘/start pos/,/end pos/{print $0} ‘ test.txt

awk ‘/start pos/,NR==XXX{print $0}’ passwd.oldboy

界定模式之下,范围条件的下,表达式必须配合一行,

[root@linux-node1 files]# awk ‘NR==2,NR==5{print NR,$1,$3}’
awkfile.txt

2 bin bin

3 daemon daemon

4 adm adm

5 lp lp

[root@linux-node1 files]# awk ‘NR==2,NR==5{print NR,$0}’ awkfile.txt
     

2 bin x bin bin sbin nologin

3 daemon x daemon sbin sbin nologin

4 adm x adm var adm sbin nologin

5 lp x lp var spool lpd sbin nologin

[root@linux-node1 files]# awk ‘NR==2,NR<=5{print NR,$0}’
awkfile.txt  

2 bin x bin bin sbin nologin

1.6.4店家案例:取出常用服务端口号

ftp http https mysql ssh 端口号
/etc/services 文件

[root@linux-node1 files]# awk -F “[ /]+”
‘$1~/ftp|https|mysql|ssh)$/{print $1,$2}’ /etc/services|uniq

小结:

  1. 模式===》条件
  2. 正则表达式
  3. 法表达式(NR>=2
    NR==2)
  4. 克表达式
  5. (NR==2,NR==5)
  6. /正则表达式-开始/,/正则结束/
  7. $1~/正则表达式-开始/,$3~/正则结束/ 行,记录。
  8. 区域:FS刀分隔的,FS区域分隔符
  9. 笔录:RS刀分隔的,RS记录分隔符
  10. FS===>NF 区域之数据
  11. RS===>NR 记录号,随着记录的增多NR自动+1

 

1.7 awk构造的追忆

1.7.1 BEGIN模块

BEGIN模式之前我们来以演示中干,自定义变量,给内容变量赋值等,都是故了。需要留意的凡BEGIN模式后要属跟一个action操作块,包含在大括号内。awk必须在针对输入文件进行其他处理前先行实施BEGIN定义之action操作块。我们可免苟任何输入文件,就可以针对BEGIN模块进行测试,因为awk需要先实行完BEGIN模式,菜对输入文件举行处理。BEGIN模式时被用来改内置变量ORS,RS,FS,OFS等之价。

示例1-25

[root@linux-node1 files]# awk ‘BEGIN{print “this is begin!\nand
thiscommand donnot have file”}’

this is begin!

and thiscommand donnot have file

说明:

莫公文awk依旧可以处理BEGIN模式下的操作块。

1.7.2 END模块

END 于awk读博了所有的公文的当儿

awk编程思想:

1.先处理,最后又END模块输出。

及BEGIN模式相对于的END模式,格式一样,但是END模式仅以awk处理完所有输入行后才进行拍卖。并且于END模式下awk不兼容任何输入行。

1.7.3 总结awk执行进程

1.读入一行

2.判定是否是用之行 条件$3>15 满足超过15 执行action :print

3.休满足条件重复1,2手续

1.7.4 企业案例3:统计文件里的空行数量

[root@linux-node1 files]# grep -c “^$” /etc/services

16

[root@linux-node1 files]# awk ‘/^$/{a=a+1;print a}’ /etc/services  

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

[root@linux-node1 files]# awk ‘/^$/{a=a+1}END{print a}’ /etc/services
            

16

 

 head -20 /etc/passwd >awkfile2.txt

面试题:awkfile2.txt 里面 以:为分隔符,区域3不胜让15履行,一共来小个?

[root@linux-node1 files]# awk -F “:” ‘$3>15{print $0}’
awkfile2.txt   

nobody:x:99:99:Nobody:/:/sbin/nologin

dbus:x:81:81:System message bus:/:/sbin/nologin

usbmuxd:x:113:113:usbmuxd user:/:/sbin/nologin

vcsa:x:69:69:virtual console memory owner:/dev:/sbin/nologin

rpc:x:32:32:Rpcbind Daemon:/var/cache/rpcbind:/sbin/nologin

rtkit:x:499:497:RealtimeKit:/proc:/sbin/nologin

#计量同一不行,输出一不行

[root@linux-node1 files]# awk -F “:” ‘$3>15{a=a+1;print a}’
awkfile2.txt           

1

2

3

4

5

6

#处理终结文件之后更输出a   这里a=a+1 可以为此a++代替

[root@linux-node1 files]# awk -F “:” ‘$3>15{a=a+1;}END{print a}’
awkfile2.txt        

6

店家面试题5:1+…..+100 1加以到100的价值,用awk实现

root@linux-node1 files]# seq 100 > test.txt  

[root@linux-node1 files]# cat test.txt |awk ‘{a+=$0}END{print a}’

5050

[[root@linux-node1 files]# awk ‘a=a+$0;END{print a}’ test.txt |sed
-n ‘$p’

5050

1.7.4 企业案例4:

寻有环境变量$PATH中,所有只来三只随机字符的命,例如tee,并以他们重定向到command.txt中,要求一行显示1个,并以文件尾统计他们的单数.

 

[root@linux-node1 files]# find $(echo $PATH|tr “:” ” “) -type f -name
“???”| awk ‘{a++}END{print “result:”a}’

find: `/root/bin’: No such file or directory

result:75

通配符:用来配合文件称的。{}字符序列

正要则发挥:字符串

1.7.5 总结awk执行过程

 

[root@linux-node1 files]# awk -F “:” ‘BEGIN{print FS}’        

:

先执行命令再履行BEGIN模块

 

 

思想:

  1. awk核心思想就是现处理,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,打印标题头的音信,(excel表格里面标题行)
  3. END模块用来最后输出,统计信息,awk数组信息。
  4. 区域,记录

 

  1. BEGIN和END模块只能发出一个。不可知BEGIN{}BEGIN{}或者END{}END{}
  2. 招来哪个干啥模块,可以是基本上独。

NR=2{print $1}NR=5{print $0}

1.8awk内置变量(预定义变量)

 

变量名

属性

$0

当前记录

$1-$n

当前记录的第n个字段,字段间由FS分隔

FS

输入字段分隔符 默认是空格

NF

当前记录中的字段个数。就是有多少列

NR

已经读出的记录数,就是行号,从1开始

RS

输入的记录分隔符默认为换行符

OFS

输出字段分隔符 默认也是空格

ORS

输出的记录分隔符,默认为

FNR

当前文件的读入记录号

1.9 awk数组

示范1-9勤组演示

array[b]=”aaa”:array…..

 

 

1.9.1商家面试题1

 

处理以下文件内容,将域名取出并因域名进行计数排序处理(去重):(百度和sohu面试题)

[root@linux-node1 files]# cat awkfile3.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@linux-node1 files]# awk -F “/” ‘{array[$3]++}END{for(key in
array) print key,array[key]}’ awkfile3.txt

mp3.etiantian.org 1

post.etiantian.org 2

www.etiantian.org 3

 

[root@linux-node1 files]# awk -F “/+” ‘{array[$2]++}END{for(key in
array)print key,array[key]}’  awkfile3.txt

mp3.etiantian.org 1

post.etiantian.org 2

www.etiantian.org 3

小结:

 

  1. awk数组去再
  2. 选择好分隔符 -F “/”
  3. 选好处理的区域,print
    $1,$3,$2
  4. array[$3]++
  5. 优先处理,最后END模块输出
  6. 出口awk数组我们下for(key in array)
  7. ===>for ()循环
  8. key in array 手去框里,抓苹果。
  9. key 就是苹果名字(数组元素的名)
  10. array数组名(框的讳)
  11. 打印输出print
    key,array[key]

 

1.9.2 企业案例2统计每个IP的访问量

access_awk.log

 

1.10 awk有关英语总结

名称

含义

filed

域,区域,字段

record

记录,默认一整行

Filed Separator

FS:区域分隔符,表示一个区域的结束,字段,域

Number of Filed

NF:每一个记录中区域的数量

Record Separator

RS:记录分隔符,表示每个记录的结束

output filed separator

OFS

output Record Separator

ORS

awk当前处理的文件的记录号

FNR

[root@linux-node1 files]# seq 20 30 >20-30.txt

[root@linux-node1 files]# seq 50 60 >50-60.txt

[root@linux-node1 files]# awk ‘{print FNR,NR,$0}’ 20-30.txt 50-60.txt

1 1 20

2 2 21

3 3 22

4 4 23

5 5 24

6 6 25

7 7 26

8 8 27

9 9 28

10 10 29

11 11 30

1 12 50

2 13 51

3 14 52

4 15 53

5 16 54

6 17 55

7 18 56

8 19 57

9 20 58

10 21 59

11 22 60

第2章awk总结:

2.1.寻找哪个干啥模块

 澳门新葡亰官网 3

澳门新葡亰官网 4

 

 

 

 

 

 

 

 

2.2awk执行过程-完全

 澳门新葡亰官网 5

 

BEGIN模块输出一些提示性文字。awk内置变量FS,RS,ORS,OFS。

END 模块输出一些提示性文字,显示最后的结果,计算空行,awk数组,去苹果之过程将苹果来得处理。

awk里面的一般性变量不用初始化。

awk先处理,一行一行的处理,然后END模块输出。

  1. 处与记录

FS指定各种各样的刀(正则表示),RS正则发挥

 

  1. 模式匹配===》条件 如何寻找人。

正则表达式

^字符串开头

$字符串结尾

$3~/^http$/

–posix或 –re-interval

r{n,m}

相当精确,模糊

NR==1

NR>=2

模式默认匹配 一行$0

$3~/^r/

awk ‘$3~/[4-6]/{print $0}’ passwd.txt

限匹配

NR=2,NR=5   ==>2,5p

/start 位置/,/结束位置/

 

  1. 撞正则表达式/ /
  2. $3~/reg/
  3. > = <
  4. NR==2,NR=5 /start位置/,/结束位置/

 

  1. awk数组

数组 ==>元素

一个筐==》苹果

澳门新葡亰官网 6

澳门新葡亰官网 7

澳门新葡亰官网 8

 

 

 

题材来:

http://edu.51cto.com/course/course\_id-4319.html

 

3. 考试题

试书1:处理以下文件内容,将域名取出并基于域名进行计数排序处理:(百度和sohu面试题)

oldboy.log

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

答案 (4种)

#这里的

root@linux-node1 files]# awk -F “/” ‘{array[$3]++}END{for(key in
array) print key,array[key]}’ awkfile3.txt

[root@linux-node1 files]# awk -F “/+” ‘{array[$2]++}END{for(key in
array)print key,array[key]}’  awkfile3.txt

[root@linux-node1 files]#  cut -d / -f3 awkfile3.txt|sort|uniq
-c|sort -nrk2

[root@linux-node1 files]#  sort -t / -rk3 awkfile3.txt|awk -F /
‘{print $3}’|uniq -c

 

考查题2:统计公司工作受到强并发web服务器不同网络连接状态对应之数

[root@linux-node1 files]# netstat -ant|awk
‘NR>=3{array[$6]++}END{for(key in array)print key,array[key]}’
             

TIME_WAIT 134

SYN_SENT 1

ESTABLISHED 5

LISTEN 10

 

[root@linux-node1 files]# netstat -ant|awk ‘{print $6}’|uniq -c|sort
-nr

    138 TIME_WAIT

      7 LISTEN

      5 ESTABLISHED

      3 LISTEN

      1 Foreign

      1 established)

试书3.分析图片服务日志,把日记(每个图片看次数*图片大小的总和)排行,取top10,也便是计量每个url的究竟看大小【附加题:加分题】。

征:本题生产环境下:这个职能可以用于IDC网站流量带富很高,然后通过分析服务器日志哪些因素占用流量过那个,进而开展优化还是淘汰剪该图片,压缩js等方式。

主题需要输出三单指标: 【访问次数】  
 【访问次数*单个文件大小】   【文件称(可以拉动URL)】

测试数据

59.33.26.105 – – [08/Dec/2010:15:43:56 +0800] “GET
/staticphotos/2.jpg HTTP/1.1” 200 11299
“http://oldboy.blog.51cto.com/static/web/column/17/index.shtml?courseId=43”
“Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR
2.0.50727; .NET CLR 3.0.4506.2152; .NET CLR 3.5.30729)”

59.33.26.105 – – [08/Dec/2010:15:43:56 +0800] “GET
/staticphotos/2.jpg HTTP/1.1” 200 11299
“http://oldboy.blog.51cto.com/static/web/column/17/index.shtml?courseId=43”
“Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR
2.0.50727; .NET CLR 3.0.4506.2152; .NET CLR 3.5.30729)”

59.33.26.105 – – [08/Dec/2010:15:44:02 +0800] “GET
/static/flex/vedioLoading.swf HTTP/1.1” 200 3583
“http://oldboy.blog.51cto.com/static/flex/AdobeVideoPlayer.swf?width=590&height=328&url=/\[\[DYNAMIC\]\]/2”
“Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR
2.0.50727; .NET CLR 3.0.4506.2152; .NET CLR 3.5.30729)”

124.115.4.18 – – [08/Dec/2010:15:44:15 +0800] “GET /?= HTTP/1.1” 200
46232 “-” “-“

124.115.4.18 – – [08/Dec/2010:15:44:25 +0800] “GET
/static/js/web_js.js HTTP/1.1” 200 4460 “-” “-“

124.115.4.18 – – [08/Dec/2010:15:44:25 +0800] “GET
/static/js/jquery.lazyload.js HTTP/1.1” 200 1627 “-” “-“

 

答案:

[root@linux-node1 files]# awk
‘BEGIN{print”URL:””\t””num:\t””total_size:”}{a[$7]++;b[$7]=$10}END{for(key
in a)print key”\t”a[key]”\t”a[key]*b[key]}’ images.log  

URL:    num:    total_size:

/?=     1       46232

/static/js/web_js.js    1       4460

/staticphotos/2.jpg     2       22598

/static/flex/vedioLoading.swf   1       3583

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

明透上述问题并搞定后,你用好轻松搞定如下扩展的试开:

扩充考试开1:

4.假如今起只文件,格式如下:

a  1

b  3

c  2

d  7

b  5

a  3 

g  2

f  6

d  9

虽左边是随机字母,右边是不管三七二十一数字,要求写单底论使其出口格式为:

a  4

b  8

c  2

d  16

f  6

g  2

即将同的字母后面的数字加在一起,按字母之逐条输出。

答案:

答案

[root@linux-node1 files]# awk ‘{if(!
a[$1]++)b[++n]=$1;c[$1]+=$2}END{for(i=1;i<=n;i++)print
b[i],c[b[i]]}’ a.txt

a 4

b 8

c 2

d 16

g 2

f 6

扩张考试题2:用shell处理以下内容

1、按单词出现频率降序排序!

2、按字母出现频率降序排序!

the squid project provides a number of resources to assist users
design,implement and support squid installations. Please browse the
documentation and support sections for more infomation

1.答案

[root@linux-node1 files]# sed -r ‘s#,| #\n#g’ b.txt|awk
‘{array[$0]++}END{for(key in array) print array[key],key}’|sort -r
         

2 the

2 support

2 squid

2 and

1 users

1 to

1 sections

1 resources

1 provides

1 project

1 of

1 number

1 more

1 installations.

1 infomation

1 implement

1 for

1 documentation

1 design

1 browse

1 assist

1 a

1 Please

1

 

 

 

2.答案

[root@linux-node1 files]# sed ‘s#[a-zA-Z]#& #g’ b.txt|awk
‘BEGIN{RS=” “}{arr[$1]++}END{for(i in arr) print arr[i],i}’|sort -nr
    

25

19 s

17 e

16 o

14 t

12 n

11 r

11 i

9 a

8 u

7 p

7 d

6 m

4 l

4 c

3 f

2 q

2 h

2 b

1 w

1 v

1 j

1 g

1 P

1 .

1 ,i

 

admin

网站地图xml地图