难以理解 awk 脚本

Question

我在理解这个 gawk 命令时遇到问题。总之，它根据特定条件解析两个日志（本地访问）Tomcat 日志文件。

函数如下：

gawk 'function getip(rec) {n=split(rec,a,"\"");
        split(a[n-1],ip,",");return ip[1]}
     ~ /302/ &&  ~ /POST/ &&  ~ /^\/sso\/lfe\/ui\/login/
    {lfe_user_ip=getip([=10=]);
        user_path[lfe_user_ip]=user_path[lfe_user_ip]"_login-302"}
    /\/sso\/pfe\/rs\/profile\/customer/ &&  ~ /PUT/
    {pfe_user_ip=getip([=10=]);
        if (user_path[pfe_user_ip] ~ /_login-302/) {
            if ( ~ /200/) successful_redirect_conversion+=1;
            else failed_redirect_conversion+=1;} }
    END {print successful_redirect_conversion, failed_redirect_conversion}' \
        localhost_kff_access_log.2017-10-09.txt \
  /ses/var/late/dev001/tomcat/kfc/s002/logs/localhost_kfc_access_log.2017-10-09.txt

我不明白的是 split 方法以及路径的转义：

 ~ /^\/sso\/lfe\/ui\/login/

Answer 1

第一个split在文字双引号上划分输入并将结果放入a:

n=split(rec,a,"\"");

n 的值表示我们最终得到了多少个字段。下一个 split 取倒数第二个字段并用逗号分隔：

split(a[n-1],ip,",");

最后，函数 returns 这些值中的第一个：

return ip[1]

如果无法访问您的输入日志，很难确切地说它完成了什么，但通常情况下，类似于

various values "some of them in quotes"  and "11.22.33.44,55.66.77.88,some more"

将采用最后一个双引号字段（n-1 是因为 split returns 是最后一个 " 之后的空字段）并进一步删除之后的任何内容第一个逗号，产生最终结果 11.22.33.44.

关于反斜杠，您必须转义 Awk 正则表达式中的任何文字反斜杠，因为反斜杠本身就是一个正则表达式分隔符。

 ~ /foo/bar/

是一个语法错误，因为斜线看起来像正则表达式在 foo 之后结束，而 bar/ 在外面。放入像 /foo\/bar/ 这样的反斜杠允许 Awk 解析器正确地看到内部斜杠是正则表达式的一部分，而不是它的终止分隔符。

难以理解 awk 脚本

trouble understanding an awk scrpt

bash

shell

awk

gawk