awk分段处理记录并格式化输出(处理LDAP文件和DHCP记录)

awk功能真是强大！可用来分段处理记录（即要处理的数据一段一段的），把记录中指定的部分取出并重新格式化输出 ...

=======================================
例子1. 分析LDAP记录（ldif格式的记录文本）
=======================================

现在有这样一笔记录，分段形式的，即：记录与记录之间以空行分割，如下：

uid: test
cn: test
sn: test user
o: people
mail: test@example.com
status: enabled
quota: 100
domain: example.com

uid: alice
cn: Alice
sn: alice user
o: people
mail: alice@example.com
status: enabled
quota: 200
domain: example.com

uid: bob
cn: boby
sn: bob user
o: people
mail: bob@example.com
status: enabled
quota: 300
domain: example.com

现在想取出上述记录中的某些字段，比如uid,cn,mail,quota,并且每个记录以一行的方式输出，脚本：

# awk -F ': ' '{if(/^uid|^cn|^mail|^quota/) {ORS=" "; print $2};
if(/^$/){ORS=" "; print ""}
}' data.ldif

输出结果：

test test test@example.com 100
alice Alice alice@example.com 200
bob boby bob@example.com 300

脚本说明：
awk处理时，默认将一行视为一个记录，但这里我们需要的是每一段为一个记录，由于段于段之间是以空行分割的，所以在没有遇到空行时，修改ORS为空格，表示同一个记录的不同部分；遇到空行时，修改ORS为换行，表示这个记录已经完了，这样就达到了我们的要求。
ORS意为 Output Record Seperator，即输出记录分割符，默认ORS为换行( )。

=======================================
例子2. 分析DHCP的lease记录(dhcpd.leases）
=======================================

lease 192.168.1.200 {
  starts 2 2005/12/06 06:14:04;
  ends 2 2005/12/06 18:14:04;
  tstp 2 2005/12/06 18:14:04;
  binding state free;
  hardware ethernet 00:11:5b:15:61:e8;
}
lease 192.168.1.197 {
  starts 2 2005/12/06 06:41:01;
  ends 2 2005/12/06 18:41:01;
  tstp 2 2005/12/06 18:41:01;
  binding state free;
  hardware ethernet 00:0a:eb:12:71:3b;
}
lease 192.168.1.191 {
  starts 3 2005/12/07 01:31:19;
  ends 3 2005/12/07 01:33:19;
  tstp 3 2005/12/07 01:33:19;
  binding state free;
  hardware ethernet 00:0c:29:09:52:d8;
}
lease 192.168.1.195 {
  starts 3 2005/12/07 01:31:20;
  ends 3 2005/12/07 13:31:20;
  tstp 3 2005/12/07 13:31:20;
  binding state active;
  next binding state free;
  hardware ethernet 00:0c:29:09:52:d8;
}
lease 192.168.1.194 {
  starts 3 2005/12/07 01:50:20;
  ends 3 2005/12/07 13:50:20;
  tstp 3 2005/12/07 13:50:20;
  binding state active;
  next binding state free;
  hardware ethernet 00:e0:4c:c9:86:56;
}

现在要查看当前活动的租约记录（已分配的IP／起始时间／过期时间／目标机器的MAC地址），脚本：

cat dhcpd.leases|grep -v ^#|awk
   '{if(/^lease|^  binding|^  starts|^  ends|^  hardware/)
      { ORS=" " ; for(i=2;i<=NF;i++) {print $i}}
   if(/^}$/) { ORS="\n"; print ""}
   }'| grep active|awk '{print $1,$4,$5,$7,$8,$12}'|sed 's/;//g'

注：上述脚本应该在一行，为了方便阅读才分开显示的

输出结果：
192.168.1.195 2005/12/07 01:31:20 2005/12/07 13:31:20 00:0c:29:09:52:d8
192.168.1.194 2005/12/07 01:50:20 2005/12/07 13:50:20 00:e0:4c:c9:86:5

脚本说明：grep -v ^# 过滤掉租约记录里面的注释
      awk '{ ....}' 上面已经说明了
         里面有个for循环，目的是依次输出从第2个开始到最后的field
      grep active 取出处于活动状态的记录，过滤掉过期的记录
      awk '{ ...}' 格式化输出
      sed 's/;//g' 删除输出中的分号

更简单的脚本：

grep -v ^# dhcpd.leases| awk 'BEGIN{RS="}"}
/binding state active/{gsub(/;|"/,"");
print $2,$6,$7,$10,$11,$21}'