Mis apuntes · Aprende awk desde PHP

Se guardan solos en este navegador mientras escribes. Puedes usar Markdown. Al descargarlos, la primera línea es tu enlace personal al curso.

Bootcamp · para quien viene de PHP

Aprende awk desde PHP

¿Por qué awk?

Tu web escribe una línea en un fichero cada vez que alguien la visita: el log de accesos. Ahí está quién entró, cuándo, qué pidió y qué le respondiste. Para leerlo con PHP hay que escribir un script con fopen, un while, un explode y un array para contar. Con awk es una línea en la terminal, porque el bucle y el explode ya vienen hechos.

awk está instalado en cualquier servidor Linux desde hace décadas: no hay que desplegar nada. Cada lección compara con PHP y todo el curso trabaja sobre el mismo access.log de nginx; al final construyes un informe que saca las IP más pesadas, las páginas más vistas y los intentos de ataque.

awkprograma.awk
# las 404 del log: quién pidió qué
$9 == 404 { print $1, $7 }

Tu progreso

31lecciones
115retos
8exámenes

0 % · todavía no has empezado

Tu enlace para seguir en cualquier dispositivo

Guárdalo: quien lo tenga ve y continúa tu progreso. Se crea con tu primer avance y se actualiza solo cada vez que resuelves algo.

Temario

8 módulos · ¿ya dominas algo? Pulsa el círculo de una lección o «Ya lo sé» en un módulo para darlo por finalizado y saltar a lo que te interesa.

Todas las lecciones · tu última búsqueda se recuerda en este navegador

01

De PHP a awk

El bucle y el explode ya vienen hechos: tú solo dices qué líneas quieres y qué hacer con ellas.

0/4
  1. 01 Hola, awk: el bucle que no escribes 3 retos
  2. 02 Patrón { acción }: el if y el foreach en una línea 4 retos
  3. 03 $0, $1 y NF: la línea ya viene troceada 4 retos
  4. 04 Una línea o un fichero: awk '…' y awk -f 2 retos
  5. Examen: De PHP a awk pendiente
02

Campos y separadores

Dónde se corta cada línea lo decides tú: el log de nginx, campo a campo.

0/3
  1. 05 FS y -F: tú decides dónde se corta 4 retos
  2. 06 Anatomía del access log de nginx 4 retos
  3. 07 NR, NF y OFS: contar líneas y pegar campos 4 retos
  4. Examen: Campos y separadores pendiente
03

Patrones y regex

Quedarte solo con las líneas que importan: comparaciones, expresiones regulares y rangos.

0/3
  1. 08 Comparar campos: ==, >, && y || 4 retos
  2. 09 Regex en awk: ~ y !~ frente a preg_match 5 retos
  3. 10 BEGIN, END y rangos de líneas 4 retos
  4. Examen: Patrones y regex pendiente
04

Variables y control

Sumar bytes, sacar medias y dar formato: variables sin $ y sin declarar.

0/4
  1. 11 Variables sin $ y sin declarar: texto o número 4 retos
  2. 12 printf: informes alineados 4 retos
  3. 13 if, while y for 4 retos
  4. 14 -v: pasar datos desde la terminal 3 retos
  5. Examen: Variables y control pendiente
05

Arrays asociativos

El array de PHP, tal cual: contar visitas por IP, por página y por estado.

0/4
  1. 15 Arrays asociativos: contar visitas por IP 4 retos
  2. 16 for (clave in array), in y delete 4 retos
  3. 17 Ordenar el resultado: el top de IP 4 retos
  4. 18 Claves compuestas: IP y estado a la vez 4 retos
  5. Examen: Arrays asociativos pendiente
06

Texto y fechas

Trocear, sustituir y capturar: del user agent al navegador, de la fecha del log a la hora.

0/5
  1. 19 length, substr, index y tolower 4 retos
  2. 20 split, sub y gsub: el explode y el preg_replace 5 retos
  3. 21 match: sacar el navegador del user agent 4 retos
  4. 22 Tus propias funciones 4 retos
  5. 23 Fechas del log: mktime y strftime 4 retos
  6. Examen: Texto y fechas pendiente
07

Varios ficheros y salida

Cruzar el log con una lista de IP, leer registros de varias líneas y repartir la salida.

0/3
  1. 24 Dos ficheros a la vez: FNR == NR 4 retos
  2. 25 getline, > y tuberías 3 retos
  3. 26 RS: registros de varias líneas y CSV 4 retos
  4. Examen: Varios ficheros y salida pendiente
08

Proyecto final: el informe del log

Fase a fase, un informe.awk que resume un día de tu web: visitas, páginas, errores y ataques.

0/5
  1. 27 Fase 1 · Parsear cada línea con funciones 3 retos
  2. 28 Fase 2 · Filtrar bots y contar 3 retos
  3. 29 Fase 3 · Top de páginas y visitas por hora 3 retos
  4. 30 Fase 4 · Detectar escaneos y fuerza bruta 3 retos
  5. 31 Fase 5 · El informe completo y cómo usarlo en tu servidor 2 retos
  6. Examen: Proyecto final pendiente

Los programas se ejecutan con GNU awk 5.4.1 compilado a WebAssembly, software libre con licencia GPL-3.0. Código fuente: gawk en ftp.gnu.org · receta de compilación.