gawk 和 mawk 的区别（列宽）

Question

我有一个文件：

To jest długi string z wieloma polskimi literami ąółżęś kodowany w UTF8, 
żeby 
było śmieszniej, haha.
ą
a

示例傻瓜：

gawk '{printf "%-80s %-s\n", $0, length}' file

在 gawk 中，我得到了正确的结果：

To jest długi string z wieloma polskimi literami ąółżęś kodowany w UTF8,         73
żeby                                                                             5
było śmieszniej, haha.                                                           22
ą                                                                                1
a                                                                                1

在 gawk 中，我得到了正确的结果：

---

示例：

mawk '{printf "%-80s %-s\n", $0, length}' file
To jest długi string z wieloma polskimi literami ąółżęś kodowany w UTF8,  80
żeby                                                                            6
było śmieszniej, haha.                                                         24
ą                                                                               2
a                                                                                1

在 mawk 中，我得到了不正确的结果：

作为 mawk 得到与 gawk 相同的结果？

Answer 1

mawk 是一个功能最少的 awk，旨在提高执行速度而不是功能。 您不应期望它的行为与 gawk 或 POSIX awk 完全相同。 如果您要使用 mawk，则需要获取描述 IT 行为方式的mawk 手册，不要依赖任何其他描述其他 awk 行为方式的文档。

恕我直言，格式化字符串%-s没有正确的结果，因为在不指定对齐宽度的情况下对齐字符串是没有意义的。 对于length本身的含义也有不同的解释 - 它可能是length($0)的简写，也可能是非 POSIX awk 中的其他东西，在某些非 POSIX awk 中甚至可能没有长度函数因此它可能会将其视为未定义的变量名。 任何给定的 awk 如何处理非英文字符？

正如我所说 - 如果您要使用非 POSIX awk，您需要查看该 awk 的手册以了解所有血腥细节......

Answer 2

我假设您使用的是不同的系统...因为系统上的 awk 安装曾经是 gawk 或 mawk 的符号链接。

只要版本一致，所有 awk 版本都是兼容的。

因此，我假设您面临的问题是由于使用了旧版本和新版本的程序。

Answer 3

更新1：意识到我可以大规模简化它-

• 唯一需要做的就是将UTF-8连续字节的计数填充到总宽度中，并通过这样定义FS ，那么对于非空行，计数将始终为NF - 1 ，尾部的计数行尾反映了UTF-8 character count （严格来说……这是一个代码点数）

  警告：此代码大胆假设输入是有效UTF-8开头，不执行数据验证检查

=

mawk[1/2]|gawk -b '

$!NF = sprintf("%-*s %s",(__=NF-!_)+80,$_,length($_)-__)' FS='[\\200-\\277]'

=

To jest długi string z wieloma polskimi literami ąółżęś kodowany w UTF8,         73
żeby                                                                             5
było śmieszniej, haha.                                                           22
ą                                                                                1
a                                                                                1