gawk 和 mawk 的區別（列寬）

Question

我有一個文件：

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，我得到了正確的結果：

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，我得到了正確的結果：

---

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，我得到了不正確的結果：

作為 mawk 得到與 gawk 相同的結果？

Answer 1

mawk 是一個功能最少的 awk，旨在提高執行速度而不是功能。 您不應期望它的行為與 gawk 或 POSIX awk 完全相同。 如果您要使用 mawk，則需要獲取描述 IT 行為方式的mawk 手冊，不要依賴任何其他描述其他 awk 行為方式的文檔。

恕我直言，格式化字符串%-s沒有正確的結果，因為在不指定對齊寬度的情況下對齊字符串是沒有意義的。 對於length本身的含義也有不同的解釋 - 它可能是length($0)的簡寫，也可能是非 POSIX awk 中的其他東西，在某些非 POSIX awk 中甚至可能沒有長度函數因此它可能會將其視為未定義的變量名。 任何給定的 awk 如何處理非英文字符？

正如我所說 - 如果您要使用非 POSIX awk，您需要查看該 awk 的手冊以了解所有血腥細節......

Answer 2

我假設您使用的是不同的系統...因為系統上的 awk 安裝曾經是 gawk 或 mawk 的符號鏈接。

只要版本一致，所有 awk 版本都是兼容的。

因此，我假設您面臨的問題是由於使用了舊版本和新版本的程序。

Answer 3

更新1：意識到我可以大規模簡化它-

• 唯一需要做的就是將UTF-8連續字節的計數填充到總寬度中，並通過這樣定義FS ，那么對於非空行，計數將始終為NF - 1 ，尾部的計數行尾反映了UTF-8 character count （嚴格來說……這是一個代碼點數）

  警告：此代碼大膽假設輸入是有效UTF-8開頭，不執行數據驗證檢查

=

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