awk和mawk中的浮點比較

Question

我不明白為什么浮點數比較在 mawk 中不起作用：

mawk '$3 > 10' file.txt
[...]
9_6_F-repl      24834   38.8699
9_6_F   56523   17.9344
9_7_F   3196    3.68367
9_9_F   2278    2.37445
9_annua_M-merg  122663  163.557
9_huetii_F-merg 208077  172.775
[...]

雖然它在 awk 上表現完美：

awk '{if ($3 > 10) print $1}' file.txt

我顯然在這里做錯了什么，但我不明白是什么。

Answer 1

如果文件有 CRLF 行終止符，它將失敗。 先刪除\r ：

$ file foo
foo: ASCII text, with CRLF line terminators
$ mawk 'sub(/\r/,"") && ($3 > 10)'  foo
9_6_F-repl      24834   38.8699
9_6_F   56523   17.9344
9_annua_M-merg  122663  163.557
9_huetii_F-merg 208077  172.775

或者，您可以使用dos2unix等。

EDIT2 ：如果您使用的語言環境以逗號作為小數點分隔符，它會影響 mawk 中的浮點數比較。

在這種情況下，您可以：

1）將語言環境設置為

LANG="en_US.UTF-8"

或者

2) 將小數點分隔符改為逗號，將 pipe 改為 mawk：

mawk '$3 > 10' <(cat file.txt | sed -e "s/\./,/")

Answer 2

您不需要設置語言環境，但需要考慮奇怪或錯誤的輸入：

如果輸入有一個點，或者任何字符的字節指令高於 ASCII“1”（這是很多東西）：

9_6_F-repl      24834   9.
9_6_F   56523   9.
9_annua_M-merg  122663  9.
9_huetii_F-merg 208077  9.
9_annua_M-merg  122663  :5.333

這將完全無法產生正確的結果，因為將$3作為字符串進行比較，其中 ASCII“9”大於 ASCII“1”：

mawk2 'sub("\r*",_)*(10<$3)'

9_6_F-repl      24834   9.
9_6_F   56523   9.
9_annua_M-merg  122663  9.
9_huetii_F-merg 208077  9.
9_annua_M-merg  122663  9.
9_annua_M-merg  122663  :5.333

要糾正它，只需在$3旁邊添加+ ：

mawk 'sub("\r*",_)*(10<+$3)'

如果您不太關心古老的gawk -P/-c/-t模式，那么它甚至更簡單：

mawk '10<+$3' RS='\r?\n'

讓ORS代表您處理\r :: CR 。 通過放置? 在 RS 正則表達式中，您可以跳過有關使用iconv或dos2unix或更改locale設置的所有步驟：

• RS ——> ORS會無縫處理它

這樣，原始輸入文件將保持完整，以防您以后出於某種原因需要這些 CR。