尴尬和莫克的浮点比较

Question

我不明白为什么浮点数比较在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
[...]

虽然它在这样的尴尬上完美地表现：

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

我显然在这里做错了什么，但是我不明白。

Answer 1

如果文件具有CRLF线终结器，则会失败。首先删除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

另外，您可以使用dos2unix或这样的。

edit2 ：如果您使用的是将逗号作为十进制分离器的环境，它会影响mawk中的float比较。

在这种情况下，您可以：

1）将语言环境设置为

LANG="en_US.UTF-8"

或

2）将十进制分离器更改为逗号，然后将其管道到Mawk：

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

Answer 2

您不需要设置语言环境，但需要考虑奇怪或错误的输入：

如果输入具有DOT或任何字符，则比ASCII的字节条例高于" 1"。（很多东西）：

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

这将完全无法产生正确的结果，因为将$3比较为字符串，其中ASCII" 9"。大于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

要纠正它，只需在$3旁边添加+：

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

如果您不太关心古老的gawk -P/-c/-t模式，则更简单：

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

让ORS代表您照顾r :: Cr 。通过将?放置在RS Regex上，您可以跳过有关使用iconv或dos2unix或更改locale设置的所有步骤::

• RS ----＆gt;ORS会无缝处理

这样，原始输入文件仍然完好无损，以防稍后出于某种原因需要这些CR。