awk getline 跳到最后一行——可能的换行符问题

Question

我在 BEGIN 语句中使用

while( (getline line < "filename") > 0 )

，但是这个 while 循环似乎只读取文件的最后一行而不是每一行。我认为这可能是换行符问题，但我真的不知道。有什么想法吗？

我正在尝试从主输入文件以外的文件读取数据。

相同的语法实际上适用于一个文件，但不适用于另一个文件，我看到的唯一区别是，当我在 Vim 中查看它时，它适用的文件在每一行的末尾都有“^M”，而它不起作用的地方没有 ^M。但这在我的（基于 UNIX 的）Mac 上似乎是一个奇怪的问题。

我希望我比我更了解 getline 的情况。

Answer 1

您必须将 RS 指定为更模糊的内容。
这是一个丑陋的黑客让事情正常工作

RS="[\x0d\x0a\x0d]"

现在，这可能需要一些解释。
不同的系统使用不同的方式来处理线路变更。
阅读 http://en.wikipedia.org/wiki/Carriage_return 和 http://en.wikipedia.org/wiki/Newline 如果您是
对它感兴趣。

通常 awk 会优雅地处理这个问题，但在您的环境中，某些文件似乎很顽皮。
0x0d 或 0x0a 或 0x0d 0x0a (CR+LF) 应该存在，但不能混合。

因此，让我们尝试一个混合数据流的示例

$ echo -e "foo\x0d\x0abar\x0d\x0adoe\x0arar\x0azoe\x0dqwe\x0dtry" |awk 'BEGIN{while((getline r )>0){print "r=["r"]";}}'

结果：

r=[foo]
r=[bar]
r=[doe]
r=[rar]
try]oe

我们可以看到最后几行丢失了。
现在使用丑陋的破解 RS

$ echo -e "foo\x0d\x0abar\x0d\x0adoe\x0arar\x0azoe\x0dqwe\x0dtry" |awk 'BEGIN{RS="[\x0d\x0a\x0d]";while((getline r )>0){print "r=["r"]";}}'

结果：

r=[foo]
r=[bar]
r=[doe]
r=[rar]
r=[zoe]
r=[qwe]
r=[try]

我们可以看到每一行都已获得，不管 0x0d 0x0a 垃圾:-)

Answer 2

也许您应该使用例如 dos2unix 预处理您的输入文件（http://sourceforge.net/projects/dos2unix/) 效用？