Gawk Print 令人费解的行为答案

【问题标题】：Gawk Print puzzling behaviorGawk Print 令人费解的行为
【发布时间】：2020-06-19 12:33:36
【问题描述】：

一个 csv 文件有两列。下面的代码输出整个文件（所有行和用逗号分隔的两列）

BEGIN {FS=","}
{print $0}

但是，下面的代码只输出一个值，即。第一行的第 1 列：

BEGIN {FS=","}
{print $1}

以上代码是一个 .awk 文件，在 Windows 中使用命令 gawk -f test.awk xyz.csv > output.csv 运行

我做错了什么？

编辑：将 {Print $1} 更改为 "{print "<" NR "><" $1 "><" $0 ">"}"``

后的输出

<1><naskar><naskar,sahoo ,1
sahoo ,18290,
ree ,6379,
mukherjee ,4609,

【问题讨论】：

这不会发生，除非您的 xyz.csv 中有杂散字符。发布file xyz.csv的输出
使用$1时的输出是"naskar"
使用 $0 时的输出是 "naskar, sahoo" 以及下面文件中的所有其余行。
我认为文件有问题（“杂散字符”），因为 Gawk 命令在另一个文件中按预期工作。如何识别并解决导致这种奇怪行为的问题？
@EdMorton，谢谢。我认为你的推断是正确的。该文件似乎不是 DOS 文件。有什么方法可以直观地或以其他方式确定文件是否为 DOS？

标签： awk

【解决方案1】：

尝试将 gawk 称为 gawk -v RS='\n' ...，因为最可能的问题是您的输入文件中有 UNIX 行尾 (\n)，但您对 gawk 的调用期待 DOS 行尾 (\r\n)，因此认为文件是单行。如果不是这样，则将 {print $1} 更改为 {print "<" NR "><" $1 "><" $0 ">"} 并创建一个包含 5 行的文件，在其上运行脚本，然后编辑您的问题以显示输入文件和您获得的输出。

【讨论】：

有什么方法可以直观地或以其他方式确定文件是否具有 DOS 行结尾（以供将来使用）？
我不知道 Windows 工具，但在 UNIX 上，您可以在其上运行 file 命令或在其上运行 cat -Ev。在 Windows 上，您可以安装 cygwin 或类似软件来获得一个运行 UNIX 工具的 UNIX 环境。我更新了我的评论作为答案，因为这是你的问题。

【解决方案2】：

在windows下你可以像这样创建一个批处理文件：

@echo off
powershell -Command "write \"$(\"CRLF:\") - $((Get-Content '%1' -Raw) -match '\r\n$')\""
powershell -Command "write \"$(\"CR:\") - $((Get-Content '%1' -Raw) -match '\r$')\""
powershell -Command "write \"$(\"LF:\") - $((Get-Content '%1' -Raw) -match '\n$')\""

对于以 LF 作为行分隔符的文件，它会输出类似这样的内容：

D:\TEMP>file.bat textfile.txt
CRLF: - False
CR: - False
LF: - True
D:\TEMP>

【讨论】：