主页 / unix / 问题 / 494889
Accepted
Nick ODell
Asked: 2019-01-17 09:18:43 +0800 CST

让 awk 在非数字上产生错误

  • 772

我有一个对文件中的列求和的程序：

awk -v col=2 '{sum+=$col}END{print sum}' input-file

但是，它有一个问题：如果您给它一个没有数字数据的文件，（或者如果缺少一个数字）它会将其解释为零。

如果其中一个字段无法解析为数字，我希望它产生错误。

这是一个示例输入：

bob 1
dave 2
alice 3.5
foo bar

我希望它产生错误，因为“bar”不是数字，而不是忽略错误。

awk numeric-data

4 个回答

  1. 一种合理的测试方法是使用类似于 的测试来比较字段strtod，这是awk 用来将字符串转换为数字的方法：

    $2 !~ / *[+-]?[[:digit:]]/ { print "NAN: " $2; exit 1; }

    以上与 strtod 的不同之处在于它不将 INFINITY 或 NAN 视为“数字”。在 awk 的默认字段拆分行为下，可以放宽前导空格的要求——这意味着字段永远不会包含前导空格：

    $2 !~ /[+-]?[[:digit:]]/ { print "NAN: " $2; exit 1; }

    感谢 Stéphane 的评论和回答，进一步完善：

    $2 !~ /^[+-]?([[:digit:]]*\.?[[:digit:]]*([eE][-+]?[[:digit:]]+)?|0[xX][[:xdigit:]]*\.?[[:xdigit:]]*([pP][-+]?[[:digit:]]+)?)$/ { print "NAN: " $2; exit 1; }

    打破了稍微更好的易读性，该正则表达式是：

    /^[+-]?([[:digit:]]*\.?[[:digit:]]*([eE][-+]?[[:digit:]]+)?|\
        0[xX][[:xdigit:]]*\.?[[:xdigit:]]*([pP][-+]?[[:digit:]]+)?)$/

    ...其目的是允许可能的前导 + 或 -，然后是浮点数或十六进制数。浮点数具有可选的前导数字、选项分隔符（这里固定为句.点），后跟一些数字，可选地后跟一个指数。十六进制数必须以0xor开头0X，后跟十六进制数字、分隔符、更多十六进制数字，并且可以选择后跟“幂”（指数）。整个第二个字段必须匹配其中一种格式（由^和锚定$）。出于本问题的目的，此处省略了 NAN 和 INFINITY 选项。

    另一种选择是强制进行数字转换，然后将其与零进行比较，然后进一步将原始输入与将转换为零的内容进行比较；更具体地说，它是以可选的 + 或 - 开头，然后是零，还是后跟一个句点和零：

    { number=0 + $2;
  if (!number && $2 !~ /^[+-]?(0+)|\.0+/)
    print "NAN: "$2;
}
    • 7
  2. Best Answer

    我最终得到了这个：

    awk -v col=$col '
typeof($col) != "strnum" {
    print "Error on line " NR ": " $col " is not numeric"
    noprint=1
    exit 1
}
{
    sum+=$col
}
END {
    if(!noprint)
        print sum
}' $file

    这使用 typeof，它是一个 GNU awk 扩展。如果是有效数字，typeof($col)则返回 'strnum'，否则返回 ' string' 或 'unassigned'。$col

    请参阅 我可以确定 awk 变量的类型吗？

    • 5 
  3. awk -v col=2 '
    $col+0==0 && $col!~/^[+-]?0/ { print "bad number " $col > "/dev/stderr" } 
    {sum+=$col}
    END{print sum}' input-file

    如果您希望它也可以处理.0或.0e+33作为0;的有效表示，则由您来复杂化 请注意，awk将字符串转换为数字时将忽略尾随垃圾（"1.4e1e3"+0，"1.4e1.e7"+0或"14+13"+0将全部等于 14）。

    • 2

  4. 如果你给它一个没有数字数据的文件，

    $col ~ /[^-.[:digit:]]/ {print "Error, non-numeric :"; print $col; exit 1};

    解释只是使用正则表达式来检查字符的存在，这些字符不是数字也不是浮点数、符号等。

    （或者如果缺少一个数字）

    添加

    || ($col == "")

    或者

    || (length($col) == 0)

    到规则。

    或者，您可以比较NF它是否是您示例中的最后一列。

    • 1

相关问题