awk - 第一个和第二个输入文件对 awk 有不同的行为吗？

Question

例如，假设我运行以下命令：

gawk -f AppendMapping.awk Reference.tsv TrueInput.tsv

假设文件名会改变。在遍历第一个文件时，我想创建一个映射。

map[$16]=$18

在遍历第二个文件时，我想使用映射。

print $1, map[$2]

实现这种行为的最佳方法是什么（即每个输入文件的不同行为）？

Answer 1

您可能知道NR存储当前行号；正如您可能知道或可能不知道的那样，它是累积的 - 它不会在文件之间重置。FNR另一方面，特定于文件，因此您可以使用这两个来查看您是否在第一个文件中（第二个之后您需要保留自己的计数器）。

# In case you want to keep track of the file number
FNR == 1 { fileno++ }*emphasized text*

NR == FNR {
    # First file
}
NR != FNR {
    # Second or later file
}

您也可以getline在BEGIN块中使用手动循环遍历它。

BEGIN {
    file = ARGV[1]
    while(getline < file) {
        # Process line
    }
    delete ARGV[1]
}

Answer 2

Gawk 版本 4 和更高版本提供特殊BEGINFILE (and ENDFILE) 块以及通常的BEGINandEND块。使用它们来设置您改变代码行为的标志。

回想一下，模式可以包括与变量的比较，因此您可以直接根据标志的值选择模式。

手册页说：

对于每个输入文件，如果存在 BEGINFILE 规则，gawk 会在处理文件内容之前执行相关代码。类似地，gawk 在处理完文件后执行与 ENDFILE 相关的代码。

Answer 3

这可能对您有用：

seq 5 >/tmp/a
seq 100 105 >/tmp/b
awk 'FILENAME==ARGV[1]{print FILENAME,$0};FILENAME==ARGV[2]{print $0,FILENAME}' /tmp/{a,b}
/tmp/a 1
/tmp/a 2
/tmp/a 3
/tmp/a 4
/tmp/a 5
100 /tmp/b
101 /tmp/b
102 /tmp/b
103 /tmp/b
104 /tmp/b
105 /tmp/b

所以通过在命令行中结合FILENAMEwhere ARGV[n]is nthe nth file，awk可以有条件地改变单个文件。

NB ARGV[0] 将是awk命令。