Question

这是交易：我需要读取特定字节数，稍后将对其进行处理。我遇到了一个奇怪的现象，我无法绕过它。也许别人？：）

注意：以下代码示例是精简版本，只是为了显示效果！

这样做（至少使用gawk）是将RS设置为全部正则表达式，然后使用RT查看，匹配的内容：

RS="[\x00-\xFF]"

然后，只需使用以下 awk-script ：

BEGIN {
  ORS=""
  OFS=""
  RS="[\x00-\xFF]"
}
{
  print RT
}

这很好用：

$ echo "abcdef" | awk -f bug.awk
abcdef

但是，我需要访问几个文件，因此我被迫使用getline：

BEGIN {
  ORS=""
  OFS=""
  RS="[\x00-\xFF]"

  while (getline)
  {
    print RT
  }
}

这似乎等同于上面的内容，但在运行时，有一个令人讨厌的惊喜：

$ echo "abcdef" | awk -f bug.awk abc

这意味着，由于某种原因，getline早期遇到EOF条件 3个字节。那么，我是否想念一些东西，我应该知道 bash / Linux 缓冲的内部结构，还是我发现了一个可怕的 bug ？

仅供记录：我在Ubuntu 14.04 LTS（Linux 3.13.0 / 36）上使用GNU Awk 4.0.1

任何提示，伙计们？

更新：我正在使用getline，因为我之前已经阅读并预处理了文件，并存储在文件/dev/shm/中。然后我需要做一些最后的处理步骤。上面的示例只是最简单的脚本，以显示问题。

Answer 1

似乎这是报告错误here的一种表现形式，如果我理解正确的话，它会在接近输入结束时过早地终止getline，而不是输入的结束。

错误修复似乎已在2014年May 9和May 10上提交，因此如果您可以升级到版本4.1，则应该解决问题。

如果你需要做的只是读取指定的字节数，我建议awk不是理想的工具，不管错误。相反，您可以考虑以下两个标准实用程序之一，它们将能够更有效地完成工作：

head -c $count

或

dd bs=$count count=1

使用dd，如果stdin / stdout不合适，您可以显式设置输入文件（if=PATH）和输出文件（of=PATH）。使用head，您可以将输入文件指定为位置参数，但输出始终转到stdout。

有关详细信息，请参阅man head和man dd。

Answer 2

幸运的是，使用GNU Awk 4.1.3（在Mac上），你的getline程序按预期工作：

echo "abcdef" | gawk 'BEGIN{ORS="";OFS="";RS="[\x00-\xFF]";
  while (getline) {print RT}}'
abcdef
$ gawk --version
GNU Awk 4.1.3, API: 1.1

使用getline

2 个答案: