Question

我有一个非常大的文件，包含德国邮政编码/邮政编码。对于每个代码，我想找到正确的联邦州。我做的是以下内容。

我将zipcodes打印在一个新文件中。
我对它们进行了整理，并将双重案件踢了出来。现在我有了一个包含2267种不同邮政编码的新文件。
我创建了一个awk命令，它应该为每个代码找到一个名称。

看起来像这样：

{if ($1 >= 01001 && $1 <=01936) 
print "Sachsen" >"PLZ6.txt"} 
{if ($1 >= 01941 && $1 <= 01998) 
print "Brandenburg" >"PLZ6.txt"}
{if ($1 >= 02601 && $1 <= 02999)
print "Sachsen" >"PLZ6.txt"}
{if ($1 >= 03001 && $1 <= 03253)
print "Brandenburg" >"PLZ6.txt"} #this goes on for another 150 different lines...

所以我认为我只得到一个邮政编码的名称（如果它属于条件的范围）。这意味着我的新文件中应该有2267个案例。但是，我的新文件为23k案例。

我想知道，如果邮政编码属于多个范围......你有什么想法，为什么邮政编码可以适应几种情况？我想让每个邮政编码完全匹配一个条件。

Answer 1

由于我不知道整个脚本或整个输入数据，因此很难肯定地说，但我强烈怀疑它与您无意中使用八进制数有关。在awk中，以0开头并且不包含8或9的文字是八进制数，也就是说010 == 8，0100 == 64有关详细信息，请参阅here。

写作时

{if ($1 >= 01001 && $1 <=01936)

然后01001是八进制数，01936是十进制数（至少有GNU awk，因为它包含9），所以你要问是否$1 >= 513 && $1 <= 1936。

我怀疑你以这种方式构建了重叠范围，并且可以通过从所有条件中删除前导零来解决问题（因为八进制解释不适用于输入数据）。

顺便说一下，编写

可能会更加愚蠢

$1 >= 1001 && $1 <= 1936 { print "Sachsen" > "PLZ6.txt" }

等等。

Answer 2

@Wintermute可能是八进制猜测正确的。如果是这样接受他的回答，但无论哪种方式都将你的代码重写为：

function m(beg,end,state) {
    if ( ($1 >= beg) && ($1 <= end) ) {
        if ($1 in states) {
            printf "Warning: State for zip \"%s\" being changed from \"%s\" to \"%s\".\n", $1, states[$1], state| "cat>&2"
        }
        states[$1] = state
        print state > "PLZ6.txt"
    }
}
{
    m(1001,1936,"Sachsen") 
    m(1941,1998,"Brandenburg")
    m(2601,2999,"Sachsen")
    m(3001,3253,"Brandenburg")
}

一旦您确定并修复了邮政编码的任何剩余问题，请在next功能的末尾添加m()语句，以显着提高代码效率：

function m(beg,end,state) {
    if ( ($1 >= beg) && ($1 <= end) ) {
        if ($1 in states) {
            printf "Warning: State for zip \"%s\" being changed from \"%s\" to \"%s\".\n", $1, states[$1], state| "cat>&2"
        }
        states[$1] = state
        print state > "PLZ6.txt"
        next
    }
}

Answer 3

如果我是对的，那么包含邮政编码的文件应该如下所示：

01001 City-Name Sachsen
01936 City-Name Sachsen
02601 City-Name Sachsen
02602 City-Name Sachsen
02603 City-Name Sachsen
02604 City-Name Sachsen
02999 City-Name Sachsen
01941 City-Name Brandenburg
01942 City-Name Brandenburg
01943 City-Name Brandenburg
01944 City-Name Brandenburg
01945 City-Name Brandenburg
01998 City-Name Brandenburg
03001 City-Name Brandenburg
03253 City-Name Brandenburg

此处将City-Name替换为邮政编码的实际城市名称。要获得该密码的联邦状态，您可以进行简单的模式搜索，如

$ awk '/01945/ {print $3}' postalcodes.txt
Brandenburg

这应该给你联邦政府。这解决了你的问题吗？

多个if条件AWK

3 个答案: