Question

gawk根据使用的阈值不同地过滤出非常小的正数，但是所有阈值都应保留该条目。

示例输入文件tmp：

A 3.92e-373
B 5e-300    
C 5e-20
D 5e-6
E 5e-3

输出：

% gawk '$2 < 5e-4' tmp
B 5e-300
C 5e-20
D 5e-6

% gawk '$2 < 5e-8' tmp
A 3.92e-373
D 5e-300
C 5e-20

注意gawk '$2 < 5e-4'应该保留条目$2 < 3.92e-373，这对gawk '$2 < 5e-8'有用。

很明显，这是浮点数限制的问题，但是我发现两个阈值的结果不一致是很奇怪的。 gawk不应该简单地将3.92e-373限制为0并在所有情况下都打印此行吗？

Answer 1

我不认为gawk可以根据输入和硬编码值来判断数字和字符串是什么。通过在它们上使用strtonum()，确保将它们视为数字：

$ gawk 'strtonum($2) < strtonum("5e-4")' file
A 3.92e-373
B 5e-300
C 5e-20
D 5e-6

$ gawk 'strtonum($2) < strtonum("5e-8")' file
A 3.92e-373
B 5e-300
C 5e-20

您可以通过在每个类型上调用typeof（）来查看gawk认为要处理的类型：

$ gawk '{print typeof($2), $2, typeof(5e-4), 5e-4, strtonum($2), strtonum("5e-4")}' file | column -t
string  3.92e-373  number  0.0005  0       0.0005
strnum  5e-300     number  0.0005  5e-300  0.0005
strnum  5e-20      number  0.0005  5e-20   0.0005
strnum  5e-6       number  0.0005  5e-06   0.0005
strnum  5e-3       number  0.0005  0.005   0.0005

所以看来strtonum("5e-4")是多余的，但是恕我直言，它提高了清晰度，所以我会保留它。

请注意，gawk不会自动将3.92e-373识别为数字，因此该输入的比较将是字符串与数字的比较，并作为字符串比较完成（请参见https://www.gnu.org/software/gawk/manual/gawk.html#Typing-and-Comparison上的表）。

很小的浮点数的奇数“ gawk”过滤

1 个答案: