c - 奇怪的内存行为处理 TSV

Question

我有一个 .tsv，我需要找出特定列中的频率变量并按降序排列该数据。我在 c 中运行一个脚本，该脚本下载一个缓冲区并将其保存到一个 .tsv 文件中，该文件带有一个名称的日期戳，位于与我的代码相同的目录中。然后我打开我的终端并根据 this awesome SO answer 运行以下命令:

cat 2016-09-06T10:15:35Z.tsv | awk -F '\t' '{print $1}' * | LC_ALL=C sort | LC_ALL=C uniq -c | LC_ALL=C sort -nr > tst.tsv

为了通过管道将其分开，它所做的是:

1. cat .tsv 文件以将其内容放入管道

2. awk -F '\t' '{print $1}' * 按制表符拆分文件内容并将第一列的内容插入管道

3. LC_ALL=C sort 获取管道的内容并将它们排序以使彼此具有相似的值，然后将其推回管道

4. LC_ALL=C uniq -c 获取管道中的内容并计算出每个值出现的次数，然后将其推回管道(例如，Max 3，如果姓名 Max 出现了 3 次)

5. 最后，LC_ALL=C sort -nr 再次对管道中的内容进行降序排序，然后将其打印到 stdout，我通过管道传输到文件中。

这里是事情变得有趣的地方。如果我在与开始下载我的 .tsv 文件的 c 代码相同的目录中执行所有这些操作，我会得到 super 古怪的结果，这似乎是我实际 .tsv 的混合 文件，一些随机损坏的垃圾，以及首先得到它的 c 代码的内容。这是一个例子:

(计数)(值)

 1     fprintf(f, " %s; out meta qt; rel %s; out meta qt; way %s; out meta qt; >; out meta qt;", box_line, box_line, box_line);
   1     fclose(f);
   1     char* out_file = request_osm("cmd_tmp.txt", true);
   1     bag_delete(lines_of_request);
   1 
   1 
   1 
   1 

   1 

   1??g?
   1??g?
   1?
   1?LXg$E

...等等。现在，如果您向上滚动，您还会从我正在解析的 .tsv 中找到一些正确的值:

(计数)(值)

   1 312639
   1 3065411
   1 3065376
   1 300459
   1 2946076

...等等。如果我将我的 .tsv 移动到它自己的文件夹中，然后 cd 进入该文件夹并再次运行相同的命令，它会完美地工作。

(计数)(值)

419362 452999
115770 136420
114149 1380953
72850 93290
51180 587015
45833 209668
31973 64756
31216 97928
30586 1812906

显然，我对我的问题有一个实用的答案 - 只需在解析之前将文件放在它自己的文件夹中即可。但我认为这种内存损坏表明手头可能存在一些更大的问题，我应该现在修复，我宁愿用一个临时的症状补丁来解决它，可以这么说。

我应该提一下，我的 C 代码有时会使用 system(cmd)。

Answer 1

第二个命令是问题所在:

awk -F '\t' '{print $1}' *

看到末尾的星号了吗？它告诉 awk 处理当前目录中的所有文件。相反，您只想处理标准输入(管道输出)。

只需删除星号即可。