bash - 傻瓜/awk : piping date to getline *sometimes* won't work

Question

我正在尝试将日期从一种格式转换为另一种格式:来自例如“2005 年 10 月 29 日”至 2005-10-29。我有一个包含 625 个日期的列表。我使用 Awk。

大多数情况下，转换都有效。然而，有时转换根本不会发生，并且应该保存(转换后的)日期的变量仍然存在未定义。

这总是发生在完全相同的行上。在日期上显式地(从 Bash shell)运行“date”那些奇怪的行工作正常(日期被正确转换)。-- 重要的不是那些行的文本内容。

为什么会出现这种行为，我该如何修复我的脚本？
她是:

awk 'BEGIN { FS = "unused" } { 
  x = "undefined";
  "date \"+%Y-%m-%d\" -d " $1 | getline x ;
  print $1 " = " x
}' uBXr0r15.txt \
 > bug-out-3.txt

如果你想重现这个问题:

1. 下载此文件:uBXr0r15.txt .
2. 运行 Awk 脚本。
3. 在 bug-out-3.txt 中搜索“undefined”。
   (“undefined”在我的电脑上出现了 122 次。)

然后你可以再次运行脚本， 并且(在我的电脑上)bug-out-3.txt 仍然存在 未更改——完全相同的日期未定义。

(Gawk 版本 3.1.6，Ubuntu 9.10。)

亲切的问候，马格纳斯

Answer 1

每当您在 awk 中打开一个管道或文件进行读取或写入时，后者将首先检查(使用内部哈希)它是否已经有一个具有相同名称的管道或文件(仍然)打开；如果是这样，它将重用现有的文件描述符，而不是重新打开管道或文件。

在您的例子中，所有以 undefined 结尾的条目实际上都是重复的；第一次遇到它们时(即当相应的命令 date "..."-d "..." 首次发出时)正确的结果被读入 x。在同一日期的后续事件中，getline 尝试从原始 date 管道读取第二行、第三行等，即使该管道已被 关闭date，导致 x 不再被分配。

来自 gawk 手册页:

NOTE: If using a pipe, co-process, or socket to getline, or from print or printf within a loop, you must use close() to create new instances of the command or socket. AWK does not automatically close pipes, sockets, or co-processes when they return EOF.

您应该在每次读取x 后显式关闭 管道:

close("date \"+%Y-%m-%d\" -d " $1)

顺便说一句，在管道进入 awk 之前，sort 和 uniq uBXr0r15.txt 是否可以，或者您需要原始订单/副本吗？