bash - awk 字符串不等式似乎不起作用

Question

我有一个文件，我想在其中找到第三列和第四列不同的所有行。我的文件看起来像:

chr1:109506687  [T/G]   BOT     TOP
chr1:109506690  [T/G]   BOT     TOP
...

我用来查找这些行的代码是

awk '$3 != $4 {print $0}' Cardio-Metabo_Chip_11395247_A.txt | shuf -n 10

问题是使用这个命令我得到的结果是

rs3218791       [A/C]   TOP     TOP

第三列和第四列相同。

当我使用条件相等时，即 == 我没有得到任何输出，这告诉我 awk 从不认为两列 $3 和 $4 相等，尽管它们经常如此。

附言。在 vim 中使用 :set list，我的文件如下所示:

chr1:109506687^I[T/G]^IBOT^ITOP$
chr1:109506690^I[T/G]^IBOT^ITOP$
....

我的 awk 版本是 GNU Awk 3.1.8，但我无法想象它需要做很多事情。这在 1.0 中应该是正确的

可能出了什么问题？

Answer 1

虽然我无法重现您的问题(见下文)，但我认为您正在以数字方式而不是字符串方式评估这些值(所有非空字符串 — 甚至 "0" — 以数字方式评估为 1)。试试这个:

awk '$3 != $4 "" {print $0}' test

这会将 $4 与一个空字符串连接起来，因此应该强制执行您想要的字符串比较。

---

我未能用 mawk 1.2 和 gawk 4.0.1 重现您的问题:

$ cat test
chr1:109506687  [T/G]   BOT     TOP
chr1:109506690  [T/G]   BOT     TOP
rs3218791       [A/C]   TOP     TOP
$ mawk '$3 != $4 {print $0}' test
chr1:109506687  [T/G]   BOT     TOP
chr1:109506690  [T/G]   BOT     TOP
$ gawk '$3 != $4 {print $0}' test
chr1:109506687  [T/G]   BOT     TOP
chr1:109506690  [T/G]   BOT     TOP

shuf 管道不应该与它有任何关系，制表符与空格也不应该。 (虽然为了安全起见，我在测试中尝试了所有组合。)

有趣的提示:{print $0} 是隐含的，如果只有一个子句没有任何 Action 。因此，awk '$3 != $4' 与 awk '$3 != $4 {print $0}' 相同......但请确保您没有编写代码让你的同龄人更难阅读。