当我使用 awk 替换一个值时，为什么我的字段分隔符会弄乱？答案

【问题标题】：Why does my field separator get messed up when I substitute a value using awk?当我使用 awk 替换一个值时，为什么我的字段分隔符会弄乱？
【发布时间】：2020-10-30 14:44:15
【问题描述】：

我对 awk 很陌生，所以如果这是一个微不足道的问题，但我没有找到类似的问题或可以解决我的问题的答案，请道歉。

我想做以下事情：我有一个由五列组成的制表符分隔的文本文件，如下所示：

Location    Indices gene    coordinates_1   coordinates_2
190..255    "190, 255"  thrL    "232, 237"  NA
337..2799   "337, 2799" thrA    "2094, 2102"    NA
2801..3733  "2801, 3733"    thrB    NA  2855
3734..5020  "3734, 5020"    thrC    NA  NA

现在我想用 0 替换第 4 列（coordinates_1）中的所有“NA”值并保存文件。为此，我编写了以下命令：

awk '
BEGIN { FS = "\t" }
{
if ($4 == "NA")
    $4 = 0;
    print $0;
}' original_data.txt > NAs_to_zero.txt

我想要的输出应该是这样的：

Location    Indices gene    coordinates_1   coordinates_2
190..255    "190, 255"  thrL    "232, 237"  NA
337..2799   "337, 2799" thrA    "2094, 2102"    NA
2801..3733  "2801, 3733"    thrB    0   2855
3734..5020  "3734, 5020"    thrC    0   NA

但是现在发生的情况是，在将 NA 替换为 0 的每一行中，字段不再由制表符分隔，因此与原始文件不对应。

Location    Indices gene    coordinates_1   coordinates_2
190..255    "190, 255"  thrL    "232, 237"  NA
337..2799   "337, 2799" thrA    "2094, 2102"    NA
2801..3733 "2801, 3733" thrB 0 2855
3734..5020 "3734, 5020" thrC 0 NA

我是否必须在命令中的某处重新分配新的分隔符，或者如何实现文件中 NA 被零替换的字段仍然是制表符分隔？

【问题讨论】：

是的，您还需要将OFS 设置为tab，例如：FS=OFS="\t"
是的，将OFS值设置为制表符

标签： awk separator

【解决方案1】：

是的，在awk 中有单独的变量来控制输入和输出字段分隔符。两者的默认值都是空格字符。如果任何字段更改为OFS 的当前值，则$0 的内容将被重建，这就是为什么您看到只有符合给定条件的行才会更改为空格。

另外，您可以将代码简化为（参见https://backreference.org/2010/02/10/idiomatic-awk/）

awk 'BEGIN{FS=OFS="\t"} $4=="NA"{$4=0} 1'

【讨论】：

非常感谢您的建议，我想我理解该命令，除了最后一个“1”。这句话有什么作用？
表达式评估为 true 将导致默认操作 print $0（假设不存在操作块）。您可以使用任何非零数字或非空字符串作为真实条件。 . 再举一个例子，awk 'BEGIN{FS=OFS="\t"} $4=="NA"' 将打印第 4 个字段为 NA 的行