小编Mik*_*uke的帖子

我有一个 8400 万行的 XML，正在 Red Hat Linux 中使用“gawk”进行处理。（好吧，有些人会建议使用其他工具而不是 GAWK，但我的 XML 没有多行标记或任何其他特性，使 GAWK 不是这项工作的良好选择。）

我关心的是性能。

我最初的 AWK 脚本是这样的：

# Test_1.awk
BEGIN {FS = "<|:|=";}
{
if ($3 == "SubNetwork id")
    {
    # do something
    }
}
END {
# print something
}

每行进行一次 8400 万次字符串比较。

我注意到“SubNetwork id”仅在该行中有 4 个字段 (NF=4) 时出现，因此我更改了脚本以减少字符串比较：

# Test_2.awk
BEGIN {FS = "<|:|=";}
{
if (NF == 4)
    {
    if ($3 == "SubNetwork id")
        {
        # do something
        }
    }
}
END {
# print something
} …