我可以确定 awk 变量的类型吗？

Question

我有 awk 的 gawk 版本。在gawk手册的这一部分中，说明了awk变量具有“属性”，用于确定在各种操作中如何对待它们。

例如，" +3.14"通过解析输入获得的形式的字符串具有STRNUM属性，这使得它在与数字进行比较时表现为数字，而在 awk 程序中定义的相同字符串没有该属性。

OTOH，像这样的字符串"3.14"显然具有STRNUM属性，即使它是在程序中定义的，因为代码x = "3.14" { print x == 3.14 }打印 1。而如果我们将其定义为"+3.13"or " 3.14"，它没有STRNUM属性，因为x = "+3.14" { print x == 3.14 }orx = " 3.14" { print x == 3.14 }打印 0。

我认为变量类型的这种简洁性可能会导致细微的错误。因此，为了帮助调试这种情况，有没有办法了解变量具有什么类型的“属性”？即，我们可以了解变量的类型吗？

Answer 1

Awk 有4 种类型：“数字”、“字符串”、“数字字符串”和“未定义”。这里有一个函数来检测：

function o_class(obj,   q, x, z) {
  q = CONVFMT
  CONVFMT = "% g"
    split(" " obj "\1" obj, x, "\1")
    x[1] = obj == x[1]
    x[2] = obj == x[2]
    x[3] = obj == 0
    x[4] = obj "" == +obj
  CONVFMT = q
  z["0001"] = z["1101"] = z["1111"] = "number"
  z["0100"] = z["0101"] = z["0111"] = "string"
  z["1100"] = z["1110"] = "strnum"
  z["0110"] = "undefined"
  return z[x[1] x[2] x[3] x[4]]
}

对于 的第三个参数split，您需要一些不是空格的东西，而不是它的一部分，obj否则它将被视为分隔符。我选择了\1 基于Stéphane 的建议。该函数进行内部CONVFMT 切换，因此无论CONVFMT函数调用时的值如何，它都应该返回正确的结果：

split("12345.6", q); print 1, o_class(q[1])
CONVFMT = "%.5g"; split("12345.6", q); print 2, o_class(q[1])
split("nan", q); print 3, o_class(q[1])
CONVFMT = "%.6G"; split("nan", q); print 4, o_class(q[1])

结果：

function o_class(obj,   q, x, z) {
  q = CONVFMT
  CONVFMT = "% g"
    split(" " obj "\1" obj, x, "\1")
    x[1] = obj == x[1]
    x[2] = obj == x[2]
    x[3] = obj == 0
    x[4] = obj "" == +obj
  CONVFMT = q
  z["0001"] = z["1101"] = z["1111"] = "number"
  z["0100"] = z["0101"] = z["0111"] = "string"
  z["1100"] = z["1110"] = "strnum"
  z["0110"] = "undefined"
  return z[x[1] x[2] x[3] x[4]]
}

完整的测试套件：

print 1, o_class(0)
print 2, o_class(1)
print 3, o_class(123456.7)
print 4, o_class(1234567.8)
print 5, o_class(+"inf")
print 6, o_class(+"nan")
print 7, o_class("")
print 8, o_class("0")
print 9, o_class("1")
print 10, o_class("inf")
print 11, o_class("nan")
split("00", q); print 12, o_class(q[1])
split("01", q); print 13, o_class(q[1])
split("nan", q); print 14, o_class(q[1])
split("12345.6", q); print 15, o_class(q[1])
print 16, o_class()

结果：

split("12345.6", q); print 1, o_class(q[1])
CONVFMT = "%.5g"; split("12345.6", q); print 2, o_class(q[1])
split("nan", q); print 3, o_class(q[1])
CONVFMT = "%.6G"; split("nan", q); print 4, o_class(q[1])

值得注意的弱点是：如果您提供以下任何“数字字符串”，该函数将错误地返回“数字”：

• 整数
• inf
• -inf

对于整数，解释如下：

与整数值完全相等的数值应通过等效调用以sprintf字符串%d作为fmt参数的函数来转换为字符串

但是inf，也-inf以这种方式行事；也就是说，以上任何一项都不会受到CONVFMT变量的影响：

CONVFMT = "% g"
print "" .1
print "" (+"nan")
print "" 1
print "" (+"inf")
print "" (+"-inf")

结果：

 0.1
 nan
1
inf
-inf

在实践中这并不重要，请参阅Duck 测试。

Answer 2

从 GNU Awk 4.2 开始，有一个新函数typeof()可以检查这一点，如测试版本的发行说明中所示：

15. 新的 typeof() 函数可用于指示变量或数组元素是否为数组、正则表达式、字符串或数字。isarray() 函数已被弃用，取而代之的是 typeof()。

所以现在你可以说：

$ awk 'BEGIN {print typeof("a")}'
string
$ awk 'BEGIN {print typeof(1)}'
number
$ awk 'BEGIN {print typeof(a[1])}'
unassigned
$ awk 'BEGIN {a[1]=1; print typeof(a)}'
array
$ echo ' 1 ' | awk '{print typeof($0)}'
strnum