使 awk 在非数字上产生错误

Question

我有一个程序可以对文件中的一列求和：

awk -v col=2 '{sum+=$col}END{print sum}' input-file

但是，它有一个问题：如果给它一个没有数字数据的文件，（或者如果缺少一个数字），它会将其解释为零。

如果其中一个字段无法解析为数字，我希望它产生错误。

这是一个示例输入：

bob 1
dave 2
alice 3.5
foo bar

我希望它产生错误，因为 'bar' 不是数字，而不是忽略错误。

Answer 1

一种合理的测试方法是使用类似于 的测试来比较字段strtod，这是awk 用于将字符串转换为数字的方法：

$2 !~ / *[+-]?[[:digit:]]/ { print "NAN: " $2; exit 1; }

以上与 strtod 的不同之处在于它不将 INFINITY 或 NAN 视为“数字”。在 awk 的默认字段拆分行为下，前导空间要求可以放宽——这意味着字段永远不会包含前导空间：

$2 !~ /[+-]?[[:digit:]]/ { print "NAN: " $2; exit 1; }

进一步改进，感谢 Stéphane 的评论和回答：

$2 !~ /^[+-]?([[:digit:]]*\.?[[:digit:]]*([eE][-+]?[[:digit:]]+)?|0[xX][[:xdigit:]]*\.?[[:xdigit:]]*([pP][-+]?[[:digit:]]+)?)$/ { print "NAN: " $2; exit 1; }

为了稍微好一点的易读性，该正则表达式是：

/^[+-]?([[:digit:]]*\.?[[:digit:]]*([eE][-+]?[[:digit:]]+)?|\
        0[xX][[:xdigit:]]*\.?[[:xdigit:]]*([pP][-+]?[[:digit:]]+)?)$/

... 其目的是允许可能的前导 + 或 -，然后是浮点数或十六进制数。浮点数具有可选的前导数字、选项分隔符（此处固定为句点.），后跟一定数量的数字，可选后跟指数。十六进制数字必须以0x或开头0X，后跟十六进制数字、分隔符、更多十六进制数字，并可选择后跟“幂”（指数）。整个第二个字段必须匹配这些格式之一（由^和锚定$）。出于这个问题的目的，这里省略了 NAN 和 INFINITY 选项。

另一种选择是强制进行数字转换，然后将其与零进行比较，然后进一步将原始输入与将转换为零的内容进行比较；更具体地说，它是否以可选的 + 或 - 开头，然后是后跟零，还是后跟一个句点和零：

{ number=0 + $2;
  if (!number && $2 !~ /^[+-]?(0+)|\.0+/)
    print "NAN: "$2;
}

Answer 2

我结束了这个：

awk -v col=$col '
typeof($col) != "strnum" {
    print "Error on line " NR ": " $col " is not numeric"
    noprint=1
    exit 1
}
{
    sum+=$col
}
END {
    if(!noprint)
        print sum
}' $file

这使用了 typeof，它是一个 GNU awk 扩展。typeof($col)如果$col是有效数字，则返回 'strnum'，如果不是，则返回 ' string' 或 'unassigned'。

请参阅 我可以确定 awk 变量的类型吗？