awk中length($0)和tolower($0)引用的$0为何不同？

tgwz88

RT，

1. 
   
2. curl linux.die.net | awk '{gsub(/[^[:alpha:]]/,"\n"); print tolower($0)} '|sort -u
   

复制代码

1. 
   
2. curl linux.die.net | awk '{gsub(/[^[:alpha:]]/,"\n"); print length($0)} '|sort -nu
   

复制代码

第二行代码的输出最后一行竟然是200多字节！
而第一行代码的输出都是单词，根本就没有200字节的。
length($0)和tolower($0)引用的$0为何不同？

yestreenstars

目测是不可见字符导致的~你运行下面这个命令，然后把结果发来看看？

1. curl linux.die.net | awk '{gsub(/[^[:alpha:]]/,"\n")}1' | cat -A

复制代码

tgwz88

回复 2# yestreenstars


    我把内容是sort -n 了一下：
$
a$
abs$
action$
Administrators$
Advanced$
alink$
all$
alt$
analytics$
Arial$
async$
available$
base$
Bash$
Beginners$
bg$
bgcolor$
body$
border$
box$
brand$
Bugzilla$
C$
canonical$
categories$
cb$
CLI$
cof$
Collection$
com$
Command$
content$
coop$
createElement$
Cscript$
cse$
css$
Custom$
cx$
dd$
Devices$
die$
div$
Dive$
diveintopython$
dl$
docs$
DOCTYPE$
document$
documentation$
Documentation$
dt$
DTD$
E$
earth$
element$
en$
EN$
Enterprise$
EVMSUG$
explorer$
family$
favicon$
ffffff$
floatPosition$
FloatPosition$
font$
for$
FORID$
form$
forms$
function$
ga$
gaId$
gaq$
gaTrack$
getElementsByTagName$
google$
Google$
googleTranslateElementInit$
guide$
Guide$
h$
head$
height$
Helvetica$
hidden$
highlight$
HOWTO$
href$
html$
HTML$
htp$
http$
https$
i$
ico$
icon$
id$
ie$
if$
image$
img$
INDEX$
input$
insertBefore$
Into$
Intro$
Introduction$
ISO$
javascript$
js$
Kernel$
l$
label$
lang$
language$
Library$
Line$
link$
linux$
Linux$
lkmpg$
load$
location$
logo$
man$
Man$
Management$
maximum$
menu$
meta$
Mobile$
Module$
moon$
musings$
n$
name$
navigator$
net$
new$
of$
on$
or$
p$
page$
pageLanguage$
pages$
Pages$
parentNode$
partner$
phase$
png$
pq$
Programming$
protocol$
pub$
PUBLIC$
push$
Python$
q$
referrer$
rel$
RIGHT$
rtx$
s$
sa$
sag$
sans$
scale$
script$
Scripting$
search$
Search$
Sections$
self$
serif$
setAccount$
shortcut$
site$
size$
span$
src$
ssl$
style$
stylesheet$
submit$
Summary$
sunlight$
System$
test$
text$
the$
this$
time$
title$
to$
Tools$
top$
TOP$
Toys$
trace$
trackPageview$
Transitional$
translate$
TranslateElement$
true$
type$
u$
UA$
uacct$
unescape$
userLanguage$
Users$
value$
var$
viewport$
vlink$
Volume$
W$
white$
width$
window$
with$
world$
write$
www$
x$

yestreenstars

回复 3# tgwz88
没看出有什么异常~{:2_169:}

   

yinyuemi

回复 1# tgwz88


    你第二个代码得到的不是每个单词的长度，是执行完替换后的文本，print $0, length看看就明白了

tgwz88

经过认真细致的研究发现，我的操作没有更改RS，仅仅是将一些内容替换为RS的值。
所以RS为换行符时，$0也可以是多行