使用Awk为CSV表格添加计算列时输出异常的原因咨询

问题场景 #

原始CSV数据：

ZRSR2_10A_F_P5,18,chrX,15822707,15822993,287,chrX
ZRSR2_10B_F_P5,18,chrX,15822876,15823101,226,chrX
ZRSR2_10C_F_02_P5,22,chrX,15823055,15823310,256,chrX

期望输出：

ZRSR2_10A_F_P5,18,chrX,15822707,15822993,287,chrX,15822707,15822725
ZRSR2_10B_F_P5,18,chrX,15822876,15823101,226,chrX,15822876,15822894
ZRSR2_10C_F_02_P5,22,chrX,15823055,15823310,256,chrX,15823055,15823077

执行的命令：

awk -F, -v OFS=, '{print $0,$4,$4+$2}'

异常输出：

,15822707,15822725chrX,15822707,15822993,287,chrX
,15822876,15822894chrX,15822876,15823101,226,chrX
,15823055,1582307722,chrX,15823055,15823310,256,chrX

异常原因 #

核心问题是输入文件使用了Windows风格的换行符（\r\n），awk读取行时会保留行尾的\r（回车符）在$0中。执行print $0,$4,$4+$2时：

1. $0的实际内容是原始行内容加末尾的\r，比如第一行的$0为ZRSR2_10A_F_P5,18,chrX,15822707,15822993,287,chrX\r
2. awk用OFS（逗号）拼接$0、$4、$4+$2，得到字符串ZRSR2_10A_F_P5,18,chrX,15822707,15822993,287,chrX\r,15822707,15822725
3. 输出时，\r会让终端光标回到行首，后续的,15822707,15822725会覆盖行首内容，最终呈现异常输出。

解决办法 #

只需在处理行前移除行尾的\r，修改后的命令如下：

awk -F, -v OFS=, '{sub(/\r$/,""); print $0, $4, $4+$2}' input.csv

也可以先用tr命令预处理文件去除\r：

tr -d '\r' < input.csv | awk -F, -v OFS=, '{print $0, $4, $4+$2}'

两种方式都能解决换行符导致的光标回退问题，得到符合预期的输出。

内容的提问来源于stack exchange，提问作者Manolo Dominguez Becerra