awk提取指定区块内符合浮点阈值的行时大数值判断失效问题

需要处理包含多张表格和矩阵的文本文件，定位名为“Dataset of interest”的区块，提取第二列浮点数大于0.000001且小于指定阈值（如500）的行。

原数据格式示例 #

(some tables, matrices etc)
        Dataset of interest            :     
                  0    
      0       0.000000
      1       0.000000
      6      41.572543
      7      47.082104
      8      66.534233
      9     112.409794
     10     121.771594
     11     134.398445
     20     302.705391
     21     304.451176
     28     474.496684
     29     495.522236
     30     502.182750
     31     522.627098
     32     544.878024
     56     1334.207831
     97     3214.104108
        more properties                :          certainly
(even more tables, matrices etc)

错误尝试及问题 #

先后尝试以下两条awk命令均未得到正确结果：

命令1 #

awk '/Dataset of interest/,/more properties/ { if ( $2 > 0.000001 && $2 < 500) print $1, $2}' file.txt

命令2 #

awk '/Dataset of interest/,/more properties/ {for(i = 2 ; i <= NF ; i++) { if ($i ~ /^[0-9]+[.][0-9]+$/ && $i > 0.000001 && $i < 500 ) print $1, $2}}' file.txt

错误现象：小数点前四位及以上的大数值（如3214.104108）未被过滤；调整阈值为$2 < 200时无输出。使用的是mawk 1.3.4版本。

解决方法 #

通过将判断条件中的$i改为$i+0（强制转换为数值类型），得到有效命令：

awk '/Dataset of interest/,/more properties/ {for(i = 2 ; i <= NF ; i++) { if ($i ~ /^[0-9]+[.][0-9]+$/ && $i+0 > 0 && $i+0 < 500 ) print $1, $2}}' file.txt

该命令可正确提取符合条件的行。

内容的提问来源于stack exchange，提问作者Leon