如何用awk提取第三列值为0的连续行块首尾行？

需求说明 #

输入文本（test.txt）：

chr1    1       1
chr1    2       5
chr1    3       0
chr1    4       0
chr1    5       0
chr1    6       3
chr1    7       4
chr1    8       0
chr1    9       0
chr1    10      6

期望输出：提取第三列值为0的连续行块的首行和末行，单个0值行也需输出：

chr1    3       0
chr1    5       0
chr1    8       0
chr1    9       0

问题重现 #

尝试的awk脚本（test.awk）：

$3 != p1 { print p0 $0 }
{ p1 = $3; p0 = $0 ORS }
END { printf "%s", p0 }

执行命令：awk -f test.awk test.txt，得到不符合预期的结果：

chr1    1       1
chr1    1       1
chr1    2       5
chr1    2       5
chr1    3       0
chr1    5       0
chr1    6       3
chr1    6       3
chr1    7       4
chr1    7       4
chr1    8       0
chr1    9       0
chr1    10      6
chr1    10      6

正确解决方案 #

使用以下awk脚本可以实现需求：

$3 == 0 {
    if (!in_zero_block) {
        print $0
        in_zero_block = 1
    }
    last_line = $0
    next
}
in_zero_block {
    print last_line
    in_zero_block = 0
}
END {
    if (in_zero_block) {
        print last_line
    }
}

执行命令：awk -f correct.awk test.txt，即可得到期望输出。

逻辑解释 #

• 当第三列为0时：
  • 若未进入0值块，打印当前行（块首行）并标记进入块
  • 持续更新当前块的末行
• 当第三列不为0且处于0值块时：
  • 打印记录的末行，标记退出块
• 文件结尾处理：若结束时仍处于0值块，打印末行（适配单个0值行或末尾连续0的场景）

内容的提问来源于stack exchange，提问作者Paillou