AWK关联两个文件出现多余换行的原因排查与解决

待关联文件信息 #

file1（字段：姓名\t年龄）：

Bill    25
John    24
Mary    21

file2（字段：姓名\t婚姻状态）：

Bill    divorced
Glenn   married
John    married
Mary    single

预期关联结果 #

（字段：姓名\t年龄\t婚姻状态）：

Bill    25  divorced
John    24  married
Mary    21  single

实际运行结果 #

婚姻状态被强制换行到下一行：

Bill    25
divorced
John    24
married
Mary    21
single

使用的AWK程序 #

awk 'BEGIN { OFS = "\t" }
     NR == FNR { a[$1] = ($1 in a? a[$1] OFS : "")$2; next }
     $1 in a { $0 = $0 OFS a[$1]; delete a[$1]; print }' file2 file1  > joined_file1_file2

问题原因与解决 #

问题根源在于文件的换行格式：Windows系统创建的文件，每行末尾会添加<cr><newline>（回车符+换行符）组合，AWK处理时会将<cr>包含到$2的取值中。当输出数组存储的a[$1]时，隐藏的<cr>会触发换行，导致婚姻状态被单独放到下一行。

解决方法：通过十六进制编辑器移除文件中所有的<cr>字符，统一使用Unix风格的<newline>换行格式，程序即可输出符合预期的关联结果。

内容的提问来源于stack exchange，提问作者Roger Costello