awk substr提取含斜杠字符串子串异常的原因与修复方法

• awk语法中，仅引用整行内容（$0）或按分隔符拆分的字段（如$1/$2/$NF）时需要加$前缀，引用自定义普通变量直接写变量名即可，不需要加$。
• 你写的substr($s,18,20)触发了awk的隐式类型转换逻辑：$后接内容会被先转成数值，再取对应序号的字段：
  • 如果字符串开头是字母、斜杠等非数字字符，转换结果为0，$s等价于$0（整行内容），这时候截取结果是正常的。你遇到的可正常处理的含斜杠字符串（比如FFAFFFFFF/FFFFFFFFFFFFFFFFFAFFFFFFFFFFFF）都是开头为非数字的情况，属于碰巧运行正常。
  • 如果字符串开头是数字，awk会提取开头连续的数字部分作为字段序号。你示例中第4行是偶数行（质量值行），内容以6开头，$s等价于$6；但该行无空白分隔符，整行内容属于$1，$6为空值，截取结果自然不符合预期。

去掉substr参数中s前面多余的$即可，修复后命令如下：

awk 'FNR%2==0{s=$0; print substr(s,18,20); next} 1' test.fq

如果要简化写法，甚至不需要额外定义s变量，直接对整行内容做截取即可：

awk 'FNR%2==0{print substr($0,18,20); next} 1' test.fq

修复后的命令不会触发意外的字段解析逻辑，无论行内是否包含斜杠、开头是什么字符，都能按字符位置准确截取内容。

内容的提问来源于stack exchange，提问作者Mr K