Windows下GNU awk v4.2.0处理DOS格式文件消除无效记录咨询

我明白你在Windows 7 x64 SP1下用GNU awk v4.2.0处理DOS换行文件时遇到的麻烦——CR/LF组合确实容易导致空记录或者字段解析异常，我给你几个靠谱的解决方案：

方法1：用BINMODE变量自动处理CRLF #

GNU awk提供了BINMODE内置变量，专门解决Windows下的文本模式/二进制模式适配问题。设置BINMODE=3后，awk会自动将DOS格式的CRLF换行转换成UNIX风格的LF，这样默认的记录分隔符（\n）就能正常工作，不会留下多余的\r字符干扰记录解析：

# calculate the Greatest common divisor of each pair of inputs
BEGIN { BINMODE=3 } # 启用二进制模式处理输入输出，自动转换CRLF
{ 
    arg1 = $1; arg2 = $2; 
    if ((arg1 == "") || (arg2 == "")) { next }
    while (arg1 != arg2) {
        if (arg1 > arg2) 
            arg1 -= arg2 
        else 
            arg2 -= arg1 
    }
    print "The greatest common divisor of", $1, "and", $2, "is", arg1 
}

这个方法最省心，不需要手动处理换行符，适合所有Windows环境下的DOS格式文件。

方法2：精准设置记录分隔符RS #

如果你不想依赖BINMODE，可以直接把RS设置成匹配CRLF或LF的正则表达式，确保每个完整的行被识别为一个记录，避免单独的\r产生空记录：

# calculate the Greatest common divisor of each pair of inputs
BEGIN { RS="\r?\n" } # 匹配DOS的CRLF或UNIX的LF作为换行分隔符
{ 
    # 保险起见，移除记录末尾可能残留的回车符
    sub(/\r$/,"",$0)
    arg1 = $1; arg2 = $2; 
    if ((arg1 == "") || (arg2 == "")) { next }
    while (arg1 != arg2) {
        if (arg1 > arg2) 
            arg1 -= arg2 
        else 
            arg2 -= arg1 
    }
    print "The greatest common divisor of", $1, "and", $2, "is", arg1 
}

这里RS="\r?\n"表示“可选的CR，加上必选的LF”，能兼容DOS和UNIX两种换行格式；sub(/\r$/,"",$0)则是确保记录末尾没有残留的\r，避免干扰字段的空值判断。

为什么你的原脚本会出问题？ #

你原来设置RS="[\r\n]"，这个正则表示“单个的\r或者单个的\n”，所以DOS的CRLF会被当成两个独立的分隔符，中间就会产生一个空记录，这就是你看到的无效记录来源。

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