☰

如何在 awk 中编写脚本来告诉每个记录中字段的平均长度，而不计算空格？

tag-icon • tag-icon linux awk files cygwin
如何在 awk 中编写脚本来告诉每个记录中字段的平均长度，而不计算空格？

所以我需要编写一个 awk 脚本文件来查找并打印文本文档中每条记录的平均字段长度。文本文档是这样的：

The quick brown fox jumped over the lazy dog's back.
The rain in Spain falls mainly on the plain.
The rain in Spain also falls on the mountains.

现在，我在脚本文件中使用的是这个：

{average = length($0)/NF
   print "Average field length for record: " average}

通过执行“length($0)”，它会计算记录中的所有内容。我尝试做类似 length($1)+length($2)+length($3)+etc 的操作，但记录具有不同的长度，我无法解释这一点，特别是因为这应该适用于任何长度的记录。

我遇到的问题是它计算每个字段之间的空格，但我不想计算它。目前，我得到的每条记录的数字分别是 5.2、4.8 和 5.1。有没有办法不计算空格？

除此之外，我还需要找到整个文件中的平均字段长度。再次，我相信我的 awk 脚本也在计算空格，这是我不想要的。这是我的脚本文件：

BEGIN{
        sum = 0
     }
{
     sum += length()
     sum = sum/NF
}
END{
     print "Average field length in file: " sum
     }

我必须进行哪些修改才能使其不计算空格，而只计算字母和标点符号，基本上除了空格之外的所有内容？事实上，我得到的文本文件中所有字段的平均值是 5.7，我认为这个数字不正确。

答案1

您可以按照您的建议，通过依赖默认字段分隔符并计算字段大小来跳过空格，并通过使用变量来考虑不同数量的字段NF。

因此对于每条记录的平均值：

NF > 0 {
    linesum = 0
    for (i = 1; i <= NF; i++) linesum += length($i)
    print "Average field length for record: " linesum / NF
}

对于整个文件：

{
    for (i = 1; i <= NF; i++) sum += length($i)
    count += NF
}

END { if (count > 0) { print "Average field length in file: " (sum / count) } }

这也解决了逐行计算平均值的问题。

根据您的示例，平均值为 4.17857（计算标点符号）。

相关内容