当列值不相同时如何仅打印那些行？

Question 1

$ cat tst.awk
NR == 1 {
    for (i=1; i<=NF; i++) {
        f[$i] = i
    }
    next
}
NR % 2 {
    split(prev,p)
    if ( ( p[f["x"]] != $(f["x"]) ) || ( p[f["y"]] != $(f["y"]) ) ) {
        print prev
        print
    }
}
{ prev = $0 }

$ awk -f tst.awk file
2L:8347 1 2 44.3166 -12.2373
2L:8347 1 2 39.2667 -6.8333

Answer

$ cat tst.awk
NR == 1 {
    for (i=1; i<=NF; i++) {
        f[$i] = i
    }
    next
}
NR % 2 {
    split(prev,p)
    if ( ( p[f["x"]] != $(f["x"]) ) || ( p[f["y"]] != $(f["y"]) ) ) {
        print prev
        print
    }
}
{ prev = $0 }

$ awk -f tst.awk file
2L:8347 1 2 44.3166 -12.2373
2L:8347 1 2 39.2667 -6.8333

Question 2

已测试。如果文件中确实不存在列标题，请删除 BEGIN 行。

#! /bin/bash

AWK='''
BEGIN { getline; }
{
    R1 = $0; getline R2;
    split (R1, V1); split (R2, V2);
    if (V1[4] != V2[4] || V1[5] != V2[5]) {
        print R1; print R2;
    }
}
'''

    awk "${AWK}" myFile

Answer

已测试。如果文件中确实不存在列标题，请删除 BEGIN 行。

#! /bin/bash

AWK='''
BEGIN { getline; }
{
    R1 = $0; getline R2;
    split (R1, V1); split (R2, V2);
    if (V1[4] != V2[4] || V1[5] != V2[5]) {
        print R1; print R2;
    }
}
'''

    awk "${AWK}" myFile

Question 3

应该是对埃德·莫顿的评论，但太大并且可能引起更普遍的兴趣。

我为一个在看到两条无益的评论后无法开始的OP写了一个简单的五分钟工作。我对你的参考资料不太感兴趣，其中包含会引起呕吐的替代品，例如：

awk 'c&&!--c;/3/{c=5}/4/{print "Eureka!"}' file

我确实指出了更好的技术是可能的，并且我发布并测试了代码。

当然 getline 在这里不是必需的，但它确实为操作提供了一定的对称性。如果您依赖 awk 循环，您最终会使用 FNR % 2 == 1 之类的东西来处理严格交替的行。这很糟糕，因此为了一般性，我宁愿忽略 OP“两行”并按 LocusID 分组行。

我通过将 awk 脚本发布到 shell 变量中来提高它们的尊严，因为它们读起来更好。我讨厌将大量 awk 代码放在命令行上并折叠在奇怪的地方。另外，这确实会影响系统管理员，因为整个 awk 都显示在 ps -ef 中，并且会破坏输出（在 SunOS 上，它曾经导致 ps 崩溃，因为它有固定的最大行长度）。

我在 bash 中防止这种情况的常用习惯用法是：

awk -f <( echo "${AWK}" )

ps 列出的内容为 awk -f /dev/fd/63，方便地向好奇的人隐藏了我的专有代码。

我从未将 shell 命令与 awk 分开：我从不使用 .awk 文件。将会发生以下两种不好的事情之一：

(a) 您提供 .awk 文件，并期望用户键入 awk 命令（可能包括“-F|”或其他一些选项），他会出错。

(b) 您向用户提供了一个 .sh 和一个 .awk，但存在更新问题，最终导致文件之间不一致。

出于同样的原因，如果我需要提供手册页，我会将其嵌入到脚本本身中，作为名为“用法”和“帮助”的函数，其中包含此处文档。

我很清楚'''...'''是没有必要的。然而，我厌倦了发布单引号解决方案，让人们认为“那里缺少引号，我会修复它”，搞砸了我的测试帖子，然后抱怨它不起作用。用几个空字符串来混淆它可以防止人们弄乱它，并提高可见性。

使用 Unix 40 年之后，我知道了 shell 和 awk 中的保留变量。我有很好的命名规则，但对于一个小问题，我更喜欢使用OP可能直觉的术语。两行，两个向量。我对许多 shell 变量使用大写字母以提高可见性，以将它们与关键字区分开来。任何人都可以编写关键字：几乎所有错误都是因为编码人员没有看到数据，他们没有强调变量的作用。

Getline 不会以意想不到的方式失败，因为我知道会发生什么。你可能不喜欢我使用的习语，但这并不意味着它们是错的。它们是我多年来看到的问题的解决方案。

Answer