非常小浮点数的奇数'gawk'过滤

gawk

根据使用的阈值，以不同方式过滤出非常小的正数，但所有阈值都应保留该条目

示例输入文件，

tmp

：

A 3.92e-373
B 5e-300    
C 5e-20
D 5e-6
E 5e-3

输出：

% gawk '$2 < 5e-4' tmp
B 5e-300
C 5e-20
D 5e-6

% gawk '$2 < 5e-8' tmp
A 3.92e-373
D 5e-300
C 5e-20

%gawk'$2<5e-4'tmp
B 5e-300
C 5e-20
D 5e-6
%目瞪口呆，$2<5e-8'tmp
A 3.92e-373
D 5e-300
C 5e-20

注

gawk'$2<5e-4'

应将条目保留为

$2<3.92e-373

，该条目适用于

gawk'$2<5e-8'

---

显然，这是浮点限制的问题，但我发现奇怪的是，两个阈值的结果并不一致。

gawk

不应该简单地将

3.92e-373

限制为

0

，从而在任何情况下都打印这一行吗？

我不认为gawk能够在给定输入和硬编码值的情况下计算出数字和字符串的区别。通过对它们使用

strtonum（）

确保它们被视为数字：

$ gawk 'strtonum($2) < strtonum("5e-4")' file
A 3.92e-373
B 5e-300
C 5e-20
D 5e-6

$ gawk 'strtonum($2) < strtonum("5e-8")' file
A 3.92e-373
B 5e-300
C 5e-20

所以看起来strtonum（“5e-4”）是多余的，但我认为它提高了清晰度，所以我会保留它

---

请注意，gawk不会自动将

3.92e-373

识别为一个数字，因此该输入的比较将是字符串与数字，这将作为字符串比较来完成（请参见中的表格）。

感谢您的详细解释，非常感谢。它解决了我的问题，我学到了一些新东西！另外，我发现的另一个解决方案是使用较新版本的

gawk

，并使用

-M

标志支持任意精度。

$ gawk '{print typeof($2), $2, typeof(5e-4), 5e-4, strtonum($2), strtonum("5e-4")}' file | column -t
string  3.92e-373  number  0.0005  0       0.0005
strnum  5e-300     number  0.0005  5e-300  0.0005
strnum  5e-20      number  0.0005  5e-20   0.0005
strnum  5e-6       number  0.0005  5e-06   0.0005
strnum  5e-3       number  0.0005  0.005   0.0005