Unix 在不工作的文件中填充包含俄语西里尔字符的文件-一个俄语字符计为2字节

我正在尝试在Unix中创建具有固定列长度的文件。该文件包含俄文西里尔文字符，这些字符的解释与正常的1字节字符不同

我正在使用下面的脚本修改文件（列的分隔符为@-，行分隔符为\r\n）：

对于具有普通字符的列，输出文件正确地包含200个字符的列，但对于具有30个西里尔字母的列，输出列仅包含170个字符。这样，文件中的行就不会有相同的长度，因为西里尔字母字符占用2个字节，代码将解释字节而不是字符

示例：ББКСЛАБА有10个字符，但脚本将其计算为有20个字符，因为它占用20个字节

一个输入文件示例：

НИКОЛАЕВНА@-@russ@-@12345@-@asklle@-@НИКОЛАЕВНА@-@454@-@111@-@asdfg

您能建议一种创建填充的方法，使所有行具有相同的字符数吗

---

谢谢大家!

我建议您使用

gawk

基于字符的字符串函数

substr

，来修剪字符串。 标准的

gawk

printf

宽度格式化功能是基于字符的。检查您是否正在使用最新的

gawk

要将所有字段修剪为200个字符，请执行以下操作：

for (i = 1; i <= NF; i++) $i = substr($i,1,200);

用于（i=1；i$output\u文件

或者更简洁地说：

script.awk

{
对于（i=1；i我不相信awk可以做到这一点，但是默认情况下，只要您的区域设置没有设置为“C”，gawk就应该处理这个问题。例如，
LC\u ALL=en\u US.UTF-8
应该使用gawk提供预期的行为。
尝试以下
awk
脚本：

script.awk
BEGIN{FS=“@-@”#字段分隔符为“@-@”
h=”“#长度（h）=10
h=h；#长度（h）=100
h=h；#长度（h）=200
}
{
for（i=1；感谢您的回复！但是，问题不在于宽度超过200个字符，而在于列没有达到最大宽度（本例中为200个）因为俄语字符被解释为2个字节，所以具有这类字符的行将保持较短的长度。因此，在这种情况下，我认为没有必要对它们进行修剪，因为这不会产生任何效果，我需要完全相反的结果-使一个俄语字符计为1字节，而不是2字节。
for (i = 1; i <= NF; i++) $i = substr($i,1,200);

awk -F '@-@' '{for(i=1;i<=NF;i++)$i=substr($i,1,200);printf("%-200s%-200s%-200s%-200s%-200s%-200s%-200s%-200s\r\n", $1, $2, $3, $4, $5, $6, $7, $8)}' $input_file > $output_file

{
    for (i = 1; i <= 8; i++) {
        $i = substr($i,1,200);
        printf("%-200s", $i);
    }
    print;
}

BEGIN {FS="@-@"; # field separator is '@-@'
    h="          "; # length(h) = 10
    h=h h h h h h h h h h; # length(h) = 100
    h=h h; # length(h) = 200
}
{
    for (i = 1; i <= 8; i++) {
        #length is character based function
        head = substr(h,1,(length(h)-length($i))); # cut alignment head to the correct length
        printf("%s%s", head, $i); # output the current aligned field
    }
    print;
}