【awk】 '!a[$0]++'去重原理分析

原文

很多人都知道awk '!a[$0]++' file可以去除文本中重复的行，但是对其到底是如何去重的却不是很清楚，所以这里就单独来分析一下这个命令。

首先我们要知道这条命令是隐含了一个print $0的，完整命令如下：

awk判定以下三种情况为“假”，其他情况都为“真”：

数字 0
空字符串 ""
未定义的变量，对于未定义的变量var，如果要进行字符串操作，会被转成空字符串 "" ，如果要进行数学运算，会被转成数字 0 ，也可以使用 var"" 来强制转为空字符串 "" ， var+0 来强制转为数字 0
所以上面这条awk语句的原理就是判断!a[$0]++的值，如果值为真就打印当前行，值为假自然就不会打印当前行了。

开始分析!a[$0]++吧，不过还得先看一下awk中操作符的优先级（由高到低排列）：

这里我们可以将a[$0]数组取值替换为一个简单的变量，方便理解：

我们知道a++操作符是在变量a使用完之后再对变量进行自增，所以这里虽然++比!优先级高，先跟变量a结合，但是不会立即自增变量a的值，而是在!a之后在自增变量a的值。通过例子来理解：

现在是不是一目了然了，再代入回之前的例子中：

分析如下：

扩展阅读：永久在线免费的云服务器 ... amazon欧洲站 ... x86国产cpu ... 高清windows免费版播放 ... 免费excel永久免费版 ... 任天堂switch最新款 ... 韩国macbookpro ... xbox后面的插口 ... 美国欧洲日本韩国化妆品 ...