[2012-05-31]awk去重复项

---

参考http://bbs.chinaunix.net/thread-2309494-1-1.html

10.awk ‘! a[$0]++’ 怎么理解？

这是一个非常经典的去重复项的awk语句，虽然短小，不过涉及到了不少知识点，下面一一解读：

<1>：”!” 即非。

<2>：a[$0]，以$0为数据下标，建立数组a

<3>：a[$0]++，即给数组a赋值，a[$0]+=1

<4>：那么组合起来，awk是怎么执行!a[$0]++的呢？

'!a[$0]++'

1. 当$0的内容首次出现时，a[$0]将为空（相当于0）。
2. 此时将先求!a[$0]的值（也是整个式子的值，即为非空 true ,将影响后续动作，执行默认的print)。
3. 然后对a[$0]进行+1，a[$0] 加1后为1，当下次出现时a[$0]即不为空，表达式结果为非真 false，即不打印。

关于运算顺序，出现在上面帖子的9L：

这是前加/后加的区别

后加: 先使用变量的值，再自加。

!a[$0]++ 对这个表达式的求值，它的值与 !a[$0] 相同(先使用变量a[$0]的值)，但对表达式求值后 a[$0]会自加。

同理，可针对某一列的数据重复情况进行处理，a[$1]等。

打印a[$0]，!a[$0],!a[$0]++值

personball@vostro:~$awk '{print a[$0]}' test #未对a[$0]进行处理，a[$0]恒为空
personball@vostro:~$awk '{print !a[$0]}' test #取反
1
1
1
1
1
1
1
personball@vostro:~$awk '{print !a[$0]++}' test  #自加操作，更改a[$0]的值
1                                      # 111 首次出现
1                                      # 222 首次出现
0                                      # 111 2次出现
0                                      # 222 2次出现
1                                      # 333 首次出现
0                                      # 111 3次出现
1                                      # 444 首次出现
personball@vostro:~$cat test
111
222
111
222
333
111
444