Como o awk '! A [$ 0] ++' funciona?

Esse alinhamento remove linhas duplicadas da entrada de texto sem pré-classificação.

Por exemplo:

$ cat >f
q
w
e
w
r
$ awk '!a[$0]++' <f
q
w
e
r
$ 

O código original que encontrei nas internets dizia:

awk '!_[$0]++'

Isso foi ainda mais desconcertante para mim, pois eu _tive um significado especial no awk, como no Perl, mas acabou sendo apenas o nome de uma matriz.

Agora, eu entendo a lógica por trás da linha única: cada linha de entrada é usada como chave em uma matriz de hash; assim, após a conclusão, o hash contém linhas únicas na ordem de chegada.

O que eu gostaria de aprender é como exatamente essa notação é interpretada pelo awk. Por exemplo, o que significa o sinal de estrondo ( !) e os outros elementos desse trecho de código.

Como funciona?

Vamos ver,

 !a[$0]++

primeiro

 a[$0]

olhamos o valor de a[$0](array acom toda a linha de entrada ( $0) como chave).

Se não existir (a !negação no teste será avaliada como verdadeira)

 !a[$0]

imprimimos a linha de entrada $0(ação padrão).

Além disso, adicionamos um ( ++ ) a a[$0], para que da próxima vez o valor !a[$0]seja falso.

Bom, encontre !! Você deve dar uma olhada no código de golfe!

Aqui está o processamento:

• a[$0]: observe o valor da chave $0, no array associativo a. Se não existir, crie-o.

• a[$0]++: incrementa o valor de a[$0], retorna o valor antigo como valor da expressão. Se a[$0]não existir, retorne 0e aumente a[$0]para 1(o ++operador retorna valor numérico).

• !a[$0]++: nega o valor da expressão. Se a[$0]++retornar 0, toda a expressão será avaliada como verdadeira, faça a awkação padrão executada print $0. Caso contrário, toda a expressão é avaliada como falsa, as causas awknão fazem nada.

Referências:

• Expressão em awk
• gawk - Operadores de incremento e decremento

Com gawk, podemos usar o dgawk (ou awk --debugcom a versão mais recente) para depurar um gawkscript. Primeiro, crie um gawkscript chamado test.awk:

BEGIN {                                                                         
    a = 0;                                                                      
    !a++;                                                                       
}

Então corra:

dgawk -f test.awk

ou:

gawk --debug -f test.awk

No console do depurador:

$ dgawk -f test.awk
dgawk> trace on
dgawk> watch a
Watchpoint 1: a
dgawk> run
Starting program: 
[     1:0x7fe59154cfe0] Op_rule             : [in_rule = BEGIN] [source_file = test.awk]
[     2:0x7fe59154bf80] Op_push_i           : 0 [PERM|NUMCUR|NUMBER]
[     2:0x7fe59154bf20] Op_store_var        : a [do_reference = FALSE]
[     3:0x7fe59154bf60] Op_push_lhs         : a [do_reference = TRUE]
Stopping in BEGIN ...
Watchpoint 1: a
  Old value: untyped variable
  New value: 0
main() at `test.awk':3
3           !a++;
dgawk> step
[     3:0x7fe59154bfc0] Op_postincrement    : 
[     3:0x7fe59154bf40] Op_not              : 
Watchpoint 1: a
  Old value: 0
  New value: 1
main() at `test.awk':3
3           !a++;
dgawk>

Você pode ver, Op_postincrementfoi executado antes Op_not.

Você também pode usar siou em stepivez de sou steppara ver com mais clareza:

dgawk> si
[     3:0x7ff061ac1fc0] Op_postincrement    : 
3           !a++;
dgawk> si
[     3:0x7ff061ac1f40] Op_not              : 
Watchpoint 1: a
  Old value: 0
  New value: 1
main() at `test.awk':3
3           !a++;