regex - 破译正则表达式

Question

请帮我破译正则表达式-

'!_[$0]++'

它被用于通过以下用法获取 MSISDN（一次从包含以零开头的 MSISDN 列表的文件中获取一个）：

awk '!_[$0]++' file.txt

Answer 1

它不是正则表达式，而是算术和布尔表达式。

• $0= 当前输入线
• _[$0]= 一个关联数组元素，其键是输入行
• _[$0]++= 每次遇到重复行时增加该数组元素，但计算结果为原始值
• !_[$0]++= boolean inverse，因此如果值最初为 0 或空字符串，则返回 true，否则返回 false

所以这个表达式在第一次遇到一行时为真，每隔一次就为假。由于表达式后面没有动作块，因此默认为如果表达式为真则打印该行，如果为假则跳过它。

所以这会打印省略重复的输入文件。

Answer 2

这不是正则表达式。这个特殊的命令在第一次找到它们时打印唯一的行。

_在这里用作数组并$0指代整行。鉴于数组元素的默认数值是0（它在技术上是一个空字符串，但在数值上下文中它被视为 0），当您第一次看到一行时，您打印该行（因为_[$0]是假的，所以!_[$0]将是真的）。该命令每看到一行就递增（打印后——awk的默认命令是打印），所以下次看到该行时_[$0]会1和该行不打印

Answer 3

'true'- then the line will be printed

'_[$0]++'- associative array will be incremented everytime when $0 is present.means it will set the number of times each line is repeated.

'!_[$0]++'-this will be true when a line is inserted in the associative array for the firsttime only and the rest of the times it will resolve to false ultimately not printing the line.

所以所有重复的行都不会被打印。