请问ad版主一个问题?

bjgirl

[quote]原帖由 "admirer"]看起来有点繁琐，暂时还没有想到简化的代码。[/quote 发表：

版主一出手,唉......@_@,惭愧

admirer

[quote]原帖由 "bjgirl"]版主一出手,唉......@_@,惭愧[/quote 发表：

MM过谦了，你的代码常常让鄙人迷途知返！

bjgirl

原帖由 "admirer" 发表：

MM过谦了，你的代码常常让鄙人迷途知返！

没那么过分吧@_@(嘻嘻)

forest077

我看明白了，ad的思路太巧妙了，不过我的嘴笨，恐怕解释不清楚。

    首先说一下总体思路，这个算法让保持空间中的内容始终为“...c\nb\na\n”，其中a是第一行不重复的内容，b是第二行不重复的内容，c是第三行不重复的内容，以此类推。每读入一个新行，比方内容是x，把保留空间的内容追加到它后面，并且把一个回车替换为两个回车（为什么要把一个回车变为两个回车，后面再分析），这时模式空间的内容是“x\n\n...c\n\nb\n\na\n\n”。然后根据正则表达式“/^\([ -~]*\n\).*\n\1/”查找是否有相同的行（如何匹配，也留待后面分析），若有则删除模式空间，那么保持空间的内容不变，把模式空间中的两个回车再替换回一个回车后，保存到保持空间，然后打印模式空间中第一个回车前面的内容，也就是新读入的那行。如果新读入的行与前面的重复，那么因为模式空间已经删除，所以就不会打印出来。

    现在说为什么要把一个回车变为两个回车以及如何匹配相同的行。关键在于正则表达式“/^\([ -~]*\n\).*\n\1/”，其中[ -~]表示空格到~符号，它们的ascii码是32到127，表示所有可见字符。为了看得更清楚，这个正则表达式可以改为“/^\(.*\n\).*\n\1/”，效果差不多一样的。这个正则表达式中有个“\(.*\n\)”，表示“后跟一个回车的任意字符”，为描述方便，以m来代表它。表达式中有个“\1”，指代的就是m。若m后面跟着零个或若干个字符，然后发现有“回车+m”这样的内容，说明m出现了至少两次，那么表达式成立，表示新读入的行前面已经出现过了。以sed读到第四行为例，此时模式空间是“2\n\n4\n\n2\n\n1\n\n”，m指代的是“2\n”，后面跟了若干字符后，匹配到“\n2\n”这样的内容，那么“2\n”就是重复的。再以sed读到第6行为例，此时模式空间是“4\n\n4\n\n2\n\n1\n\n”，m指代的是“4\n”，若匹配到“\n4\n”表示这一行重复。要注意如果原文件有空行，这些操作可以避免空行被过滤掉。所以这就是为什么要把一个回车替换为两个回车的原因，就是为了加强匹配。
    现在说说执行过程：

1. 
   
2. 命令                  模式空间         保持空间          打印
   
3. 读入第一行            1
   
4. G                              1\n
   
5. s/\n/&&/                   1\n\n
   
6. /^\([ -~]*\n\).*\1/d  1\n\n
   
7. s/\n//                        1\n
   
8. h                               1\n                    1\n
   
9. P                               1\n                    1\n               1
   
10. 读入第二行            2                       1\n
    
11. G                               2\n1\n               1\n
    
12. s/\n/&&/                    2\n\n1\n\n        1\n                        
    
13. /^\([ -~]*\n\).*\1/d  2\n\n1\n\n        1\n                        
    
14. s/\n//                        2\n1\n              1\n
    
15. h                               2\n1\n              2\n1\n            
    
16. P                               2\n1\n              2\n1\n            2
    
17. 读入第三行……
    
18. 读入第四行            2                       4\n2\n1\n
    
19. G                               2\n4\n2\n1\n     4\n2\n1\n
    
20. s/\n/&&/                    2\n\n4\n\n2\n\n1\n\n
    
21. /^\([ -~]*\n\).*\1/d  空               4\n2\n1\n
    
22. s/\n//                        空               4\n2\n1\n
    
23. h                               空               4\n2\n1\n
    
24. P                               空               4\n2\n1\n         没有打印出内容
    
25. ……
    

复制代码

不知道我讲得是否清楚？

r2007

awk版的,请MM试试

1. awk '!($0 in a){a[$0];print}'

复制代码

admirer

[quote]原帖由 "r2007"][/quote 发表：

妙！

bjgirl

[quote]原帖由 "r2007"][/quote 发表：

谢谢,测试通过, (收藏)
btw:请007给大概讲讲吧

r2007

原帖由 "bjgirl" 发表：
谢谢,测试通过, (收藏)
btw:请007给大概讲讲吧

1. awk '!($0 in a){a[$0];print}'

复制代码

如果$0不是数组a中的下标,则向数组a中增加一个下标为$0的元素,其值无关紧要,然后打印$0.不知我的表达是否清楚?

forest077

    
天哪，版主们真是太牛了！！！

labrun

[quote]原帖由 "r2007"][/quote 发表：

哎，这就是差距呀！