awk 模式总是匹配最后一条记录？

Question

我正在从 zsh 切换到 bash，我需要生成一个 bash 脚本，它可以删除 $PATH 中的重复条目，而无需重新排序条目（因此没有 sort -d 魔法）。 zsh 有一些不错的数组处理快捷方式，可以轻松高效地执行此操作，但我不知道 bash 中有此类快捷方式。我遇到了 this answer ，这让我完成了 90% 的事情，但是有一个小问题我想更好地理解。看起来，当我运行那个 awk 命令时，最后处理的记录不正确地匹配模式。

$ awk 'BEGIN{RS=ORS=":"}!a[[=10=]]++' <<<"aa:bb:cc:aa:bb:cc"
aa:bb:cc:cc
$ awk 'BEGIN{RS=ORS=":"}!a[[=10=]]++' <<<"aa:bb:cc:aa:bb"
aa:bb:cc:bb
$ awk 'BEGIN{RS=ORS=":"}!a[[=10=]]++' <<<"aa:bb:cc:aa:bb:cc:" # note trailing colon
aa:bb:cc:

我不太了解 awk，不知道它为什么会这样，但我已经设法通过使用像这样的中间数组来解决这个问题。

array=($(awk 'BEGIN{RS=":";ORS=" "}!a[[=11=]]++' <<<"aa:bb:cc:aa:bb:cc:"))
# Use a subshell to avoid modifying $IFS in current context
echo $(export IFS=":"; echo "${array[*]}")
aa:bb:cc

然而，这似乎是一个次优解决方案，所以我的问题是：我是否在 awk 命令中做错了什么导致处理的最终记录出现误报匹配？

Answer 1

原始字符串中的最后一条记录是 cc\n，与 cc 不同。当不确定任何语言的任何程序中发生了什么时，添加一些打印语句是 debugging/investigating:

的第 1 步

$ awk 'BEGIN{RS=ORS=":"} {print "<"[=10=]">"}' <<<"aa:bb:cc:aa:bb:cc"
<aa>:<bb>:<cc>:<aa>:<bb>:<cc
>:$

如果您希望 RS 为 : 或 \n 那么只需说明（至少使用 GNU awk）：

$ awk 'BEGIN{RS="[:\n]"; ORS=":"} !a[[=11=]]++' <<<"aa:bb:cc:aa:bb:cc"
aa:bb:cc:$

以上的$是我的提示

Answer 2

另一种可能的解决方法，而不是您的 bash 数组解决方案

$ echo "aa:bb:cc:aa:bb:cc" | tr ':' '\n' | awk '!a[[=10=]]++' | paste -sd:
aa:bb:cc

awk 模式总是匹配最后一条记录？

Awk pattern always matches last record?

linux

bash

shell

awk

gawk