AWK字典无法跨行记录词频，值始终为0的问题排查

你的脚本核心问题是数组引用错误：AWK中访问数组元素不需要加$符号，$是用来引用行内字段（比如$1代表第一个字段）的语法，而你写的$seen[a[1]]本质是在操作字段，而非数组seen的元素。

错误原因解析 #

• 当你使用$seen[a[1]]时，AWK会先计算seen[a[1]]的值（初始为0），然后取第0个字段（实际等同于$0，整行内容），自增操作$seen[a[1]]++只是修改了字段值，并没有改变数组seen里的元素。
• 这就导致每次判断时，seen[a[1]]始终保持默认的0值，脚本会重复打印同一个单词。

修正后的脚本 #

把数组引用的$去掉即可：

match($0, /^(\w+)$/, a) { if (!seen[a[1]]++) print a[1], "new word" }

修正后逻辑 #

• AWK中未赋值的数组元素默认值为0，第一次遇到单词时，!seen[a[1]]为!0（即真），执行打印，随后seen[a[1]]自增为1。
• 后续再遇到相同单词时，seen[a[1]]的值为1，!1为假，不再执行打印，实现仅首次出现时打印的去重效果。

内容的提问来源于stack exchange，提问作者Alexis Purslane