如何从文件中的同一行中随机选择字符串答案

【问题标题】：How To Randomly Choose Strings From Same Line In File如何从文件中的同一行中随机选择字符串
【发布时间】：2018-04-04 08:04:06
【问题描述】：

我已阅读这篇文章Select random lines from a file in bash 和Random selection of columns using linux command，但是它们不适用于需要保持相同顺序的一组行。我还使用cut 命令搜索了是否有任何随机化选项。

我的尝试：

我正在尝试用新行替换空格，然后随机排序，然后使用 Head 抓取一个随机字符串（对于每一行）。

cat file1.txt | while read line; do echo $line | sed 's/ /\n/g' | sort -R | head -1

虽然这确实为一个随机字符串完成了基本工作，但我想知道是否有更好更有效的方法来编写此代码？这样，我可以添加选项以获取 1-2 个随机字符串，而不仅仅是一个。

这是file1.txt：

#Sample #Example #StackOverflow #Question
#Easy #Simple #Code #Examples #Help
#Support #Really #Helps #Everyone #Learn

这是我想要的输出（随机值）：

#Question
#Code #Examples
#Helps

如果您知道实现此代码的更好方法，我将非常感谢您的积极投入和支持。

【问题讨论】：

标签： linux bash random sed cut

【解决方案1】：

这就是解决方案

while read -r line; do echo "$line" | grep -oP '(\S+)' | shuf -n $((RANDOM%2+1)) | paste -s -d' '; done < file1.txt

【讨论】：

让我们continue this discussion in chat。
很好的解决方案。正是我想要的。从文件的每一行中随机选择 1-2 个字符串的解决方案。它肯定比我的解决方案好 100 倍。谢谢达比！
很高兴 ;)
嗯，你为什么不把 N 个第一个单词从打乱的行中去掉，就像这样：echo `echo "$line" | grep -oP '(\S+)' | shuf -n $((RANDOM%2+1))` ？ AFAIK 所有后续代码并没有真正添加任何 shuf 已经做的事情。

【解决方案2】：

使用 AWK：

%awk 'BEGIN { srand() } { print $(1+int(rand()*NF))}' data.txt

#Question
#Help
#Support

您可以通过重复 $(rand...) 构造相应的次数（或定义一个用户函数来执行此操作）来修改它以每行选择 2 个（或更多）随机单词（有重复项）。

从每一行中选择 N 单词而不重复（按位置），有点棘手：

awk '
BEGIN { N=2; srand() } 
{ 
    #Collect fields into an array (w)
    delete w;
    for(i=1;i<=NF;i++) w[i]=$i; 

    #Randomize Array (Fisher–Yates style)
    for(j=NF;j>=2;j--) { 
       r=1+int(rand()*(j));
       if(r!=j) { 
          x=w[j]; w[j]=w[r]; w[r]=x; 
       } 
    }

    #Take N first items off the randomized array 
    for(g=1;g<=(N<NF?N:NF);g++) {
       if(g>1) printf " "
       printf w[g];       
    }   
    printf "\n"
}' data.txt

N - 是每行要选择的（最大）字数。

要选择每行随机（最多 N）个项目，修改代码如下：

awk '
BEGIN { N=2; srand() } 
{ 
    #Collect fields into an array (w)
    delete w;
    for(i=1;i<=NF;i++) w[i]=$i; 

    #Randomize Array (Fisher–Yates style)
    for(j=NF;j>=2;j--) { 
       r=1+int(rand()*(j));
       if(r!=j) { 
          x=w[j]; w[j]=w[r]; w[r]=x; 
       } 
    }

    #Take L < N first items off the randomized array 
    L=1+int(rand()*N);
    for(g=1;g<=(L<NF?L:NF);g++) {
       if(g>1) printf " "
       printf w[g];       
    }   
    printf "\n"
}' data.txt

这将在每行打印 1 或 2 (N) 个随机选择的单词。

这段代码仍然可以稍微优化一下（即只对数组的前 L 个元素进行混洗），但它比基于 shell 的解决方案快 2 或 3 个数量级。

【讨论】：

这是一个很好的答案。你知道我如何随机化它以返回 1-2 个字符串而不仅仅是 1 个字符串吗？
@Inian，没关系，但需要我手动更改号码。如果你愿意，你可以留下它。我相信它会帮助寻找类似解决方案的人。

【解决方案3】：

尝试 bash

cat file1  | xargs -n1  -I@ bash -c "output_count=2; \
   line=\$(echo \"@\"); \
   words=\$(echo  \${line} | wc -w); \
   for i in  \$(eval echo \"{1..\${output_count}}\"); do \
      select=\$((1 + RANDOM % \${words})); \
      echo  \${line} | cut -d \" \" -f \${select} | tr '\n' ' '; \
   done;
   echo \" \" "

假设文件名为file1。为了改变随机选择单词的数量，给output_count设置一个不同的数字

打印

$ cat file1  | xargs -n1  -I@ bash -c "output_count=2; \
   line=\$(echo \"@\"); \
   words=\$(echo  \${line} | wc -w); \
   for i in  \$(eval echo \"{1..\${output_count}}\"); do \
      select=\$((1 + RANDOM % \${words})); \
      echo  \${line} | cut -d \" \" -f \${select} | tr '\n' ' '; \
   done;
   echo \" \" "
#Example #Example
#Examples #Help
#Support #Learn
$ cat file1  | xargs -n1  -I@ bash -c "output_count=2; \
   line=\$(echo \"@\"); \
   words=\$(echo  \${line} | wc -w); \
   for i in  \$(eval echo \"{1..\${output_count}}\"); do \
      select=\$((1 + RANDOM % \${words})); \
      echo  \${line} | cut -d \" \" -f \${select} | tr '\n' ' '; \
   done;
   echo \" \" "
#Question #StackOverflow
#Help #Help
#Everyone #Learn

【讨论】：

@DomainsFeatured 如果您不想将同一个单词打印两次，这显然是行不通的。有一些方法可以轻松实现这一目标。例如，将单词保留在一个数组中，并将随机选择的单词与最后一个单词交换，并在每次迭代时缩短数组的长度。如果您需要，请告诉我。

【解决方案4】：

这可能对你有用（GNU sed）：

sed 'y/ /\n/;s/.*/echo "&"|shuf -n$((RANDOM%2+1))/e;y/\n/ /' file

用换行符和使用seds替换eflag替换每行中的空格，将每组行传递给shuf -n命令 .

【讨论】：