在Unix命令行中从文件中读取随机行的简单方法是什么？

Posted 2021-03-30

在Unix命令行中从文件中读取随机行的简单方法是什么？

答案

你可以使用shuf：

shuf -n 1 $FILE

还有一个名为rl的实用程序。在Debian中，它在randomize-lines包中完全符合您的要求，但并非在所有发行版中都可用。在它的主页上，它实际上建议使用shuf（我相信它在创建时不存在）。 shuf是GNU coreutils的一部分，rl不是。

rl -c 1 $FILE

另一答案

一个也适用于MacOSX的解决方案，也适用于Linux（？）：

N=5
awk 'NR==FNR {lineN[$1]; next}(FNR in lineN)' <(jot -r $N 1 $(wc -l < $file)) $file 

哪里：

• N是你想要的随机行数
• NR==FNR {lineN[$1]; next}(FNR in lineN) file1 file2 - >保存用file1写的行号，然后在file2中打印相应的行
• jot -r $N 1 $(wc -l < $file) - >用N在-r范围内随机抽取(1, number_of_line_in_file)数字（jot）。进程替换<()将使它看起来像解释器的文件，所以在前面的例子中file1。

另一答案

#!/bin/bash

IFS=$'
' wordsArray=($(<$1))

numWords=${#wordsArray[@]}
sizeOfNumWords=${#numWords}

while [ True ]
do
    for ((i=0; i<$sizeOfNumWords; i++))
    do
        let ranNumArray[$i]=$(( ( $RANDOM % 10 )  + 1 ))-1
        ranNumStr="$ranNumStr${ranNumArray[$i]}"
    done
    if [ $ranNumStr -le $numWords ]
    then
        break
    fi
    ranNumStr=""
done

noLeadZeroStr=$((10#$ranNumStr))
echo ${wordsArray[$noLeadZeroStr]}

另一答案

这是我发现的，因为我的Mac OS没有使用所有简单的答案。我使用jot命令生成一个数字，因为$ RANDOM变量解决方案似乎在我的测试中不是很随机。在测试我的解决方案时，我在输出中提供的解决方案中存在很大差异。

  RANDOM1=`jot -r 1 1 235886`
   #range of jot ( 1 235886 ) found from earlier wc -w /usr/share/dict/web2
   echo $RANDOM1
   head -n $RANDOM1 /usr/share/dict/web2 | tail -n 1

变量的回声是获得生成的随机数的视觉效果。

另一答案

仅使用vanilla sed和awk，而不使用$ RANDOM，从名为FILENAME的文件中伪随机选择单行的简单，节省空间且相当快速的“单行”如下：

sed -n $(awk 'END {srand(); r=rand()*NR; if (r<NR) {sub(/..*/,"",r); r++;}; print r}' FILENAME)p FILENAME

（即使FILENAME为空，这也有效，在这种情况下不会发出任何行。）

这种方法的一个可能的优点是它只调用一次rand（）。

正如@AdamKatz在评论中所指出的，另一种可能性是为每一行调用rand（）：

awk 'rand() * NR < 1 { line = $0 } END { print line }' FILENAME

（可以根据归纳给出一个简单的正确证明。）

Caveat about rand()

“在大多数awk实现中，包括gawk，rand（）每次运行awk时都会从相同的起始编号或种子开始生成数字。”

- https://www.gnu.org/software/gawk/manual/html_node/Numeric-Functions.html

另一答案

另一种选择：

head -$((${RANDOM} % `wc -l < file` + 1)) file | tail -1

另一答案

sort --random-sort $FILE | head -n 1

（我喜欢上面的shuf方法甚至更好 - 我甚至不知道存在，我自己也没有找到这个工具）

另一答案

这很简单。

cat file.txt | shuf -n 1

当然这只比它自己的“shuf -n 1 file.txt”慢一点。

另一答案

perlfaq5: How do I select a random line from a file?这是Camel Book中的油藏采样算法：

perl -e 'srand; rand($.) < 1 && ($line = $_) while <>; print $line;' file

这在读取整个文件的空间方面具有显着的优势。您可以在Donald E. Knuth的“计算机编程艺术”第2卷第3.4.2节中找到这种方法的证明。

另一答案

使用bash脚本：

#!/bin/bash
# replace with file to read
FILE=tmp.txt
# count number of lines
NUM=$(wc - l < ${FILE})
# generate random number in range 0-NUM
let X=${RANDOM} % ${NUM} + 1
# extract X-th line
sed -n ${X}p ${FILE}

另一答案

单击线：

sed -n $((1+$RANDOM%`wc -l test.txt | cut -f 1 -d ' '`))p test.txt

轻微问题：重复文件名。

另一答案

这是一个简单的Python脚本，可以完成这项工作：

import random, sys
lines = open(sys.argv[1]).readlines()
print(lines[random.randrange(len(lines))])

用法：

python randline.py file_to_get_random_line_from

另一答案

使用'awk'的另一种方式

awk NR==$((${RANDOM} % `wc -l < file.name` + 1)) file.name