如何使用Red Hat Linux上的标准工具随机化文件中的行？

Question

如何使用Red Hat Linux上的标准工具随机化文件中的行？

我没有shuf命令，所以我正在寻找像perl或awk one-liner这样的东西来完成同样的任务。

Answer 1

嗯，别忘了

sort --random-sort

Answer 2

shuf是最好的方式。

sort -R非常缓慢。 我只是尝试排序5GB文件。 我放弃了2.5小时后。 然后shuf在一分钟内对它进行了分类。

Answer 3

你得到一个Perl单线程！

perl -MList::Util -e 'print List::Util::shuffle <>'

它使用模块，但该模块是Perl代码分发的一部分。 如果这还不够好，你可以考虑自己动手。

我尝试使用-i标志（“编辑就地”）来编辑文件。 文档表明它应该有效，但事实并非如此。 它仍然将混洗文件显示到stdout，但这次它会删除原始文件。 我建议你不要用它。

考虑一个shell脚本：

#!/bin/sh

if [[ $# -eq 0 ]]
then
  echo "Usage: $0 [file ...]"
  exit 1
fi

for i in "$@"
do
  perl -MList::Util -e 'print List::Util::shuffle <>' $i > $i.new
  if [[ `wc -c $i` -eq `wc -c $i.new` ]]
  then
    mv $i.new $i
  else
    echo "Error for file $i!"
  fi
done

未经测试，但希望有效。

Answer 4

cat yourfile.txt | while IFS= read -r f; do printf "%05d %s\n" "$RANDOM" "$f"; done | sort -n | cut -c7-

读取文件，在每行前面加一个随机数，在这些随机前缀上对文件进行排序，然后剪切前缀。 单衬里应该适用于任何半现代的外壳。

编辑：纳入理查德汉森的言论。

Answer 5

python的单线程：

python -c "import random, sys; lines = open(sys.argv[1]).readlines(); random.shuffle(lines); print ''.join(lines)," myFile

并且只打印一条随机线：

python -c "import random, sys; print random.choice(open(sys.argv[1]).readlines())," myFile

但是请看这篇文章 ，了解python的random.shuffle()的缺点。 它不适用于许多（超过2080个）元素。

Answer 6

与Jim的回答有关：

我的~/.bashrc包含以下内容：

unsort ()
{
    LC_ALL=C sort -R "$@"
}

使用GNU coreutils的排序， -R = --random-sort ，它生成每行的随机散列并按其排序。 随机散列实际上不会在某些较旧（错误）版本的某些语言环境中使用，导致它返回正常的排序输出，这就是我设置LC_ALL=C 。

---

与Chris的回答有关：

perl -MList::Util=shuffle -e'print shuffle<>'

是一个稍短的单线。 （ -Mmodule=a,b,c是-e 'use module qw(abc);'缩写。）

给它一个简单的-i的原因不适用于就地改组是因为Perl期望print发生在正在读取文件的同一循环中，并且print shuffle <>直到所有输入文件都具有之后才输出已阅读并关闭。

作为一个较短的解决方法，

perl -MList::Util=shuffle -i -ne'BEGIN{undef$/}print shuffle split/^/m'

将就地文件洗牌。 （ -n表示“将代码包装在while (<>) {...}循环中; BEGIN{undef$/}使Perl一次对文件进行操作，而不是一次一行地进行操作，并且split/^/m ，因为$_=<>已隐式使用整个文件而不是行。）

Answer 7

当我用自制软件安装coreutils时

brew install coreutils

shuf成为n 。

Answer 8

带有DarwinPorts的Mac OS X：

sudo port install unsort
cat $file | unsort | ...

Answer 9

FreeBSD有自己的随机工具：

cat $file | random | ...

它在/ usr / games / random中，所以如果你还没有安装游戏，那你就不走运了。

您可以考虑安装textproc / rand或textproc / msort等端口。 如果可移植性是一个问题，这些可能在Linux和/或Mac OS X上可用。

Answer 10

在OSX上，从http://ftp.gnu.org/gnu/coreutils/获取最新信息

./configure make sudo make install

...应该给你/ usr / local / bin / sort --random-sort

没有弄乱/ usr / bin / sort

Answer 11

或者从MacPorts获取：

$ sudo port install coreutils

和/或

$ /opt/local//libexec/gnubin/sort --random-sort