主页 / user-298607

dawg's questions

Martin Hope
dawg
Asked: 2024-09-21 23:20:22 +0800 CST
  • 7

从awk内部，我想根据需要快速生成一个相当随机（即随机但不加密）的 X 个字母数字字符串。

在 Ruby 中，我可以这样做：

ruby -e '
def rand_string(len, min=48, max=123, pattern=/[[:alnum:]]/)
    rtr=""
    while rtr.length<len do
        rtr+=(0..len).map { (min + rand(max-min)).chr }.
            select{|e| e[pattern] }.join
    end                     # falls out when min length achieved 
    rtr[0..len]
end

(0..5).each{|_| puts rand_string(20)}'

印刷：

7Ntz5NF5juUL7tGmYQhsc
kaOzO1aIxkW5rmJ9CaKtD
49SpdFTibXR1WPWV7li6c
PT862YZQd0dOIaFOIY0d1
vYktRXkdsj38iH3s2WKI
3nQZ7cCVEXvoaOZvm6mTR

为了进行时间比较，Ruby 可以在大约 9 秒内生成 1,000,000 个唯一字符串（无重复）。

考虑到这一点，我在 awk 中尝试了：

awk -v r=$RANDOM '
# the r value will only be a new seed each invocation -- not each f call
function rand_string(i) {
    s=""
    min=48
    max=123
    srand(r)
    while (length(s)<i) {
        c=sprintf("%c", int(min+rand()*(max-min+1)))
        if (c~/[[:alnum:]]/) s=s c
    }
    return s
}
BEGIN{ for (i=1; i<=5; i++) {print rand_string(20)}}'

这不起作用——相同的种子，相同的字符串结果。打印：

D65CsI55zTsk5otzSoJI
D65CsI55zTsk5otzSoJI
D65CsI55zTsk5otzSoJI
D65CsI55zTsk5otzSoJI
D65CsI55zTsk5otzSoJI

现在尝试/dev/urandom阅读od：

awk '
function rand_string(i) {
    arg=i*4
    cmd="od -A n -t u1 -N " arg " /dev/urandom"  # this is POSIX
    #             ^  ^                unsigned character
    #                   ^  ^          count of i*4 bytes
    s=""
    min=48
    max=123
    while (length(s)<i) {
        while((cmd | getline line)>0) {
            split(line, la)
            for (e in la) {
                if (la[e]<min || la[e]>max) continue
                c=sprintf("%c", la[e])
                if (c~/[[:alnum:]]/) s=s c
            }
        }
        close(cmd)
    }
    return substr(s,1,i)
}
BEGIN {for(i=1;i<=5;i++) print rand_string(20) }'

一切按预期进行。打印：

sYY195x6fFQdYMrOn1OS
9mv7KwtgdUu2DgslQByo
LyVvVauEBZU2Ad6kVY9q
WFsJXvw8YWYmySIP87Nz
AMcZY2hKNzBhN1ByX7LW

但是现在的问题是管道od -A n -t u1 -N " arg " /dev/urandom真的很慢——除了少量的字符串之外无法使用。

知道如何修改其中一个 awk 以便：

  1. 在大多数平台上运行（即默认 POSIX 套件）；
  2. 可以快速生成X长度的合理随机字符串。

这个问题已被问过几次：

  1. 如何使用 awk 将一个字符串替换为一个长度为 48 个字符的随机字母数字字符串，答案是使用外部工具——太慢了；
  2. 用 awk 用随机模式替换给定的模式，但这是一个随机整数并且不使用srand；
  3. 在 awk 内部执行命令（生成随机字符串）但再次使用 shell 管道（太慢）和仅限 Linux。
bash
Martin Hope
dawg
Asked: 2024-08-20 22:48:22 +0800 CST
  • 7

我在 MacOS 14.6.1 上安装了 Ruby 3.3.4。

假设我在 shell 中有这个字符串：

$ st="0😀2☺️4🤪6🥳8🥸"
$ echo "$st"
0😀2☺️4🤪6🥳8🥸

如果我现在将该字符串输入 Ruby，我会得到分解为多个组成部分的第二个表情符号：

$ echo "$st" | ruby -lne 'p $_.split("")'
["0", "😀", "2", "☺", "️", "4", "🤪", "6", "🥳", "8", "🥸"]
                  ^    ^   # should be ONE grapheme

如果我从文件中读取该字符串也是一样：

$ cat wee_file
0😀2☺️4🤪6🥳8🥸

$ ruby -lne 'p $_.split("")' wee_file 
["0", "😀", "2", "☺", "️", "4", "🤪", "6", "🥳", "8", "🥸"]

IRB 中也是一样：

irb(main):001> File.open('/tmp/wee_file').gets.split("")
=> ["0", "😀", "2", "☺", "️", "4", "🤪", "6", "🥳", "8", "🥸", "\n"]

但是，如果我用另一个表情符号（也是多字节的）替换☺️，问题就消失了：

$ st2="0😀2🐱4🤪6🥳8🥸"
$ echo "$st2" | ruby -lne 'p $_.split("")'
["0", "😀", "2", "🐱", "4", "🤪", "6", "🥳", "8", "🥸"]

# also from a file and also in IRB..

知道为什么表情符号☺️会产生这种结果吗？

ruby