bash - 在标记之间洗牌文件的各个部分

Question

我有这样的文件:

asdasadsdasdas
dasdasdasdasd
asdas
dasd
asdas
das
das
das
das
das
#SHUFFLE_MARK_START
das
d
das
das
dasd
asd
asdas
das
das
afs
sf
#SHUFFLE_MARK_END
fas
fas
fas
fas
fas
fas
fas
fas

我只想随机播放两个标记之间的部分文件 - #SHUFFLE_MARK_START 和 #SHUFFLE_MARK_END，随机播放标记可以是我想要的任何字符串，它们只需要是唯一的filewise，有什么想法如何在 bash 中做到这一点以使其高效吗？

我已经尝试通过做类似的事情来做到这一点

cat file | grep -P '.+#SHUFFLE_MARK_START' > start
cat file | grep -P '#SHUFFLE_MARK_START.+#SHUFFLE_MARK_FINISH' | shuff | > middle
cat file | grep -P '#SHUFFLE_MARK_FINISH.+' > end
echo start middle end > shuffled

但是对于大文件来说它很慢，上面的命令可能有点错误，因为我是凭内存输入它们只是为了展示想法

Answer 1

这是执行此操作的 perl 脚本:

#!/usr/bin/perl
# Usage: foo.pl input.txt > output.txt
# or
# foo.pl < input.txt > output.txt
use warnings;
use strict;
use List::Util qw/shuffle/;
my $in_block = 0;
my @lines;
while (<>) {
  if (/#SHUFFLE_MARK_START/) {
    print;
    $in_block = 1;
  } elsif (/#SHUFFLE_MARK_END/) {
    print shuffle(@lines);
    print;
    $in_block = 0;
    @lines = ();
  } elsif ($in_block == 0) {
    print;
  } else {
    push @lines, $_;
  }
}

(如果您不想包含 #SHUFFLE_MARK_START 等行，请删除相应的 print; 行)