您可能还记得在我的上一篇文章中，我分享了一个冗长而复杂的解释，说明为什么垃圾邮件会引起我的注意并让我着迷，甚至可能超出了应有的程度。部分原因是，我一直从事电子邮件相关的工作——我甚至在过去编写过最流行的老式电子邮件程序之一。但是，这里也有一个谜题因素，即处理数百万条记录的大量数据集，并尝试大规模生成“个性化”消息。

这种简单的方法是拥有像 ${firstname} 这样的命名数据字段，这样您就可以用“亲爱的 ${firstname}，我听说您去了 ${college}？我也是！”等等来打开您的电子邮件。

但是，我更感兴趣的是“润色”方面——产生具有内置同义词的散文，例如

The {idea|concept|inspiration} is that each time you'd use a
{word|phrase} you instead list a set of {similar words|synonyms|
alternative words} and the software automatically picks one
{randomly|at random} and is done.

我知道，您可能正在摇头并想“戴夫到底怎么了？”，但请包容我，让我们一起探索这个文本处理难题。

在我 2016 年 6 月的专栏中，我介绍了文章润色器的核心构建块，这是一个脚本，可以识别 {} 包围的选择，隔离它们，计算有多少个选项，并将其作为调试输出显示给用户。

因此，上面内容将显示为

$ sh spinner.sh spinme.txt
The
3 options, spinning --- idea|concept|inspiration
is that each time you'd use a
2 options, spinning --- word|phrase
you instead list a set of
3 options, spinning --- similar words|synonyms|alternative words
and the software automatically picks one
2 options, spinning --- randomly|at random
and is done.

这是一个好的开始，但这一次，让我们完成这项工作，并在每次都从选项集中随机选择，仅输出选定的选项，并重新排列文本以使其看起来更好。

在 Bash 中使用随机数的基本方法是使用特殊的 $RANDOM 变量。每次引用它时，它都会返回一个介于 1 和 MAXINT (32767) 之间的随机选择的数字。我通过使用模数函数将其约束在特定范围内，因此这将生成一个介于 0 和 MAXVALUE 之间的随机数

randomnum=$(( $RANDOM % $MAXVALUE ))

双括号表示法触发数学求值，但您已经知道了，对吧？

为了使底部的值为 1 而不是零，我只需在等式中添加更多数学运算

randomnum=$(( $RANDOM % $MAXVALUE + 1 ))

该脚本已经可以识别特定集群中有多少个选项（例如，“{one|two|three}”），现在我们有一个简单的一行代码来帮助随机选择一个值。当然，挑战在于选择实际的字符串值，而不仅仅是显示一个数字！

我知道，我知道——工作，工作，工作。

在 spinline() 函数（我将在稍后完整展示）的中途，$choices 存储集群中选项的数量，而 $source 是选项集，减去左右花括号。

这是我第一次尝试随机提取单词

pick=$(( $RANDOM % $choices ))
wordpick=$( echo $source | cut -d\| -f$pick )

但是，这在运行时会生成错误消息。这不是因为拼写错误，而是因为使用 cut 并将管道符号指定为字段分隔符是合法的——但这是因为我没有补偿随机数生成器的 0..n 选择：从 cut 请求字段 -f0，它会报错，因为，嗯，没有字段零。

既然我已经理解了问题，这很容易修复，所以这是第二个版本

pick=$(( $RANDOM % $choices + 1 ))
wordpick=$( echo $source | cut -d\| -f$pick )

请记住，模数运算为其值返回 0..(n-1)，因此当有三个选项时，例如，$RANDOM % 3 返回 0、1 或 2。每个都加一，它又回到值 1、2 和 3 的轨道上。

通过一些有用的调试行，这是函数的完整版本

function spinline()
{
  source="$*"
  choices=$(grep -o '|' <<< "$*" | wc -l)
  choices=$(( $choices + 1 ))
  echo $choices options, spinning --- $source
  pick=$(( $RANDOM % $choices + 1 ))
  wordpick=$( echo $source | cut -d\| -f$pick )
  echo I pick choice $pick which is $wordpick
}

是的，代码。让我们看看当我使用测试句子作为输入运行时会发生什么

$ sh spinner.sh spinme.txt
The
3 options, spinning --- idea|concept|inspiration
I pick choice 2 which is concept
is that each time you'd use a
2 options, spinning --- word|phrase
I pick choice 1 which is word
you instead list a set of
3 options, spinning --- similar words|synonyms|alternative words
I pick choice 2 which is synonyms
and the software automatically picks one
2 options, spinning --- randomly|at random
I pick choice 2 which is at random
and is done.

实际上，它很接近——非常接近！

事实上，让我们摆脱那些多余的调试 echo 语句（实际上，我总是只是通过在每行前面加上 # 来注释掉它们，这样如果我进一步开发脚本，并且事情开始出错，我可以简单地取消注释这些行并找出问题所在）。

这是结果

$ sh spinner.sh spinme.txt
The
idea
is that each time you'd use a
word
you instead list a set of
synonyms
and the software automatically picks one
at random
and is done.

当整个输出通过方便的 fmt 命令进行管道传输，将所有拼图碎片放回一行时，魔力真正显现出来

$ sh spinner.sh spinme.txt | fmt
The idea is that each time you'd use a word you instead list a set of
synonyms and the software automatically picks one randomly and is done.

再次运行它，讨论的是相同的概念，但具体的词语选择是不同的

$ sh spinner.sh spinme.txt | fmt
The idea is that each time you'd use a phrase you instead list a set of
alternative words and the software automatically picks one randomly and
is done.

所以这就是程序——任务完成。

事实证明，脚本中存在一个错误；但是，这是一个微妙的错误，但仍然很难解决：如果润色文本包含一个单词集群，紧随其后是标点符号，则标点符号最终会被破坏。

例如，考虑一下如果我稍微修改一下 spinme 文本，像这样

The {idea|concept|inspiration} is that each time you'd
use a {word|phrase}, you instead list a
set of {similar words|synonyms|alternative words} and the
software automatically picks one
{randomly|at random} and is done.

看到第二行单词集群之后立即添加的标点符号了吗？这是如果我通过润色器脚本运行它会发生什么

The inspiration is that each time you'd use a phrase , you instead list
a set of similar words and the software automatically picks one randomly
and is done.

看到问题了吗？逗号前不应该有空格。这很容易用 sed 语句修复，但这是一个更大问题的实例，因此与其使用 sed 's/ ,/,/g'，我将把它留给您，亲爱的读者，尝试提出一个更通用的解决方案，考虑到所有标点符号，包括诸如

({cat|dog})

这样它们将在最终输出中正确格式化。

这就是本文的结尾。对于我的下一篇文章，我将看看，嗯，其他的东西。也许是时候开始另一个游戏脚本了？