如何从bash中的目录中选择随机文件？

我有一个包含约2000个文件的目录。如何N使用bash脚本或管道命令列表选择随机的文件样本？

这是一个使用GNU sort的random选项的脚本：

ls |sort -R |tail -$N |while read file; do
    # Something involving $file, or you can leave
    # off the while to just get the filenames
done

您可以shuf（从GNU coreutils包中）使用它。只需向其提供文件名列表，并要求它返回随机排列的第一行即可：

ls dirname | shuf -n 1
# probably faster and more flexible:
find dirname -type f | shuf -n 1
# etc..

调整-n, --head-count=COUNT值以返回所需的行数。例如，要返回5个随机文件名，可以使用：

find dirname -type f | shuf -n 5

ls对于名称中带有空格和有趣符号的文件，这里有一些不解析输出的可能性，并且是100％安全的。它们全部将randf用随机文件列表填充数组。printf '%s\n' "${randf[@]}"如果需要，可以轻松打印该数组。

• 这个文件可能会多次输出相同的文件，并且N需要事先知道。在这里，我选择N = 42。

  a=( * )
  randf=( "${a[RANDOM%${#a[@]}]"{1..42}"}" )
  

  此功能没有很好的文档说明。

• 如果N未知，但您确实很喜欢先前的可能性，则可以使用eval。但这是邪恶的，您必须真正确保N不要未经检查就直接来自用户输入！

  N=42
  a=( * )
  eval randf=( \"\${a[RANDOM%\${#a[@]}]\"\{1..$N\}\"}\" )
  

  我个人不喜欢eval，因此这个答案！

• 使用更直接的方法（循环）也是如此：

  N=42
  a=( * )
  randf=()
  for((i=0;i<N;++i)); do
      randf+=( "${a[RANDOM%${#a[@]}]}" )
  done
  

• 如果您不希望同一文件多次出现：

  N=42
  a=( * )
  randf=()
  for((i=0;i<N && ${#a[@]};++i)); do
      ((j=RANDOM%${#a[@]}))
      randf+=( "${a[j]}" )
      a=( "${a[@]:0:j}" "${a[@]:j+1}" )
  done
  

注意。这是旧帖子的最新答案，但是被接受的答案链接到显示糟糕的外部页面重击练习，而另一个答案也不会更好，因为它还会解析的输出ls。对已接受答案的评论指出Lhunath的出色答案，这显然表明了良好的作法，但并未完全回答OP。

ls | shuf -n 10 # ten random files

选择5随机文件同时避免解析ls的简单解决方案。它还适用于包含空格，换行符和其他特殊字符的文件：

shuf -ezn 5 * | xargs -0 -n1 echo

替换echo为要对文件执行的命令。

如果您安装了Python（适用于Python 2或Python 3）：

要选择一个文件（或任意命令中的一行），请使用

ls -1 | python -c "import sys; import random; print(random.choice(sys.stdin.readlines()).rstrip())"

要选择N文件/行，请使用（注意N在命令末尾，用数字代替）

ls -1 | python -c "import sys; import random; print(''.join(random.sample(sys.stdin.readlines(), int(sys.argv[1]))).rstrip())" N

这是对@gniourf_gniourf的最新答案的一个更晚的答复，我刚刚投票赞成，因为它是迄今为止最好的答案，超过了两倍。（一次可以避免eval，一次可以安全地处理文件名。）

但是，我花了几分钟的时间才能弄清此答案使用的“记录不充分”的功能。如果您的Bash技能足够扎实，可以立即看到它的工作原理，请跳过此注释。但是我没有，并且理清了它，我认为值得解释。

功能＃1是Shell自己的文件。a=(*)创建一个数组，$a其成员是当前目录中的文件。Bash理解文件名的所有怪异之处，因此可以确保列表正确无误，可以确保转义等。无需担心正确解析由返回的文本文件名ls。

功能＃2是击参数扩展为阵列，一个嵌套在另一个。开头为${#ARRAY[@]}，扩展为的长度$ARRAY。

然后使用该扩展对数组进行下标。查找介于1到N之间的随机数的标准方法是采用取N为模的随机数的值。我们想要一个介于0和数组长度之间的随机数。为了清楚起见，以下方法分为两行：

LENGTH=${#ARRAY[@]}
RANDOM=${a[RANDOM%$LENGTH]}

但是此解决方案只需一行即可完成，从而消除了不必要的变量分配。

功能＃3是Bash括号扩展，尽管我不得不承认我并不完全理解它。括号扩展使用，例如，产生的25个文件命名列表filename1.txt，filename2.txt等等：echo "filename"{1..25}".txt"。

上面子外壳内的表达式"${a[RANDOM%${#a[@]}]"{1..42}"}"使用该技巧来产生42个单独的扩展。花括号扩展在]和之间放置了一个数字}，起初我以为是在数组下标，但是如果是这样，它前面会加一个冒号。（它还会从数组中的随机点返回42个连续项，这与从数组中返回42个随机项完全不一样。）我认为这只是使Shell运行扩展42次，从而返回数组中的42个随机项。（但如果有人可以更全面地解释它，我很想听听。）

必须将N硬编码（到42）的原因是，括号扩展发生在变量扩展之前。

最后，如果您想递归地对目录层次结构执行此操作，请参见功能4：

shopt -s globstar
a=( ** )

这将打开导致递归匹配的shell选项**。现在，您的$a数组包含整个层次结构中的每个文件。

如果文件夹中有更多文件，则可以使用以下在unix stackexchange中找到的管道命令。

find /some/dir/ -type f -print0 | xargs -0 shuf -e -n 8 -z | xargs -0 cp -vt /target/dir/

在这里，我想复制文件，但是如果您要移动文件或执行其他操作，只需更改我使用过的最后一个命令cp。

这是我在MacOS上使用bash可以很好玩的唯一脚本。我从以下两个链接组合并编辑了片段：

ls命令：如何获取递归全路径列表，每个文件一行？

http://www.linuxquestions.org/questions/linux-general-1/is-there-a-bash-command-for-picking-a-random-file-678687/

#!/bin/bash

# Reads a given directory and picks a random file.

# The directory you want to use. You could use "$1" instead if you
# wanted to parametrize it.
DIR="/path/to/"
# DIR="$1"

# Internal Field Separator set to newline, so file names with
# spaces do not break our script.
IFS='
'

if [[ -d "${DIR}" ]]
then
  # Runs ls on the given dir, and dumps the output into a matrix,
  # it uses the new lines character as a field delimiter, as explained above.
  #  file_matrix=($(ls -LR "${DIR}"))

  file_matrix=($(ls -R $DIR | awk '; /:$/&&f{s=$0;f=0}; /:$/&&!f{sub(/:$/,"");s=$0;f=1;next}; NF&&f{ print s"/"$0 }'))
  num_files=${#file_matrix[*]}

  # This is the command you want to run on a random file.
  # Change "ls -l" by anything you want, it's just an example.
  ls -l "${file_matrix[$((RANDOM%num_files))]}"
fi

exit 0

MacOS没有sort -R和shuf命令，因此我需要一个仅bash的解决方案，该解决方案将所有文件随机化而不重复，并且在这里找不到。该解决方案类似于gniourf_gniourf的解决方案＃4，但希望可以添加更好的注释。

该脚本应该易于修改，以便在使用N的计数器或gniourf_gniourf的for循环使用N进行N个采样后停止。$ RANDOM限于〜32000个文件，但是在大多数情况下都应该这样做。

#!/bin/bash

array=(*)  # this is the array of files to shuffle
# echo ${array[@]}
for dummy in "${array[@]}"; do  # do loop length(array) times; once for each file
    length=${#array[@]}
    randomi=$(( $RANDOM % $length ))  # select a random index

    filename=${array[$randomi]}
    echo "Processing: '$filename'"  # do something with the file

    unset -v "array[$randomi]"  # set the element at index $randomi to NULL
    array=("${array[@]}")  # remove NULL elements introduced by unset; copy array
done

我用这个：它使用临时文件，但会深入目录，直到找到常规文件并返回为止。

# find for a quasi-random file in a directory tree:

# directory to start search from:
ROOT="/";  

tmp=/tmp/mytempfile    
TARGET="$ROOT"
FILE=""; 
n=
r=
while [ -e "$TARGET" ]; do 
    TARGET="$(readlink -f "${TARGET}/$FILE")" ; 
    if [ -d "$TARGET" ]; then
      ls -1 "$TARGET" 2> /dev/null > $tmp || break;
      n=$(cat $tmp | wc -l); 
      if [ $n != 0 ]; then
        FILE=$(shuf -n 1 $tmp)
# or if you dont have/want to use shuf:
#       r=$(($RANDOM % $n)) ; 
#       FILE=$(tail -n +$(( $r + 1 ))  $tmp | head -n 1); 
      fi ; 
    else
      if [ -f "$TARGET"  ] ; then
        rm -f $tmp
        echo $TARGET
        break;
      else 
        # is not a regular file, restart:
        TARGET="$ROOT"
        FILE=""
      fi
    fi
done;

由Kang先生略微修改过的Perl解决方案怎么样：
如何在Unix命令行或shell脚本中对文本文件的行进行混排？

$ ls | perl -MList :: Util = shuffle -e'@lines = shuffle（<>）; 打印@lines [0..4]'