如何在awk中高效生成指定长度的随机字母数字字符串

Ruby实现参考 #

Ruby中可以这样实现随机字符串生成：

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                     # 达到最小长度时退出循环
    rtr[0...len]
end

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

该Ruby代码生成100万个唯一字符串耗时约9秒。

awk初始实现的问题 #

尝试用awk实现时，初始代码因每次调用函数都使用相同种子，导致生成的字符串完全相同：

awk -v r=$RANDOM '
# r值仅在每次awk调用时作为新种子，而非每次函数调用时更新
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)}}'

输出结果全部重复：

D65CsI55zTsk5otzSoJI
D65CsI55zTsk5otzSoJI
D65CsI55zTsk5otzSoJI
D65CsI55zTsk5otzSoJI
D65CsI55zTsk5otzSoJI

基于/dev/urandom的awk实现（速度受限） #

改用读取/dev/urandom结合od命令的方法可以正常生成随机字符串，但速度极慢，仅适用于生成少量字符串：

awk '
function rand_string(i) {
    arg=i*4
    cmd="od -A n -t u1 -N " arg " /dev/urandom"  # 符合POSIX标准
    #             ^  ^                无符号字符
    #                   ^  ^          读取i*4字节数据
    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) }'

输出结果符合预期：

sYY195x6fFQdYMrOn1OS
9mv7KwtgdUu2DgslQByo
LyVvVauEBZU2Ad6kVY9q
WFsJXvw8YWYmySIP87Nz
AMcZY2hKNzBhN1ByX7LW

改进方案的要求 #

需要修改上述awk代码以满足：

• 兼容多数平台（基于默认POSIX工具集）
• 可快速生成指定长度的合理随机字符串

此前相关问题的解决方案均存在不足：

• 依赖外部工具，速度过慢
• 仅生成随机整数，未正确使用srand
• 依赖shell管道，速度慢且仅适用于Linux

内容的提问来源于stack exchange，提问作者dawg