管道输出到具有多个输入的bash函数

下面是我试图做的：我想使用bash测量两个字符串之间的距离。我找到了一个实现

现在，假设我有一些玩具数据如下：

1    The brown fox jumped    The green fox jumped
0    The red fox jumped    The green fox jumped
1    The gray fox jumped    The green fox jumped

假设它存储在

数据中。test

然后我通过一个简单的

awk

命令过滤掉以

1

开头的行，如下所示：

awk -F '\t' '{if ($1>0) print $2,t,$3}' data.test

这个简单命令的第一个输出将是：

The brown fox jumped    The green fox jumped

我现在想测量这两句话之间的距离，通过管道将此输出直接传输到此函数（从上面的链接提升）：

函数levenshtein{
如果（$#！=2））；那么
echo“用法：$0 word1 word2”>&2
elif（${1}<${2}））；然后
levenshtein“$2”“$1”
其他的
本地str1len=${1}
本地str2len=${2}
局部d
以美元表示的i（seq 0$（（str1len+1）*（str2len+1））；do
d[i]=0
完成
对于以美元为单位的i（seq 0$str1len）；是否
d[i+0*str1len]=$i
完成
对于以美元表示的j（seq 0$str2len）；是否
d[0+j*（标准长度+1）]=$j
完成
对于以美元表示的j（序号1$str2len）；是否
对于以美元表示的i（seq 1$str1len）；是否
[“${1:i-1:1}”=“${2:j-1:1}”]&本地成本=0 | |本地成本=1
del=$（（d[（i-1）+str1 len*j]+1））
ins=$（（d[i+str1len*（j-1）]+1））
alt=$（（d[（i-1）+标准长度*（j-1）]+成本）
d[i+str1len*j]=$（echo-e“$del\n$ins\n$alt”| sort-n | head-1）
完成
完成
echo${d[str1len+str1len*（str2len）]}
fi
}

我知道你可以这样做，但我被两个需要传递的参数和我传递序列的事实所困扰

我尝试过使用不同版本的建议，主张抓住输入：

function levenshtein {
    # Grab input.
    declare input1=${1:-$(</dev/stdin)};
    declare input2=${2:-$(</dev/stdin)};
.
.
.
}

函数levenshtein{
#抓取输入。
declare input1=${1:-$（如果在使用
export-f Levenshtein
调用awk之前在bash中导出Levenshtein函数，则可以轻松地在awk中逐行调用该函数：
awk-F'\t'$1>0{system（“levenshtein\'2'\'3'\）}
您根本不需要
awk
：

while IFS=$'\t' read num first second; do
    [[ $num -gt 0 ]] || continue
    levenshtein "$first" "$second"
done < data.txt

我对切普纳的答案投了赞成票，但如果出于某种原因，你发现自己陷入了一个需要解决这个问题的境地，那也不难

# Awk script refactored slightly for aesthetics
pair=$(awk -F '\t' '$1>0 {print $2 "\t" $3}' data.test)
levenshtein "${pair%$'\t*'}" "${pair#$'*\t'}"

稍微打开包装


levenshtein
的两个参数在双引号中
每个参数由一个参数替换组成；

${variable%pattern}
生成
变量的值
，并删除与
模式匹配的任何后缀

${variable#pattern}
生成
变量的值
，并删除与
pattern
匹配的任何前缀
这两个变量都匹配最短的
模式
。如果字符串包含多个字段，则可能需要分别从值的前面或后面修剪最长的
模式
变量

$'\t'
是一个C样式的字符串，其中包含一个选项卡
模式
在选项卡前面或后面还包含一个
*
，用于删除选项卡之前或之后的所有内容，以便仅从选项卡分隔的字符串中获取第一个或第二个值
这是一种非常好且简洁的方法，谢谢。在awk中会快得多。一个快速的谷歌产品，以及其他。我可以像问题中演示的那样将内容导入awk版本吗？我看不到问题中演示了它，但是的，awk可以从管道或文件读取输入。哦，公平，我的意思是说“演示的意图”我的问题是，只是将输出管道化到一个函数。根据你关于速度的评论，你会推荐什么？我在bash中这样做，因为我认为它比python快得多，但这基本上是唯一的原因。还有其他更快的吗？（同样，回答很好）为什么你认为
bash
比Python快？
bash
旨在运行其他程序，而不是自己进行计算。好吧，用熊猫做这些事情，比如说，超过数十万个句子对（在我的例子中是几gb的数据）我的计算机将要崩溃，以前也曾崩溃过。我听到有人鼓吹用bash代替那样的大型操作。你可能内存不足；你不会崩溃，因为Python比
bash
慢。你要么误解了这些“人”的意思你在说，或者你在听一些被误导的人说。那么，我将有另一张熊猫通行证，谢谢
levenshtein () {
  if (( ${#1} < ${#2} )); then
    levenshtein "$2" "$1"
    return
  fi

  local str1len str2len cost m a b i j
  local -A d

  str1len=${#1}
  str2len=${#2}
  for ((i=0;i<=strlen1;i++)); do
    d[$i,0]=0
  done

  for ((j=0;j<=strlen2;j++)); do
    d[0,$j]=0
  done

  for ((j=1; j<=str2len; j++)); do
    for ((i=1; i<=str1len; i++)); do
      a=${1:i-1:1}
      b=${2:j-1:1}
      [ "$a" = "$b" ] && cost=0 || cost=1
      del=$(( $d[$((i-1)),$j] + 1 ))
      ins=$(( $d[$i,$((j-1))] + 1 ))
      alt=$(( $d[$((i-1)),$((j-1))] + cost ))

      # Compute the min without forking
      m=$del; ((ins < m)) && m=$ins; ((alt < m)) && m=$alt

      d[$i,$j]=$m
    done
  done
  echo ${d[$str1len,$str2len]}
} 

# Awk script refactored slightly for aesthetics
pair=$(awk -F '\t' '$1>0 {print $2 "\t" $3}' data.test)
levenshtein "${pair%$'\t*'}" "${pair#$'*\t'}"