鬼獨家新書試閱《警冥合作》
小時候在電視上，很常看到一位老刑警坐在昏暗的燈光下，慢慢說著當年一些陷入膠著的命案，經由死者托夢提供線索來抓到凶手，堪稱「警冥」合作。
不過，你是不是覺得，現在很少看到這樣的節目或新聞，似乎這樣的合作模式越來越少？
要說是科學辦案能力更加精進，台灣警察的素質整體提升，絕對不為過，但是，除此之外還有更大的原因是警方不想讓人們覺得：「辦案是靠求神問鬼才偵破的」。
的確啦，有時候媒體太專注詭異神秘的橋段，一不小心就忽略警方辛苦的過程偏偏詭異橋段才是收視率的養分，是最讓我和觀眾興奮的地方。一條專題拍下來，搞得好像警察都拿筊杯去廟裡，邊擲邊問誰是凶手，笑筊的就把名字劃掉，聖筊的就抓來質問，然後就破案了。
所以現在警方不太會在鏡頭前大談這些靈異現象，比較著重在科學辦案，不過不談不表示「警冥」合作消失，科學歸科學，不能抹煞其重要性。但我必須很認真很正經的跟你說，至今有些案子的破案過程，仍是科學無法解釋。
有次我到台南南化採訪「竹林火焰白骨命案」的專題新聞，會找到這起命案要歸功於智慧手機的興趣導向模式，因為太常輸入「命案」、「凶殺」、「鬼故事」、「傳說」等關鍵字，變得很多時候手機自動會跳出這些訊息。不過有時也會跳出「熱褲」、「長腿」、「大奶妹」之類的，我我對這些一點興趣都沒有，真是莫名其妙。
那是發生在2018年8月的事情，當時一位筍農大清早出去工作，那天他突然想走別的路線挖竹筍，於是到了台南南化玉山里往關山里的產業道路旁，光看這一長串的地名就知道這裡很偏僻。結果筍農竹筍沒挖到，卻挖到一顆骷髏頭。
他嚇到跑去報警，當時承辦員警是吳姓偵查隊長，聽完筍農的敘述，吳隊長覺得可能是年代久遠的古墓，被土石沖刷後遺骨露出土面，過去也曾發生過。而且他們這裡民風純樸、人民可愛，不太可能有什麼凶殺命案，結果吳隊長一到現場看到白骨的顏色，就被賞了一巴掌。
「骷顱頭的顏色不是土黃色，而是新鮮白，表示死沒多久，而且⋯⋯後腦勺有疑似被鈍器重擊過的痕跡。」
電話拿起來馬上叫人，沒多久鑑識組及相關單位的車一輛接著一輛來，一整片竹林幾十位員警，地毯式把四散的白骨逐一拼湊起來。沒想到組裝到一半突然風雲變色，原先頭頂的大太陽害怕的拉起烏雲遮臉，大風大雨躁動整個竹林，讓蒐證過程變得很不順利，這時吳隊長對著空蕩蕩的竹林大喊：「別這樣，我們是來幫你的，請你也幫幫我們，不要讓我們難做事。」
結果，然後，太陽真的又出來了，放晴了。
當下我剛聽吳隊長描述這段鬼哭神嚎的情節，心想當我第一天幹記者？講的這麼誇張！但就在審視100多張以時間序排列的現場照片時，換我被照片打了一巴掌，照片的背景還真的是晴天轉陰天，其中有一張是警方的雨傘被風吹到差點抓不住。
天氣劇變，彷彿是亡靈激動的哀號；隊長喊話，成了冷靜亡靈最好的安慰。這是第一個靈異現象。
隨後警方開始偵辦這起案件，但只有一顆不會說話的骷髏頭是要怎麼辦？於是他們從「失蹤人口」調查起，但也不能保證死者就是該轄區的失蹤人口，這彷彿是在宇宙中撈針般的困難，因此隊上的士氣變得低迷，此時吳隊長想到隊上有在拜「國姓爺鄭成功」，立刻衝跑去上香一拜。
吳隊長把三柱清香握在指尖，極其慎重的說：「國姓爺！延平郡王！鄭成功老大！現在隊上遇到一個棘手的案子，請幫幫忙，我看這案子真的辦不好，如果到時耽誤到幫你祝壽，也請你多多包涵。」
三柱香插上去，吳隊長回到座位繼續審視文件，在一份又一份的失蹤人口資料中，一位巡佐把一份名單遞給了吳隊長，接過手的瞬間一個電擊「啪」的一聲，兩個大男人之間的大手竟發生了火花，兩人都迅速把手縮了回去，留下那張緩緩落地的紙。
吳隊長張大雙眼，張開大口，心裡納悶地盯瞧著巡佐想：「Ｘ！你敢電我！」但同時直覺想著國姓爺來幫忙了，就是這位失蹤人口了！
撿起來一看，一位40多歲的王姓女子，外籍配偶，牙齒有特殊的銀色假牙，馬上對照白骨嘴裡就有好幾顆「銀色假牙」，吳隊長精神一振，但不能確定白骨就是王姓女子，於是找了當初的承辦員警，不過因為時間晚了，所以留到第二天再聯絡。
求助鄭成功，下屬電長官，意外找到疑似死者身分。這是第二個靈異現象。
當天晚上吳隊長忙到十二點才去洗澡，洗到一半，警局浴室大門被推開，應該是一位同仁也走進來洗澡，隊長抹著沐浴乳叫了一聲：「誰啊？」對方沒回他，繼續走到他旁邊的盥洗間。吳隊長又叫了更大聲：「誰啊啊啊啊——」人就在隔壁，一樣不回話，吳隊長沖完泡沫，火大誰把他當空氣，探頭出來看誰這麼沒禮貌，卻發現隔壁的盥洗間根本沒人，整個大浴室只有他一個人！「我想那個死者來找我了。」當時在辦公室，隊長小小聲地跟我說這句話。
「隊長盥洗亡靈窺，呼喊身份嬌羞噤。」這是第三個靈異現象。
第二天一早，吳隊長馬上聯絡承辦員警，問到失蹤人口王姓女子，有位陳姓丈夫跟女兒住在高雄茄萣，於是吳隊長帶人下高雄詢問，順便想取女兒的DNA做比對，一開始這位陳姓丈夫很訝異，有具白骨跟失蹤的老婆這麼相似，沒多久顯得難過。
全部人都在詢問難過的丈夫，有沒有更多老婆生前的訊息？只有吳隊長直覺不對勁，怎麼丈夫像早知道老婆死了，沒半點質疑就哭了起來？不解留在心底，辦案繼續進行，隨後女兒的DNA跟白骨的DNA一比對，確定白骨就是王姓失蹤女子，一條明確的方向就在眼前，大夥覺得不久就可以破案了，沒想到更快就破案，因為女兒丟了一句震撼彈給檢察官。
「爸爸開車帶我們到竹林，外面下雨，爸爸跟媽媽下車吵架，爸爸拿棒子敲媽媽的頭就走了。」
吳隊長以涉有重嫌申請拘票將陳姓男子逮捕，沒幾下他就認了，原因是懷疑老婆紅杏出牆，夫妻長時間爭吵不斷，那天在車上想問個清楚又一觸即發，理智被怒火燒斷才動手殺人。
破案後，吳隊長帶著家屬到現場招魂，燒紙錢時拍到熊熊烈焰中有顆吶喊的骷顱頭，隨後又有一隻螽斯跳到香的上頭，待了一下竟往高溫的火焰方向跳過去。
而這起命案從發現到偵破只用了「十天的時間」，可說是非常快且非常順利。恰恰好趕在鄭成功誕辰也是中元普渡的時間前破案，最後在整理命案報告時還發現，指揮整起案件的楊青垂分局長，恰巧與凶手「同年同月同日生」。
後面有幾個靈異現象，我就懶得算了。
這起案件有上新聞，有興趣的關鍵字打一打就查得到，甚至還有更多靈異事件，但吳隊長笑著揮揮手帶過。
你說這起案件警方有沒有用心辦案？當然有！有沒有科學的辦案？當然有！但同時也不能抹滅神明與死者間，很多「無形的」在後面推了一把。
我老爸是一位幹了20多年的老刑警，不過小時候以為爸爸是在路口交通指揮的，會穿著帥氣的制服出門上班，但後來發現為什麼每次都穿便服？也沒在路口看到爸爸？我問老爸，你到底有沒有在上班？
我爸跟我說他是「便衣」，不是在指揮交通，是要抓殺人犯或刑案類的大壞蛋，後來我做了找鬼記者，發現很多老刑警破案都有鬼的幫忙，有天開車載我爸出門，我興奮地問：「爸，你有沒有遇過鬼來幫忙破案？」
他毫不遲疑地馬上回：「謀，肖仔（台語：沒有，笨蛋兒子）。」
老爸完全擰熄兒子對鬼的浪漫，但他也說隔壁小隊是有遇過。在我還沒出生的時候，台北出現一起棘手的情殺案件，一名女子遭人勒斃死在河堤，那個年代的監視器沒現在多，科學辦案也沒現在先進，死者身上沒有任何證件，案件很快陷入膠著。
直到有天晚上，承辦的小隊長夢到女死者，說「正氣橋下的南松山市場」這句關鍵字，小隊長是第一次被鬼托夢，醒來時也半信半疑，不過第二天巡邏還是繞去了南松山市場看看，下車走沒幾步路，一名男子看到警察就轉身跑走，小隊長馬上衝去逮人，一逮到大吼一句：「人就是你掐死的對不對！」想說嚇嚇他，沒想到他就認了。
所以即便我老爸自己沒夢過死者，但他很相信冥冥中有另一個世界的幫忙，有時真的破不了案，去拜拜關公後也真的會順利很多，所以他跟我說：「偶是沒遇過鬼啦，但是偶相信鬼會幫倫，這是互相啊肖仔。」我爸台灣國語很嚴重。
所以陰陽兩界表面上互不相干，但私下一定持續著「警冥合作」，一種陰陽之間相互平衡互利的機制！
摘錄自由現任記者撰寫的鬼怪類小說《鬼獨家：找鬼記者的靈異事件簿》
如果你喜歡這篇故事，那麼或許你會喜歡我出的這本鬼故事：
https://www.zeczec.com/projects/sayghost?r=87bee29423
#鬼獨家
r字串比對 在 [程式] R的字串處理- 看板Statistics 的推薦與評價
[軟體程式類別]:
R
[程式問題]:
資料處理
[軟體熟悉度]:
中(3個月到1年)
[問題敘述]:
最近常在處理字串
發現自己會的 function 很不夠用
想多學點 function
我列出一些我常用的
希望能拋磚引玉
請各位高手能教我一些高招
[程式範例]:
前言 :
R 的字串處理 ,
要小心注意 character , factor , numeric 這三種物件的誤轉換和混用
factor 是一種很討厭的物件 ,
因為它在轉成數字和字串的時候 ,
常常會變成跟原本不一樣的東西 ,
建議資料處理的過程 ,
預設用 matrix 和 character 兩種而避免使用 data.frame
------------------------------------------------------------------
1.字串黏合
paste ("A","B",sep="") ---->>> "AB"
2.字串切割
strsplit("A.B",split=".",fixed=T) ---->>> "A" "B"
3.精確穩合
x <- c("AB","AA")
x %in% "AB" ---->>> TRUE FALSE
4.部份吻合 + (回傳 which)
x <- c("AB","AA")
grep("B",x) ---->>> 1
grep("A",x) ---->>> 1 2
grep("B",x,value=T) ---->>> "AB"
grep("B",x,value=T,invert=T) ---->>> "AA"
grep("C",x) ---->>> integer(0)
#若目的是要找 index , 建議改用 grepl
4-2.部份吻合 + (回傳判斷式)
x <- c("AB","AA")
grepl("B",x) ---->>> TRUE FALSE
4-3.部份吻合 + (回傳位置) + (回傳??)
x <- c("BBB","AAA","CCB")
regexpr("B",x) ---->>> 1 -1 3 (第一次 "hit" 的位置)
1 -1 1 (有無 "hit")
5.子字串
substr("human123456",start=1,stop=5) ---->>> "human"
!!注意!! 4-3 的 regexpr
與這個 substr 結合起來 ,
在寫 網頁Parser 的時候很好用
regexpr 能定義出 statr=多少
所謂的網頁Parser
就是你去下載某些 html 檔案
檢視原始碼
然後找出你需要的資料
再找出一些能 cut 的規則
用 strsplit 搭配 TR , TD 之類的字串去切出你要的資料
6.特定字元取代 (1st hit)
x <- "AABB"
sub("A",replacement="C",x) ---->>> "CABB"
6-2.全部特定字元取代 (global hit)
x <- "AABB"
gsub("A",replacement="C",x) ---->>> "CCBB"
7.計算字串長度
### 盡量別用這個 fuction
x <- c("A","AAA","AAAAA")
nchar(x) ---->>> 1 3 5
nchar(as.factor(x)) ---->>> 1 1 1
8.多重字元(串)貼合 (矩陣內)
x <- matrix(letters[1:6],2,3)
apply(x,1,paste,collapse="") ---->>> "ace","bdf"
apply(x,2,paste,collapse="") ---->>> "abc","def"
9. 字元反轉
x <- c("A B","*.")
sapply(lapply(strsplit(as.character(x), NULL), rev), paste, collapse="")
[1] "B A" ".*"
10.字元檢查
x <- c("A B","*.")
unique(unlist(strsplit(as.character(x),split="",fixed=T)))
[1] "A" " " "B" "*" "."
-----------------------------------------------------------
Regular expression : 字串模糊比對 , 或特定字母排列模式的抓取
在R內
基本上分成3種
Basic regular expression (BRE) --> extended = FALSE
Extended regularexpression (ERE) --> extended = TRUE (預設)
perl-like (perl) --> perl = TRUE
雙冒號代表我測試過且成功
單冒號代表網路上抓下來或是測試失敗
--------------------------------------------------------------
通用部分
{,}
* :: {0, } 至少出現0次, 最多無限多次
+ :: {1, } 1 無限多次
? :: {0,1} 0 1
[Aa] :: A 或 a
[^1-9] :: not 1:9
[1-9] :: 1:9
[a-z] :: a b c ... z
[A-Z] :: A B C ... Z
[a-zA-Z] :: 所有英文字母
[W-z] :: WXYZabc....z
[w-Z] :: 不可使用!
(AB) :: 括號一次收集多個字元 ### 一種延伸字串的寫法
舉例 :
x <- c("company","companies",)
可以用以下兩種寫法
1. grep("[company|companies]",x)
2. grep("compan(y|ies)",x)
第二種在大資料的時候會比較快
$ :: 字尾限定
^ :: 字首限定
| :: "ABC|EFG" --> grep("ABC"or"DEF",x)
. :: 任意字元
-----------------------------------------------------
ERE , extended = TRUE
digit (數字)
\\d :: [0-9]
\\D :: [^0-9]
[[:digit:]] :: 同上
[^[:digit:]] :: 同上
blank (空白)
\\s :: 能切開 " " 或 "\t"
\\S :: 切開非空白及 tab 的字元
[[:blank:]] :: 同上
[^[:blank:]] :: 同上
AlphaBet + Digit (正常字元)
\\w :: [0-9a-zA-Z]
\\W :: [^0-9a-zA-Z]
[[:alnum:]] :: 同上
[^[:alnum:]] :: 同上
AlphaBet (英文字元)
[[:alpha:]] :: 同上
[^[:alpha:]] :: 同上
特殊符號
[[:punct:]] :: ! " # $ % & ' ( ) * + , - .
/ : ; < = > ? @ [ \ ] ^ _ ` { | } ~
[^[:punct:]] :: 英文字 , 數字 (注意! , \t 和 \n 都會被切掉)
注意 ! 正斜線這個符號很容易與其他 regular expr 混淆
必須仔細檢查 "\" 存在的字串
可印符號
[[:print]] :: 所有字元 (數字,字母,特殊符號,空白)
\n , \t , \001 除外
16進位字元
[[:xdigit:]] :: 16進位有關英文或數字
[0-9a-fA-F]
大小寫英文字元
[[:upper:]] :: 大寫英文字元 [A-Z]
[^[:upper:]] :: 非大寫 [^A-Z]
[[:lower:]] :: 小寫 [a-z]
[^[:lower:]] :: ^[a-z]
注意 "\t" 還是會被留下來
空白和換行等
[[:space:]] :: " " , \t , \n , \f , \r
(\f : 換行但不回到行頭)
(\r : 回到行頭並消除此行內所有的文字)
P.S. 這兩種不常用,當豆知識即可
[[:graph:]] :: [A-Za-z0-9]再加[["punct"]]
----------------------------------------------------------
perl = TRUE
\\w : [A-Za-z0-9_]
\\W : [^A-Za-z0-9_]
\\s : [\t\n\r\f]
\\S : [^\t\n\r\f]
\\d : [0-9]
\\D : [^0-9]
----------------------------------------------------------
regular expression 工事中 (未完)
感覺這篇被我當筆記來用了
reference:
1. https://www.rtfiber.com.tw/~changyj/
2. https://www.stat.psu.edu/~dhunter/R/html/base/html/regex.html
----------------------------------------------------------
大小寫切換
TRUTH <- c("Abc","ABC")
a <- gsub("(\\w)","\\L\\1",TRUTH,perl=TRUE) ---> "abc","abc"
b <- gsub("^(\\w)","\\U\\1",a,perl=TRUE) ---> "Abc","Abc"
同上 , 非常神秘的 Bug !?
T123 <- c("Tgfbr1","Cd320","Ndrg3","Aldoa","Bckdk","Tmed3","Hfe2")
> gsub( "(\\w)", "\\L\\1" , T123 , perl=T)
[1] "LTLgLfLbLrL1" "LCLdL3L2L0" "LNLdLrLgL3"
[4] "LALlLdLoLa" "LBLcLkLdLk" "LTLmLeLdL3"
[7] "LHLfLeL2"
> gsub( "(\\w)", "\\L\\1" , T123 , perl=TRUE)
[1] "tgfbr1" "cd320" "ndrg3" "aldoa" "bckdk" "tmed3"
[7] "hfe2"
---------------------------------------
消除多餘空白
> x <- "Hey! Apple "
> gsub(" {2,}","",x)
[1] "Hey! Apple" ### 容忍一個空白 , 但兩個以上至無限大則消除
---------------------------------------
在處理混合字串與數字的資料矩陣的時候
常常需要在 data.frame 和 matrix 之間切換
有時候會字串會被一些預設的空白字元夾住
ex:
"1" , "15" , "333"
經過轉換以後
" 1" , " 15" , "333" (fit 最長字串的長度)
> DATA <- gsub("^ *| *$",as.matrix(DATA))
---------------------------------------
### 一些參考的 pattern
1. "^\\d+$" ### 純數字的欄位 ###
2. "^ *| *$" ### 字首字尾的空白(搭配 gsub) ###
3. "^[0][\\.]{0,1}[0]*$" ### "0" "0.0" "0.00" "0.000" "0.0000" ,
bug 是 "0." "00"
####################################################################
放一些 linux 下的好用指令
光用 R 來做字串處理不夠用
原因在於若處理的檔案太大
光是讀進 R 就累死人
這邊主要是應用在檔案減肥
文字檔案
rs123\t0|1:0000\tAAAA
rs456\t1|0:0000\tBBBB
###################
橫向
grep [-w : word]
[-f : 給 pattern file]
[-F : 精確比對] ### 若要搜尋固定字串 , -F必下 (快超多)
1. cat 文字檔案|grep -w 'rs' ### 沒東西
2. cat 文字檔案|grep -w -F 'rs123' ### 出第一行
3. car 文字檔案|grep -w '^rs.*$' ### 二行皆出
###################
縱向
cut [-d : 用tab切開會是3個column的矩陣]
1. cut -d'\t' -f1,2 原檔 > 新檔 ### 留下 1 and 2 columns
###################
橫向
sed
1. sed -n '6,$p' 原檔 > 新檔 ### 從第六行開始 , print 至尾行
### 或可理解成, 把 1~5行切掉
2. sed 's/:\S*/HAHA/g' 原檔 > 新檔 ### s=取代 , g=global
### 把紅色的正規 pattern 取代成綠色
###################
當檔案有 10000000 rows , 讀不進 R 怎辦?
就算讀進 R , 資料太大一直 SWAP 電腦動不了怎麼辦?
經過一番苦戰
我建議以下的思考方式
0. 先透過上述方式
直接在終端機把檔案減肥
1. 檔案列數 <- system("wc -l 檔案",intern=TRUE)
LOOP <- ceiling(檔案列數 / 5000)
for(g in 1:LOOP) ### 用while可省前兩行
{ tmp <- read.table(檔案,skip=5000*(g-1),nrow=5000) ### 但我只熟 for
expr(中間的各種處理)
write.table(tmp,g)
Sys.sleep(5) ### 給一點時間讓電腦回氣
}
2. system("cat 小檔案1 小檔案2 小檔案3 .... > 總檔案") ### 檔案 rbind()
雖然不是最快的方法
但 Over night 是一定可以把檔案處理完的
以上
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.113.239.247
※ 編輯: gsuper 來自: 140.113.239.247 (07/02 22:21)
※ 編輯: gsuper 來自: 140.113.239.247 (07/02 22:22)
※ 編輯: gsuper 來自: 140.113.239.247 (07/02 22:48)
※ 編輯: gsuper 來自: 140.113.239.247 (07/02 23:12)
※ 編輯: gsuper 來自: 140.113.239.247 (07/02 23:30)
※ 編輯: gsuper 來自: 140.113.177.3 (07/03 01:41)
※ 編輯: gsuper 來自: 140.113.177.3 (07/03 03:12)
※ 編輯: gsuper 來自: 140.113.239.247 (07/03 21:39)
※ 編輯: gsuper 來自: 140.113.239.247 (07/08 10:32)
※ 編輯: gsuper 來自: 140.113.239.247 (07/08 17:19)
※ 編輯: gsuper 來自: 140.113.239.247 (07/08 17:28)
※ 編輯: gsuper 來自: 140.113.239.247 (08/03 22:45)
※ 編輯: gsuper 來自: 140.113.239.247 (08/03 22:47)
※ 編輯: gsuper 來自: 140.113.239.247 (09/03 21:49)
※ 編輯: gsuper 來自: 140.113.239.247 (09/03 21:55)
※ 編輯: gsuper 來自: 140.113.239.247 (09/03 22:02)
※ 編輯: gsuper 來自: 140.113.239.247 (09/03 22:03)
※ 編輯: gsuper 來自: 140.113.239.247 (09/03 22:19)
※ 編輯: gsuper 來自: 140.113.239.247 (09/03 23:10)
※ 編輯: gsuper 來自: 140.113.239.247 (09/03 23:35)
※ 編輯: gsuper 來自: 140.113.239.247 (09/03 23:44)
※ 編輯: gsuper 來自: 140.113.239.247 (09/21 22:26)
※ 編輯: gsuper 來自: 140.113.239.247 (09/21 22:54)
※ 編輯: gsuper 來自: 140.113.239.247 (09/29 13:26)
※ 編輯: gsuper 來自: 140.113.239.247 (10/04 13:54)
※ 編輯: gsuper 來自: 140.113.239.247 (10/04 14:02)
※ 編輯: gsuper 來自: 140.113.239.247 (12/03 17:13)
※ 編輯: gsuper 來自: 140.113.56.120 (12/21 02:15)
※ 編輯: gsuper 來自: 140.113.56.120 (12/29 03:27)
※ 編輯: gsuper 來自: 140.113.56.120 (12/29 03:28)
※ 編輯: gsuper 來自: 140.113.239.247 (02/17 16:33)
※ 編輯: gsuper 來自: 140.113.239.247 (02/21 12:43)
※ 編輯: gsuper 來自: 140.113.239.247 (06/12 19:52)
※ 編輯: gsuper 來自: 140.113.239.247 (06/12 19:52)
※ 編輯: gsuper 來自: 140.113.239.247 (11/09 14:28)
※ 編輯: gsuper 來自: 140.113.239.247 (11/09 14:32)
※ 編輯: gsuper 來自: 140.113.239.247 (11/09 18:58)
※ 編輯: gsuper 來自: 140.113.239.247 (11/09 19:03)
※ gsuper:轉錄至看板 R_Language 03/30 20:33
... <看更多>
相關內容