主页 / unix / 问题 / 557632
Accepted
Andrej
Asked: 2019-12-17 22:41:09 +0800 CST

使用 csplit （或类似工具）将文件拆分为 n 个文件

  • 772

我有一个具有以下模式的大文件：

ABC
line 1
line 2
line 3
ABC
line 1
line 2
ABC
line1
ABC
line 1
line 3

使用csplit工具，我可以根据/ABC/模式将上面的文件拆分为 4 个子文件：

csplit -z input.txt /ABC/ {*}

我想知道如何手动指定所需输出文件的数量。

split csplit

1 个回答

  1. Best Answer

    您可以使用awk- 不完全是您想要的，但可能会成功。

    想法：将 n 行打印到零件文件中，然后在创建新的零件文件之前搜索下一次出现的模式。

    缺点：

    • 如果您有大块并且只是跳过了此类块的开头，则某些文件可能会变得比其他文件大得多。
    • 原始文件未删除（即所需空间的两倍）。
    • 如所写，匹配线必须准确ABC（与同一行上的其他词相比没有公差 - 可以调整）
    • 通过设置行数而不是所需的输出文件数来工作（根据输入文件的行数估算）

    akw-脚本

    BEGIN{
    outfile="part_"++i
    j=0
    }
{ 
    j++
    #block size set to at least 10 lines in this example
    #if threshold line number reached: search for next keyword,
    #then increase part file name counter and reset line threshold counter
    if ( j>=10 && $0 == "ABC" ) { outfile="part_"++i ; j=0 }
    print > outfile
}

    通过执行

    awk -f script.awk input.txt
    • 1

相关问题