问题[csplit](unix)

我有一个包含以下内容的文件：

# new file
text in file 1
# new file
text in file 2
# new file
text in file 3

这里的模式是# new file。

我没有将每个文件保存到 xx00、xx01 和 xx02，而是保存到特定文件：another file、file new、last one。

这3个文件存在于当前目录中，所以我想将它们作为数组提供，覆盖它们：

csplit -z infile '/# new file/' "${array[*]}"

可以直接提供数组

array=('another file' 'file new' 'last one')
echo ${array[*]}
another file file new last one

或者列出当前目录

array=($(find . -type f))
echo ${array[*]}
./another file ./file new ./last one

对此脚本的修改可能是解决方案：

awk -v file="1" -v occur="2" '
{
  print > (file".txt")
}
/^\$\$\$\$$/{
  count++
  if(count%occur==0){
    if(file){
      close(file".txt")
      ++file
    }
  }
}
'  Input_file

我有一个文本文件，其中包含以下示例的内容，我想将该文件拆分为多个文件。

[TXT]   /path/to/[TXT]
[BAT]   /path/to/[BAT]
[TXT]   /path/to/blah/[TXT]
[BAT]   /path/to/blah/[BAT]

所以我发现我可以用来csplit至少部分地实现我想要实现的目标。

csplit -f 'paths-' -b '%04d.txt' 'path/to/filelist.txt' '/^\[(.*)]\t/' '{*}'

然而这会分裂成paths-0000.txt.

我希望有更多类似paths-txt.txt和的东西paths-bat.txt。

无论如何，我可以将正则表达式匹配到前缀匹配中吗？

我确实尝试过诸如-f 'paths-$1.txt'和 之类的事情-f 'paths-\1.txt'。

但这些都没有达到我希望他们做的事情。

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。

我有一个文件 input.txt，其中包含 ~50,000 行和 ~100 列。我想拆分是根据匹配条目后跟匹配模式。文件分隔符是空格和制表符。

输入.txt

#information  
#dateofcreation  
#file type
AA  BB  CC DD EE FF GG HH II 
AA  bb  ac aD FF GG hg ad 
DA  ga  Dt pp Ee    FF gg pm    TT
DA  bR  AT GT Gg    FF GG Hb    Yh
NM  gt  Jh GT FF    hb TH KM MM

在输入文件中，所有行中都有一个匹配字段 FF，其后是某些行中的条目匹配项。我想从这个输入文件中得到三个输出文件

GG.txt

AA  BB  CC DD EE FF GG HH II
AA  bb  ac aD FF GG hg ad
DA  bR  AT GT Gg    FF GG Hb Yh

gg.txt

DA  ga  Dt pp Ee    FF gg pm    TT

hb.txt文件

NM  gt  Jh GT FF    hb TH KM MM

谢谢。

我想在分隔符之后拆分文件，而不是在分隔符之前，这就是 csplit 所做的。我在任何地方都找不到任何东西！（另外，为什么会有一个专门在模式之前分裂的工具，但没有一个在它之后分裂的工具？）

档案：
a
b
c
d

在 c 处分裂

输出：file1:
a
b
c

文件 2
d

我正在处理这个包含其他几个文件的大文件（ DATA.DAT ，~900MB）。它来自PS2游戏。

声音样本（.AIFF格式），正是我所追求的，构成了它的大部分大小。

在网上搜索 PS2 .DAT提取器后，我发现它们基本上依赖于开发人员，并且由于这个游戏/工具相当晦涩，并且在网上找不到太多关于它的信息，我考虑过自己自动化这个过程。

在十六进制编辑器上检查文件时，我发现了一些.AIFF标头，将这些块克隆到新的.AIFF文件中，无需任何进一步的工作，它们就可以播放了。

花了一段时间从我非常有限的 bash 知识中得到生锈，并在这里阅读了类似的问题，我想出了这个表达：

gcsplit -f "sample-" -b "%04d.aif" DATA.DAT /FORM/ '{*}'

（我在 OSX 上使用 coreutils，因此 csplit 上的 g- 前缀）

鉴于.AIFF文件以字符串“FORM”开头，并且文件中的所有样本基本上都彼此相邻（由不会在样本上产生不需要的结束噪声的可忽略的数据量隔开），我认为正则表达式

/FORM/

将文件拆分就足够了。

但是，每个拆分文件都与位于.AIFF标头之前的声音样本之间的垃圾数据一起输出，使其无法播放。

下面是分割声音样本的十六进制数据的屏幕截图：

这个实际样本大约从 1500 字节标记开始：

是什么让这个表达式用偏移量分割文件？