我-|在每个部分之后都有一个带有分隔符的文件...需要使用 unix 为每个部分创建单独的文件。
输入文件示例
wertretr
ewretrtret
1212132323
000232
-|
ereteertetet
232434234
erewesdfsfsfs
0234342343
-|
jdhg3875jdfsgfd
sjdhfdbfjds
347674657435
-|
文件 1 中的预期结果
wertretr
ewretrtret
1212132323
000232
-|
文件 2 中的预期结果
ereteertetet
232434234
erewesdfsfsfs
0234342343
-|
文件 3 中的预期结果
jdhg3875jdfsgfd
sjdhfdbfjds
347674657435
-|
一个班轮，没有编程。（除了正则表达式等）
csplit --digits=2 --quiet --prefix=outfile infile "/-|/+1" "{*}"
测试：
csplit (GNU coreutils) 8.30
“对于 OS X 用户，请注意csplit操作系统附带的版本不起作用。您需要 coreutils 中的版本（可通过 Homebrew 安装），称为gcsplit.” — @Danial
“只是补充一点，您可以获得适用于 OS X 的版本（至少与 High Sierra 一起使用）。您只需要稍微调整一下参数csplit -k -f=outfile infile "/-\|/+1" "{3}"。似乎不起作用的功能是"{*}"，我必须具体说明" -k_ --digits_ -n_ — @Pebbl
awk '{f="file" NR; print $0 " -|"> f}' RS='-\\|' input-file
解释（编辑）：
RS是记录分隔符，此解决方案使用 gnu awk 扩展，允许它包含多个字符。NR是记录号。
print 语句将一条记录打印" -|"到一个文件中，该文件的名称中包含记录号。
Debian 有csplit，但我不知道这是否对所有/大多数/其他发行版都通用。如果不是，那么追踪源代码并编译它应该不会太难......
我解决了一个稍微不同的问题，其中文件包含一行名称，后面的文本应该放在哪里。这个 perl 代码对我有用：
#!/path/to/perl -w
#comment the line below for UNIX systems
use Win32::Clipboard;
# Get command line flags
#print ($#ARGV, "\n");
if($#ARGV == 0) {
print STDERR "usage: ncsplit.pl --mff -- filename.txt [...] \n\nNote that no space is allowed between the '--' and the related parameter.\n\nThe mff is found on a line followed by a filename. All of the contents of filename.txt are written to that file until another mff is found.\n";
exit;
}
# this package sets the ARGV count variable to -1;
use Getopt::Long;
my $mff = "";
GetOptions('mff' => \$mff);
# set a default $mff variable
if ($mff eq "") {$mff = "-#-"};
print ("using file switch=", $mff, "\n\n");
while($_ = shift @ARGV) {
if(-f "$_") {
push @filelist, $_;
}
}
# Could be more than one file name on the command line,
# but this version throws away the subsequent ones.
$readfile = $filelist[0];
open SOURCEFILE, "<$readfile" or die "File not found...\n\n";
#print SOURCEFILE;
while (<SOURCEFILE>) {
/^$mff (.*$)/o;
$outname = $1;
# print $outname;
# print "right is: $1 \n";
if (/^$mff /) {
open OUTFILE, ">$outname" ;
print "opened $outname\n";
}
else {print OUTFILE "$_"};
}
以下命令对我有用。希望能帮助到你。
awk 'BEGIN{file = 0; filename = "output_" file ".txt"}
/-|/ {getline; file ++; filename = "output_" file ".txt"}
{print $0 > filename}' input
您也可以使用 awk。我对 awk 不是很熟悉，但以下内容似乎对我有用。它生成了 part1.txt、part2.txt、part3.txt 和 part4.txt。请注意，生成的最后一个 partn.txt 文件是空的。我不知道如何解决这个问题，但我相信它可以通过一些调整来完成。有什么建议吗？
awk_pattern 文件：
BEGIN{ fn = "part1.txt"; n = 1 }
{
print > fn
if (substr($0,1,2) == "-|") {
close (fn)
n++
fn = "part" n ".txt"
}
}
bash 命令：
awk -f awk_pattern input.file
csplit有的话就用。
如果你没有，但你有 Python……不要使用 Perl。
您的文件可能太大而无法一次全部保存在内存中 - 逐行阅读可能更可取。假设输入文件名为“samplein”：
$ python3 -c "from itertools import count
with open('samplein') as file:
for i in count():
firstline = next(file, None)
if firstline is None:
break
with open(f'out{i}', 'w') as out:
out.write(firstline)
for line in file:
out.write(line)
if line == '-|\n':
break"
这是一个 Python 3 脚本，它根据分隔符提供的文件名将文件拆分为多个文件。示例输入文件：
# Ignored
######## FILTER BEGIN foo.conf
This goes in foo.conf.
######## FILTER END
# Ignored
######## FILTER BEGIN bar.conf
This goes in bar.conf.
######## FILTER END
这是脚本：
#!/usr/bin/env python3
import os
import argparse
# global settings
start_delimiter = '######## FILTER BEGIN'
end_delimiter = '######## FILTER END'
# parse command line arguments
parser = argparse.ArgumentParser()
parser.add_argument("-i", "--input-file", required=True, help="input filename")
parser.add_argument("-o", "--output-dir", required=True, help="output directory")
args = parser.parse_args()
# read the input file
with open(args.input_file, 'r') as input_file:
input_data = input_file.read()
# iterate through the input data by line
input_lines = input_data.splitlines()
while input_lines:
# discard lines until the next start delimiter
while input_lines and not input_lines[0].startswith(start_delimiter):
input_lines.pop(0)
# corner case: no delimiter found and no more lines left
if not input_lines:
break
# extract the output filename from the start delimiter
output_filename = input_lines.pop(0).replace(start_delimiter, "").strip()
output_path = os.path.join(args.output_dir, output_filename)
# open the output file
print("extracting file: {0}".format(output_path))
with open(output_path, 'w') as output_file:
# while we have lines left and they don't match the end delimiter
while input_lines and not input_lines[0].startswith(end_delimiter):
output_file.write("{0}\n".format(input_lines.pop(0)))
# remove end delimiter if present
if not input_lines:
input_lines.pop(0)
最后是你如何运行它：
$ python3 script.py -i input-file.txt -o ./output-folder/
cat file| ( I=0; echo -n "">file0; while read line; do echo $line >> file$I; if [ "$line" == '-|' ]; then I=$[I+1]; echo -n "" > file$I; fi; done )
和格式化版本：
#!/bin/bash
cat FILE | (
I=0;
echo -n"">file0;
while read line;
do
echo $line >> file$I;
if [ "$line" == '-|' ];
then I=$[I+1];
echo -n "" > file$I;
fi;
done;
)
这是一个 perl 代码，它将做这件事
#!/usr/bin/perl
open(FI,"file.txt") or die "Input file not found";
$cur=0;
open(FO,">res.$cur.txt") or die "Cannot open output file $cur";
while(<FI>)
{
print FO $_;
if(/^-\|/)
{
close(FO);
$cur++;
open(FO,">res.$cur.txt") or die "Cannot open output file $cur"
}
}
close(FO);
这是我为以下问题编写的上下文拆分问题： http ://stromberg.dnsalias.org/~strombrg/context-split.html
$ ./context-split -h
usage:
./context-split [-s separator] [-n name] [-z length]
-s specifies what regex should separate output files
-n specifies how output files are named (default: numeric
-z specifies how long numbered filenames (if any) should be
-i include line containing separator in output files
operations are always performed on stdin