☰

按照某种模式将文件分成两部分

tag-icon • tag-icon text-processing sed awk split
按照某种模式将文件分成两部分

如何按模式将大文件分成两部分？

举个例子file.txt：

ABC
EFG
XYZ
HIJ
KNL

我想分割这个文件，XYZ使其file1包含.XYZfile2

答案1

这是一份工作csplit:

csplit -sf file -n 1 large_file /XYZ/

会s悄悄地分割文件，创建带有前缀的片段f并file使用n单个数字进行编号，例如file0等。请注意，使用/regex/将分割到但不包括匹配的行regex。拆分为和包括行匹配regex添加+1偏移量：

csplit -sf file -n 1 large_file /XYZ/+1

这将创建两个文件， file0并且file1.如果您绝对需要命名它们file1，并且file2可以随时向csplit命令添加空模式并删除第一个文件：

csplit -sf file -n 1 large_file // /XYZ/+1

创建file0, file1and file2butfile0为空，因此您可以安全地删除它：

rm -f file0

答案2

和awk你一起可以做到：

awk '{print >out}; /XYZ/{out="file2"}' out=file1 largefile


解释：第一个awk参数 ( ) 定义一个带有文件名的变量，该变量将在处理out=file1后续参数 ( ) 时用于输出。largefile程序将把所有行打印到变量( )awk指定的文件中。如果找到该模式，则输出变量将被重新定义为指向新文件 ( )，该文件将用作打印后续数据行的目标。out{print >out}XYZ{out="file2}"

参考：

答案3

对于现代的，这是上面的基础答案之一的kshshell 变体（即没有） ：sedsed

{ read in <##XYZ ; print "$in" ; cat >file2 ;} <largefile >file1


还有另一个ksh单独的变体（即也省略了cat）：

{ read in <##XYZ ; print "$in" ; { read <##"" ;} >file2 ;} <largefile >file1


（纯ksh解决方案似乎性能相当高；在 2.4 GB 测试文件上，它需要 19-21 秒，而基于sed/cat的方法需要 39-47 秒）。

答案4

使用 GNU sed 试试这个：

sed -n -e '1,/XYZ/w file1' -e '/XYZ/,${/XYZ/d;w file2' -e '}' large_file

相关内容