☰

使用 Linux 命令行，当出现模式时将文本文件拆分为多个

tag-icon • tag-icon command-line text-processing
使用 Linux 命令行，当出现模式时将文本文件拆分为多个

我想将一个文本文件拆分成几个。每次出现模式时都会生成一个新文件。示例：模式将是 PAT

原始文件内容：

PAT --example html http://askubuntu.com/page01
ABC
DEF

PAT --example html http://askubuntu.com/page02
GHI
JKL

PAT --example html http://askubuntu.com/page03
MNO
PQR

（等等）

原始文件名为 original.txt 我想要获取如下文件：

$ cat page01.txt
ABC
DEF
$ cat page02.txt
GHI
JKL
$ cat page03.txt
MNO
PQR

（等等）

最好使用 grep、awk 等命令... 重命名文件是次要的，但有助于对文件进行分类。提前致谢。

答案1

您可以使用awk一些重定向：

awk -F/ '/^PAT/{close(file);file = $NF; next} /./{print >> file}' foo

结果：

$ head page0*
==> page01 <==
ABC
DEF    

==> page02 <==
GHI
JKL    

==> page03 <==
MNO
PQR

本质上，对于以 开头的每一行，我都会保存变量的PAT最后一个字段（通过 的字段分隔符） ，然后将每个非空行（匹配至少有一个字符的行）打印到 中包含的名称中。/file/./file

请注意，在每次循环时关闭前一个文件非常重要，以防止"makes too many open files"在创建“大量”文件时出现错误。

答案2

由于@muru 抢先找到了awk解决方案，下面是一个 Perl 方法（但使用@Muru 的方法，它更简单、更高效）：

perl -00ne 's#PAT.*/(.*)\n##; open($F,">","$1.txt"); s/\n\s*(\n|$)//g; 
            print $F "$_\n"' original.txt

使得将段落-00视为perl行：一行（一条“记录”）现在是一个段落，由一个空行定义。将从记录中s#PAT.*/(.*)\n##删除以 开头的行PAT，括号捕获以 开头的最后一个单词/。然后$1，我们使用文件句柄 来$1.txt打开 ( open($F,">","$1.txt"))进行写入$F。下一步，s/\n\s*\n//g;删除空行，最后，使用 将当前记录打印到文件句柄$F中print $F "$_\n"。

要使用后面的所有内容//作为名称，请尝试：

perl -00ne 's#PAT.*//(.*)\n##; $k=$1; $k=~s#[./]##g;open($F,">","$k.txt"); 
              s/\n\s*(\n|$)//g; print $F "$_\n"' original.txt

在您的示例中，这将产生以下文件：

askubuntucompage01.txt
askubuntucompage02.txt
askubuntucompage03.txt

答案3

另请查看 csplit(1)：

csplit --suppress-matched --prefix page --suffix-format %02d.txt original.txt '/^PAT/' '{*}'

分割文件原文.txt当发现正则表达式模式时，将其分成单独的文件。

page00.txt
page01.txt
...

相关内容