Question

我在Linux中有多个小文件（大约70,000个文件），我想在文件的每一行的末尾添加一个单词，然后将它们全部合并到一个文件中。

我正在使用这个脚本：

for fn in *.sms.txt 
do 
    sed 's/$/'$fn'/' $fn >> sms.txt
    rm -f $fn
done

有更快的方法吗？

Answer 1

我试过这些文件：

for ((i=1;i<70000;++i)); do printf -v fn 'file%.5d.sms.txt' $i; echo -e "HAHA\nLOL\nBye" > "$fn"; done

我尝试了大约 4分钟（真实）处理的解决方案。您的解决方案的问题在于您在sed上飞行了70000次！分叉很慢。

#!/bin/bash

filename="sms.txt"

# Create file "$filename" or empty it if it already existed
> "$filename"

# Start editing with ed, the standard text editor
ed -s "$filename" < <(
   # Go into insert mode:
   echo i
   # Loop through files
   for fn in *.sms.txt; do
      # Loop through lines of file "$fn"
      while read l; do
         # Insert line "$l" with "$fn" appended to
         echo "$l$fn"
      done < "$fn"
   done
   # Tell ed to quit insert mode (.), to save (w) and quit (q)
   echo -e ".\nwq"
)

这个解决方案花了大约 6秒。

不要忘记，ed是标准的文本编辑器，不要忽略它！如果您喜欢ed，您可能也会喜欢ex！

干杯！

Answer 2

几乎与gniourf_gniourf的解决方案相同，但没有ed：

for i in *.sms.txt 
do   
   while read line   
   do    
     echo $line $i
   done < $i
done >sms.txt

Answer 3

这个perl脚本在每行末尾添加实际文件名。

#!/usr/bin/perl
use strict;
while(<>){
    chomp;
    print $_, $ARGV, "\n";
}

这样称呼：

scriptname *.sms.txt > sms.txt

由于只有一个进程而且没有涉及正则表达式处理，所以它应该非常快。

Answer 4

什么，不爱awk？

awk '{print $0" "FILENAME}' *.sms.txt >sms.txt

使用gawk，在我的机器上的gniourf_gniourf的sample上花了 1-2秒（根据time）。

mawk比gawk快约0.2秒。

更快地合并多个文件的方法

4 个答案: