对于大文件，在Tcl 8.5中打开/读取命令

Question

如果标题与我的问题不符，我很抱歉，我仍然不确定应该怎么做。

无论如何，我一直在Windows上使用Tcl / Tk（wish）一段时间，直到最近才写到我编写的脚本没有遇到任何问题。该脚本应该将一个大的txt文件分解为可以导入到excel的较小文件（我说的是打破一个文件，可能有25M行，大约2.55 GB）。

我当前的脚本是这样的：

set data [open "file.txt" r]
set data1 [open "File Part1.txt" w]
set data2 [open "File Part2.txt" w]
set data3 [open "File Part3.txt" w]
set data4 [open "File Part4.txt" w]
set data5 [open "File Part5.txt" w]


set count 0
while {[gets $data line] != -1} {
    if {$count > 4000000} {
        puts $data5 $line
    } elseif {$count > 3000000} {
        puts $data4 $line
    } elseif {$count > 2000000} {
        puts $data3 $line
    } elseif {$count > 1000000} {
        puts $data2 $line
    } else {
        puts $data1 $line
    }
    incr count
}

close $data
close $data1
close $data2
close $data3
close $data4
close $data5

我更改if中的数字以获得每个文件所需的行数，或者在需要时添加/删除任何elseif。

问题是，对于我得到的最新文件，我最终只得到了大约一半的数据（1.22 GB而不是2.55 GB），我想知道是否有一条线告诉Tcl忽略了它的限制读。我试图寻找它，但我没有找到任何东西（或者我能理解的任何东西;我仍然是Tcl ^^的业余爱好者;）。任何人都可以帮助我吗？

编辑（更新）： 我找到了一个打开大文本文件的程序，并设法直接预览文件的内容。实际上有16,756,263行。我将脚本更改为：

set data [open "file.txt" r]
set data1 [open "File Part1.txt" w]

set count 0
while {[gets $data line] != -1} {
    incr count
}
puts $data1 $count
close $data
close $data1

获取脚本阻止的位置并在此处停止：

文本编辑器在中间的行中没有识别出一个字符，显示为一个小方块。我试图使用fconfigure像邪恶的otto建议，但我担心我不太明白channelID，name或value如何完全逃脱这个角色。嗯......帮帮忙？

reEDIT ：我设法了解fconfigure是如何运作的！谢谢邪恶的奥托！嗯，我不知道如何选择你的答案，因为这是一个评论，而不是一个正确的答案......

Answer 1

“file.txt”中是否有可能存在任何二进制数据？在windows下，如果tcl在文件中读取^Z（默认eofchar），则会标记eof。您可以使用fconfigure：

关闭此功能

fconfigure $data -eofchar {}

有关详细信息，请参阅文档。

Answer 2

我在基于Unix的Mac上运行您的脚本，并注意到以下内容：

1. incr count应位于循环的开头 - 一个小点。
2. 更重要的是， File.txt 包含25M行，但是你的分割不均匀：前四个每行包含1M，其余的则进入 File5.txt 。如果要均匀分割文件，则断点应为20M，15M，10M和5M。
3. 除此之外，我没有注意到任何数据丢失。我没有Windows机器可以试用。