Question

我希望将一个大文件（带有~17M字符串）拆分成多个文件，每个文件中包含不同数量的行。是否可以将数组发送到' split -l </ em>'命令，如下所示：

[ 1=>1000000, 2=>1000537, ... ]

以便将那么多行发送到每个块

Answer 1

使用复合命令：

{
  head -n 10000 > output1
  head -n   200 > output2
  head -n  1234 > output3
  cat > remainder
} < yourbigfile

这也适用于循环：

{
  i=1
  for n in 10000 200 1234
  do
      head -n $n > output$i
      let i++
  done
  cat > remainder
} < yourbigfile

这在OS X上不起作用，其中head读取并丢弃其他输出。

Answer 2

split命令没有该功能，因此您必须使用其他工具，或写一个你自己的。

Answer 3

您可以使用sed获取另一个脚本来为您生成sed命令。

# split_gen.py
use strict;
my @limits = ( 100, 250, 340,999);
my $filename = "joker";

my $start = 1;
foreach my $end (@limits) {
    print qq{sed -n '$start,${end}p;${end}q' $filename > $filename.$start-$end\n};
    $start = $end + 1;
}

运行perl split_gen.py给予：

sed -n '1,100p;100q' joker > joker.1-100
sed -n '101,250p;250q' joker > joker.101-250
sed -n '251,340p;340q' joker > joker.251-340
sed -n '341,999p;999q' joker > joker.341-999

如果您对该命令感到满意，那么您可以

perl split_gen.py | sh

然后享受等待，因为大文件可能会很慢。

在Linux中将文件拆分为不等的块

3 个答案: