10 回答

• 64

  如果您只想将每个文件的x行分开，则给出的关于 split 的答案都可以 . 但是，我很好奇没有人关注要求：

  • "without having to count them" - >使用wc cut

  • "having the remainder in extra file" - >默认情况下拆分

  没有“wc cut”我不能那样做，但我正在使用它：

  split -l  $(expr `wc $filename | cut -d ' ' -f3` / $chunks) $filename
  

  这可以很容易地添加到你的bashrc函数中，这样你就可以调用它来传递文件名和块：

  split -l  $(expr `wc $1 | cut -d ' ' -f3` / $2) $1
  

  如果您只想在额外文件中使用没有余数的x块，只需调整公式以对每个文件求和（块 - 1） . 我确实使用这种方法，因为通常我只需要x个文件而不是每个文件x行：

  split -l  $(expr `wc $1 | cut -d ' ' -f3` / $2 + `expr $2 - 1`) $1
  

  您可以将其添加到脚本中并将其称为“忍者方式”，因为如果没有满足您的需求，您可以构建它:-)

  回复于 2024-04-24T00:53:25+08:00
• 12

  使用：

  sed -n '1,100p' filename > output.txt
  

  这里，1和100是您将在 output.txt 中捕获的行号 .

  回复于 2024-04-24T00:53:25+08:00
• 673

  split （来自GNU coreutils，因为version 8.8 from 2010-12-22）包含以下参数：

  -n, --number=CHUNKS     generate CHUNKS output files; see explanation below
  
  CHUNKS may be:
    N       split into N files based on size of input
    K/N     output Kth of N to stdout
    l/N     split into N files without splitting lines/records
    l/K/N   output Kth of N to stdout without splitting lines/records
    r/N     like 'l' but use round robin distribution
    r/K/N   likewise but only output Kth of N to stdout
  

  因此， split -n 4 input output. 将生成具有相同字节数的四个文件（ output.a{a,b,c,d} ），但中间可能会断行 .

  如果我们想保留整行（即按行分割），那么这应该有效：

  split -n l/4 input output.
  

  相关回答：https://stackoverflow.com/a/19031247

  回复于 2024-04-24T00:53:25+08:00
• 3

  split命令怎么样？

  split -l 200000 mybigfile.txt
  

  回复于 2024-04-24T00:53:25+08:00
• 8

  你也可以使用awk

  awk -vc=1 'NR%200000==0{++c}{print $0 > c".txt"}' largefile
  

  回复于 2024-04-24T00:53:25+08:00
• 30

  你看过split命令了吗？

  $ split --help
  Usage: split [OPTION] [INPUT [PREFIX]]
  Output fixed-size pieces of INPUT to PREFIXaa, PREFIXab, ...; default
  size is 1000 lines, and default PREFIX is `x'.  With no INPUT, or when INPUT
  is -, read standard input.
  
  Mandatory arguments to long options are mandatory for short options too.
    -a, --suffix-length=N   use suffixes of length N (default 2)
    -b, --bytes=SIZE        put SIZE bytes per output file
    -C, --line-bytes=SIZE   put at most SIZE bytes of lines per output file
    -d, --numeric-suffixes  use numeric suffixes instead of alphabetic
    -l, --lines=NUMBER      put NUMBER lines per output file
        --verbose           print a diagnostic to standard error just
                              before each output file is opened
        --help     display this help and exit
        --version  output version information and exit
  

  你可以这样做：

  split -l 200000 filename
  

  这将创建文件，每个文件有200000行名为 xaa xab xac ...

  另一个选项，按输出文件的大小分割（仍然在换行符上拆分）：

  split -C 20m --numeric-suffixes input_filename output_prefix
  

  创建像 output_prefix01 output_prefix02 output_prefix03 ... 这样的文件，每个文件最大大小为20兆字节 .

  回复于 2024-04-24T00:53:25+08:00
• 8

  是的，有一个 split 命令 . 它将按行或字节拆分文件 .

  $ split --help
  Usage: split [OPTION]... [INPUT [PREFIX]]
  Output fixed-size pieces of INPUT to PREFIXaa, PREFIXab, ...; default
  size is 1000 lines, and default PREFIX is `x'.  With no INPUT, or when INPUT
  is -, read standard input.
  
  Mandatory arguments to long options are mandatory for short options too.
    -a, --suffix-length=N   use suffixes of length N (default 2)
    -b, --bytes=SIZE        put SIZE bytes per output file
    -C, --line-bytes=SIZE   put at most SIZE bytes of lines per output file
    -d, --numeric-suffixes  use numeric suffixes instead of alphabetic
    -l, --lines=NUMBER      put NUMBER lines per output file
        --verbose           print a diagnostic just before each
                              output file is opened
        --help     display this help and exit
        --version  output version information and exit
  
  SIZE may have a multiplier suffix:
  b 512, kB 1000, K 1024, MB 1000*1000, M 1024*1024,
  GB 1000*1000*1000, G 1024*1024*1024, and so on for T, P, E, Z, Y.
  

  回复于 2024-04-24T00:53:25+08:00
• 5

  将文件“file.txt”拆分为10000行文件：

  split -l 10000 file.txt
  

  回复于 2024-04-24T00:53:25+08:00
• 0

  使用 split

  将文件拆分为固定大小的片段，创建包含INPUT连续部分的输出文件（如果没有给出标准输入或INPUT为' - '）

  Syntax split [options] [INPUT [PREFIX]]

  http://ss64.com/bash/split.html

  回复于 2024-04-24T00:53:25+08:00
• 13

  HDFS getmerge小文件并溢出到属性大小 .

  此方法将导致换行

  split -b 125m compact.file -d -a 3 compact_prefix

  我尝试getmerge并分成每个文件大约128MB .

  分成128m，判断sizeunit是M还是G，请在使用前测试 .

  begainsize=`hdfs dfs -du -s -h /externaldata/$table_name/$date/ | awk '{ print $1}' `
  sizeunit=`hdfs dfs -du -s -h /externaldata/$table_name/$date/ | awk '{ print $2}' `
  if [ $sizeunit = "G" ];then
      res=$(printf "%.f" `echo "scale=5;$begainsize*8 "|bc`)
  else
      res=$(printf "%.f" `echo "scale=5;$begainsize/128 "|bc`)  # celling ref http://blog.csdn.net/naiveloafer/article/details/8783518
  fi
  echo $res
  # split into $res files with number suffix.  ref  http://blog.csdn.net/microzone/article/details/52839598
  compact_file_name=$compact_file"_"
  echo "compact_file_name :"$compact_file_name
  split -n l/$res $basedir/$compact_file -d -a 3 $basedir/${compact_file_name}
  

  回复于 2024-04-24T00:53:25+08:00