awk实战5-将文件按指定的行数分割成多个小文件

1 文件分割的需求

在处理大文件时,往往用户的Excel面临崩溃的危险,或者数据库不能一下子导入那么多数据,所以需要将大文件分割成指定行数的多个小文件。

这样的小任务用一条awk命令即可解决。

2 分割文件的脚本

#!/bin/bash
# 本脚本用于切割文件
# 用法:脚本名后面跟要切割的文件名和每次切割的行数
# 例子:脚本.sh file.txt 1000

filename=$1
lines=$2

awk -v count=$lines 'BEGIN {i=1} { print $0 > i"_"FILENAME; if (NR >= i*count) {close(i"_"FILENAME); i++}}' $filename

3 脚本说明

脚本的运行方式为:

$ sh 脚本.sh filename lines

在命令行脚本后面跟上要分割的文件名和每次分割的行数。

-v count 是将要切割的行数传递给变量count,awk的传递shell变量的用法可参见前面的文章。

print $0 > i""FILENAME 是将源文件的每一行重定向输出到一个新的文件中去,这个新的文件用i""FILENAME来命名,也就是在源文件名的前面加上数字i和下划线。

这里需要说明一下awk的重定向输出,重定向运算符>与>>用于将输出重定向到文件而不是原来的标准输出,>与>>后面的变量被作为文件名字。

awk这里的重定向与shell中的重定向有一点区别,这里重定向运算符只会打开文件一次,>在打开文件时会清空文件内容再往里写,而>>在打开文件时不会清空原来的内容,直接追加。所以不用担心>会每次覆盖前面的内容。

i是循环变量,当读入的行数NR达到切割行数的倍数时,先关闭之前重定向的文件,将i增1,然后开始重定向到新的文件中去。

脚本的运行结果是将源文件切割成1_源文件,2_源文件,...,n_源文件,每个文件都是指定的lines行,只有最后一个文件是源文件剩下的行数。

如果对重定向文件名有格式方面的要求,可以用sprintf("%s_%d",FILENAME,i) 这样的例子来对重定向文件名进行修饰。

4 变化

如果上面的需求有一些变化,比如不考虑指定要分割的行数,而是要指定分割的文件数,把源文件按多少个文件等分。

这时只需多一步计算每个文件要切割的行数,awk语句是一样的。

filename=$1
lines=$2

# 计算每个文件的行数
lines=$(( `cat $filename | wc -l ` / $filenum + 1 ))

awk -v count=$lines 'BEGIN {i=1} { print $0 > i"_"FILENAME; if (NR >= i*count) {close(i"_"FILENAME); i++}}' $filename
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

  • linux资料总章2.1 1.0写的不好抱歉 但是2.0已经改了很多 但是错误还是无法避免 以后资料会慢慢更新 大...
    数据革命阅读 13,269评论 2 33
  • 转载 原文的排版和内容都更加友好,并且详细,我只是在这里贴出了一部分留作自己以后参考和学习,如希望更详细了解AWK...
    XKirk阅读 3,372评论 2 25
  • Linux指令中文说明传送入口 整理自Linux指令中文说明 文本和数据进行处理的编程语言awk 是一种编程语言,...
    释闲人阅读 2,389评论 1 6
  • .bat脚本基本命令语法 目录 批处理的常见命令(未列举的命令还比较多,请查阅帮助信息) 1、REM 和 :: 2...
    庆庆庆庆庆阅读 8,537评论 1 19
  • awk介绍awk变量printf命令:实现格式化输出操作符awk patternawk actionawk数组aw...
    哈喽别样阅读 1,743评论 0 4

友情链接更多精彩内容