在 Linux 中分割和重組文件

非常有用的 csplit 命令可以將單個文件分割成多個文件。Carla Schroder 解釋說。

Linux 有幾個用于分割文件的工具程序。那么你為什么要分割文件呢?一個用例是將大文件分割成更小的尺寸，以便它適用于比較小的存儲介質(zhì)，比如 U 盤。當(dāng)您遇到 FAT32(最大文件大小為 4GB)，且您的文件大于此時，通過 U 盤傳輸文件也是一個很好的技巧。另一個用例是加速網(wǎng)絡(luò)文件傳輸，因為小文件的并行傳輸通常更快。

我們將學(xué)習(xí)如何使用 csplit，split 和 cat 來重新整理文件，然后再將文件合并在一起。這些操作在任何文件類型下都有用：文本、圖片、音頻文件、ISO 鏡像文件等。

使用 csplit 分割文件

csplit 是這些有趣的小命令中的一個，它永遠伴你左右，一旦開始用它就離不開了。csplit 將單個文件分割成多個文件。這個示例演示了最簡單的使用方法，它將文件 foo.txt 分為三個文件，以行號 17 和 33 作為分割點：

$ csplit foo.txt 1733

2591

3889

2359

csplit 在當(dāng)前目錄下創(chuàng)建了三個新文件，并以字節(jié)為單位打印出新文件的大小。默認情況下，每個新文件名為 xx_nn：

$ ls

xx00

xx01

xx02

您可以使用 head 命令查看每個新文件的前十行：

$ head xx*

==> xx00 <==

FooFile

by CarlaSchroder

Foo text

Foo subheading

More foo text

==> xx01 <==

Foo text

Foo subheading

More foo text

==> xx02 <==

Foo text

Foo subheading

More foo text

如果要將文件分割成包含相同行數(shù)的多個文件怎么辦?可以指定行數(shù)，然后將重復(fù)次數(shù)放在在花括號中。此示例重復(fù)分割 4 次，并將剩下的轉(zhuǎn)儲到最后一個文件中：

$ csplit foo.txt 5{4}

57

1488

249

1866

3798

您可以使用星號通配符來告訴 csplit 盡可能多地重復(fù)分割。這聽起來很酷，但是如果文件不能等分，則可能會失敗(LCTT 譯注：低版本的 csplit 不支持此參數(shù))：

$ csplit foo.txt 10{*}

1545

2115

1848

1901

csplit:'10': line number out of range on repetition 4

1430

默認的行為是刪除發(fā)生錯誤時的輸出文件。你可以用 -k 選項來解決這個問題，當(dāng)有錯誤時，它就不會刪除輸出文件。另一個行為是每次運行 csplit 時，它將覆蓋之前創(chuàng)建的文件，所以你需要使用新的文件名來分別保存它們。使用 --prefix= _prefix_ 來設(shè)置一個不同的文件前綴：

$ csplit -k --prefix=mine foo.txt 5{*}

57

1488

249

1866

993

csplit:'5': line number out of range on repetition 9

437

$ ls

mine00

mine01

mine02

mine03

mine04

mine05

選項 -n 可用于改變對文件進行編號的數(shù)字位數(shù)(默認是 2 位)：

$ csplit -n 3--prefix=mine foo.txt 5{4}

57

1488

249

1866

1381

3798

$ ls

mine000

mine001

mine002

mine003

mine004

mine005

csplit 中的 “c” 是上下文(context)的意思。這意味著你可以根據(jù)任意匹配的方式或者巧妙的正則表達式來分割文件。下面的例子將文件分為兩部分。第一個文件在包含第一次出現(xiàn) “fie” 的前一行處結(jié)束，第二個文件則以包含 “fie” 的行開頭。

$ csplit foo.txt /fie/

在每次出現(xiàn) “fie” 時分割文件：

$ csplit foo.txt /fie/{*}

在 “fie” 前五次出現(xiàn)的地方分割文件：

$ csplit foo.txt /fie/{5}

僅當(dāng)內(nèi)容以包含 “fie” 的行開始時才復(fù)制，并且省略前面的所有內(nèi)容：

$ csplit myfile %fie%

將文件分割成不同大小

split 與 csplit 類似。它將文件分割成特定的大小，當(dāng)您將大文件分割成小的多媒體文件或者使用網(wǎng)絡(luò)傳送時，這就非常棒了。默認的大小為 1000 行：

$ split foo.mv

$ ls-hl

266KAug2116:58 xaa

267KAug2116:58 xab

315KAug2116:58 xac

[...]

它們分割出來的大小相似，但你可以指定任何你想要的大小。這個例子中是 20M 字節(jié)：

$ split-b 20M foo.mv

尺寸單位縮寫為 K，M，G，T，P，E，Z，Y(1024 的冪)或者 KB，MB，GB 等等(1000 的冪)。

為文件名選擇你自己的前綴和后綴：

$ split-a 3--numeric-suffixes=9--additional-suffix=mine foo.mv SB

240KAug2117:44 SB009mine

214KAug2117:44 SB010mine

220KAug2117:44 SB011mine

-a 選項控制編號的數(shù)字位置。--numeric-suffixes 設(shè)置編號的開始值。默認前綴為 x，你也可以通過在文件名后輸入它來設(shè)置一個不同的前綴。

將分割后的文件合并

你可能想在某個時候重組你的文件。常用的 cat 命令就用在這里：

$ cat SB0*> foo2.txt

示例中的星號通配符將匹配到所有以 SB0 開頭的文件，這可能不會得到您想要的結(jié)果。您可以使用問號通配符進行更精確的匹配，每個字符使用一個問號：

$ cat SB0??????> foo2.txt

和往常一樣，請查閱相關(guān)的手冊和信息頁面以獲取完整的命令選項。