将一个文本文件拆分为多个文件，超出 csplit 的 {99} 限制

Question

我想将 .txt 文件的内容拆分为多个文件，但我遇到了关于 csplit 限制的两个问题：

(1) 任何人都可以提供绕过 csplit '99' 文件拆分的最大限制的方法吗？我有一个基于重复出现的空行或字符最多可拆分 384 个的文件。我希望 csplit 能够使用 {*} 来适应这一点，但这超出了 csplit 的固有文件生成能力。

(2) 有没有人知道将文件内容传递给 csplit（管道到 csplit）的方法，或者 csplit 只能以其传统的方式调用文件吗？即csplit -f split_name file_to_split.txt /split/ {*}与[series of commands] | csplit -f split_name /split/ {*}

感谢您提供任何建议或完成类似任务的替代方法。

Answer 1

正如 Michael Homer 所说，任何符合 POSIX 的 csplit 都可以包含 99 个以上的文件，但您必须通过该-n选项。

csplit -n 3 file_to_split.txt

话虽如此，如果您的任务可以使用 GNU 版本的 csplit 轻松完成，但无法使用 FreeBSD/OSX 版本轻松完成，您可以安装 GNU 版本（GNU coreutils 的一部分）。GNU coreutils 可以通过几个来源安装，我认为最受欢迎的是homebrew。另请参阅如何用 GNU 核心实用程序替换 Mac OS X 实用程序？.

或者，csplit 所做的大部分事情都可以在几行 awk 中实现，这在输出文件名等方面为您提供了更大的灵活性。以下代码段从标准输入读取和写入线part-000.txt，part-001.txt等，改变文件的每一个行包含时间header-line。

awk '
    /header-line/ {
        ++part;
        if (output_file) close(output_file);
        output_file=snprintf("part-%03d.txt", part)
    }
    {print >file}
'