标签: csplit

我有一个大文件，需要拆分成两个文件。假设在第一个文件中应该选择 1000 行并将其放入另一个文件中并删除第一个文件中的那些行。

我尝试使用，split但它正在创建多个块。

是否可以使用 csplit 删除分隔符？例子：

$ cat in
abc
---
def
---
ghi
$ csplit -q in /-/ '{*}'
$ ls x*
xx00  xx01  xx02
$ head xx*
==> xx00 <==
abc

==> xx01 <==
---
def

==> xx02 <==
---
ghi

而不是它所做的，即拆分并保留分隔符，是否可以要求它拆分并删除分隔符？

也就是说，所需的输出是这样的：

$ sed -i '/-/d' xx*
$ head xx*
==> xx00 <==
abc

==> xx01 <==
def

==> xx02 <==
ghi

虽然可以像上面那样分两步完成，但是可以一步完成吗？

如果不能用 csplit 完成，有没有比上面的两个调用（csplit + sed）更短的一步法？不偏爱使用的工具，只要它具有合理的可读性。

我正在处理这个包含其他几个文件的大文件（DATA.DAT，~900MB）。它来自PS2游戏。

声音样本（.AIFF格式），正是我所追求的，构成了它的大部分大小。

在网上搜索 PS2 .DAT提取器后，我发现它们基本上依赖于开发人员，并且由于该游戏/工具相当晦涩，而且在网上找不到太多相关信息，因此我想自己实现该过程的自动化。

在十六进制编辑器上检查文件时，我发现了一些.AIFF标头，将这些块克隆到新的.AIFF文件中，无需任何进一步的工作，它们就可以播放了。

花了一段时间从我非常有限的 bash 知识中摆脱了生锈并在这里阅读了类似的问题，我想出了这个表达：

gcsplit -f "sample-" -b "%04d.aif" DATA.DAT /FORM/ '{*}'

（我在 OSX 上使用 coreutils，因此 csplit 上有 g- 前缀）

鉴于.AIFF文件以字符串“FORM”开头，并且文件中的所有样本基本上都彼此相邻（由不会在样本上产生不需要的末端噪声的可忽略数量的数据隔开），我认为正则表达式

/FORM/

将足以拆分文件。

但是，每个拆分文件都带有垃圾数据，这些数据位于.AIFF标头之前的声音样本之间，使其无法播放。

下面是分割声音样本的十六进制数据的屏幕截图：

这个实际示例大约开始于 1500 字节标记：

是什么让这个表达式用偏移量分割文件？

我在 Linux 上有一个文件，其中包含数千个分子的坐标。每个分子都以包含始终相同模式的一行开始：

@<TRIPOS>MOLECULE

然后继续其他行。我想将文件拆分为多个文件，每个文件包含一定数量的分子。什么是最简单的方法来做到这一点？

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。

如何在 Mac 上获取现代 coreutils？

我使用以下方法遇到了这个问题csplit：

foo.txt:

foo
1
foo
2
foo
3

$: csplit foo '^foo$' '{*}'
# error

仔细检查Mac 上的manpage, man csplit,csplit是 FreeBSD 版本，并且不提供该'{*}'选项。事实上，我必须提前提供准确的分割次数。这要么会触发czplit我重新实现，要么我可以GNU coreutils在 mac 上登录。

有办法吗？