文本切割工具——split命令的使用

前言

在工作中偶尔会需要将一个大文件切割为若干个小文件的需求，其实这种功能当然可以用代码来实现，不过linux系统就已经自带了split命令可以让我们快速实现文件切割这个功能，还支持我们进行文件的重命名，下面进入正题来讲一下这个命令的使用。

一、split命令的语法

split [选项]... [输入 [前缀]]

参数	含义
- -b 或者-- bytes=size	对file进行切分 每个小文件大小为size 可以指定单位b，k，m
- -l -- lines=number	对file进行切分 每个文件都有number行
- -a num	后缀长度，和生成切割后的文件名相关
-d	表示切割后的文件使用数字后缀
- -c <字节>	与参数"-b"相似，但是在切割时将尽量维持每行的完整性

二、案例演示

准备测试数据，生成一个数字组成的文件，总大小48K

echo {1..10000} > a.txt

image.png

案例1：根据10K作为一个单位进行文本切割

split -b 10k a.txt 

执行结果1
可以看到，文件确实被分割成多个文件了，而且是以xaa开始依次递增排序。

案例2：根据100行作为一个单位进行文本切割

split -l 100 a.txt 

执行结果2

案例3：按100行进行切割，且前缀名统一为“result”，后缀部分改成用4位数字来表示

 split -l 100 a.txt -d -a 4 result

下面来简单介绍一下这里的参数作用

• -l 100 表示根据100行作为切割单位
• -d -a 4 表示根据数字来作为后缀，且数字位的长度为4
• result 表示使用result作为文件名前缀

image.png

三、命令的缺陷和优化方案——让命令支持自定义后缀

相信各位读者也发现了，split命令确实十分强大，但是对于文件的命名上还不够灵活，不支持命名后缀，比如我希望生成的格式是result + 4位数字 + .csv的文件，但split并不支持这样操作。我们可以结合xargs命令来满足我们的需要，把每个生成的文件进行重命名

案例4：按1000行分割，生成的文件格式为：result_ + 3位数字 + .csv

split -l 1000 a.txt -d -a 3 result_ && ls | grep result_ | xargs -n1 -I {} mv {} {}.csv

这里我们简单介绍一下xargs命令的作用

• -n 1 表示一次只接受1个参数
• -I {} 表示需要替换字符串，并且把入参暂时用{}进行表示
• mv {} {}.csv 把原文件名新增 .csv 后缀
  执行结果