Linux常用命令-csplit

发表于 2021-02-15 分类于 command

命令

csplit

描述

split a file into sections determined by context lines
分割文件

用法

1	csplit [OPTION]... FILE PATTERN...

选项

Options:
  -b  指定后缀,默认为%02d,即00,01
  -f  指定前缀,默认为xx
  -k  如果分割出现错误则保留已存在的文件
  -n  指定数字长度
  -s  静默模式
  -z  删除生成的空文件
  --suppress-matched  分割文件中不显示匹配到的行,即不显示分割行的内容

PATTERN,可以组合使用
  NUM  以指定行号作为分界点分割文件,可以指定多个行作为分界点
  /REGEXP/[OFFSET]  正则匹配,将匹配到的行作为分界点分割文件,支持加定位行匹配,支持+-符号
  %REGEXP%[OFFSET]  正则匹配,但不包括匹配行之前的内容,即只保存匹配行之后的内容到分割文件中
  {N}  重复N次前面的模式匹配
  {*}  尽可能多地重复前面的模式匹配

PATTERN示例:
2       指定第2行作为分割行
2 8     指定第2行和第8行作为分割行
/abc/   指定正则匹配abc的行作为分割行
/b/ {3} 指定匹配b的行作为分割行,并重复匹配3次
/b/ {*} 指定匹配b的行作为分割行,并多次匹配
/^b/+2  指定匹配以b开头的行的后2行作为分隔符
/^c/-2  指定匹配以c开头的行的前2行作为分隔符
%c%     指定匹配c的行作为分割行,保存之后的内容到分割文件中

注意

无

示例

# 以第2行作为分界点将文件a分割成两份,其中第2行位于xx01文件中,显示的两个数字表示两个分割文件的大小
$ csplit a 2
2
12
$ ll xx*
-rw-r--r-- 1 root root  2 Feb 15 22:31 xx00
-rw-r--r-- 1 root root 12 Feb 15 22:31 xx01
$ more xx*
::::::::::::::
xx00
::::::::::::::
a
::::::::::::::
xx01
::::::::::::::
b
c
123
abc
# -b指定后缀_
$ csplit -b "_%d" a 2
2
12
$ ls xx*
xx_0  xx_1
$ rm -rf xx*
# 指定后缀.
$ csplit -b ".%d" a 2
2
12
$ ls xx*
xx.0  xx.1
$ rm -rf xx*
# 指定后缀.0
$ csplit -b ".%02d" a 2
2
12
$ ls xx*
xx.00  xx.01
$ rm -rf xx*
# -f指定前缀为文件名本身a
$ csplit -f a a 2
2
12
$ ls a*
a  a00  a01
# 指定前缀为文件名加.
$ csplit -f a. a 2
2
12
$ ls a.*
a.00  a.01
# -b指定后缀为.0,-f指定前缀为文件名本身a
$ csplit -b ".%d" -f a a 2
2
12
$ ls a*
a  a.0  a.1
$ echo -e "a\nb\nc\nd" > file
# 指定后缀为.00,指定前缀为文件名本身file
$ csplit -b ".%02d" -f file file 2
2
6
$ ls file*
file  file.00  file.01

# -n3指定3位数字后缀
$ csplit -n3 a 2
2
12
$ ls xx*
xx000  xx001
# 指定从10行开始分割,但是文件本身只有5行,所以报错,但是会删除原有的分割文件
$ csplit -n3 a 10
csplit: ‘10’: line number out of range
14
$ ls xx*
xx001
# -s静默模式,不显示分割文件的大小
$ csplit -s -n3 a 2
$ ls xx*
xx000  xx001
# -k如果分割出错,则保留原有的分割文件
$ csplit -k -n3 a 10
csplit: ‘10’: line number out of range
14
$ ls xx*
xx000  xx001
$ rm -rf xx*

# 指定多个行分界点
$ seq 1 15 > b
# 如指定第2,8行,将会生成3个文件,xx00包括第1行,xx01包括第2-7行,xx02包括第8-末尾行
$ csplit b 2 8
2
12
22
$ ll xx*
-rw-r--r-- 1 root root  2 Feb 15 23:26 xx00
-rw-r--r-- 1 root root 12 Feb 15 23:26 xx01
-rw-r--r-- 1 root root 22 Feb 15 23:26 xx02
$ more xx*
# {N}表示重复N次前面的匹配,如下表示按每3行来分割文件,重复4次,等同于3 6 9 12 15
$ csplit b 3 {4}
4
6
6
8
9
3
$ ls xx*
xx00  xx01  xx02  xx03  xx04  xx05
$ more xx05
15
# 等同于上面的命令
$ csplit b 3 6 9 12 15
4
6
6
8
9
3
$ rm -rf xx*
# {*}表示多次重复前面的匹配,如下表示按每3行来分割文件,直到文件结尾
# 由于最后不足3行匹配会报错,所以需要加-k选项保留已分割的文件,否则将不会生成任何分割文件
$ csplit -k b 3 {*}
4
6
6
8
9
csplit: ‘3’: line number out of range on repetition 5
3
$ ll xx*
-rw-r--r-- 1 root root 4 Feb 15 23:38 xx00
-rw-r--r-- 1 root root 6 Feb 15 23:38 xx01
-rw-r--r-- 1 root root 6 Feb 15 23:38 xx02
-rw-r--r-- 1 root root 8 Feb 15 23:38 xx03
-rw-r--r-- 1 root root 9 Feb 15 23:38 xx04
-rw-r--r-- 1 root root 3 Feb 15 23:38 xx05
$ more xx*
$ rm -rf xx*

# /REGEXP/正则匹配
$ more a
a
b
c
123
abc
a
b
c
abc
# 匹配到了4次b
$ grep b a
b
abc
b
abc
# /REGEXP/正则匹配,{3}再重复匹配3次,总共匹配4次,分割为5个文件
$ csplit a /b/ {3}
2
8
6
4
4
$ ls xx*
xx00  xx01  xx02  xx03  xx04
$ more xx*
$ rm -rf xx*
# 匹配以b开头的有2行
$ grep -E "^b" a
b
b
# 正则匹配以b开头的行,并多次匹配,匹配到2次,分割为3个文件
$ csplit a /^b/ {*}
2
14
8
$ ls xx*
xx00  xx01  xx02
$ more xx*
# 等同于上面的命令,正则匹配1次,重复匹配1次,共2次
$ csplit a /^b/ {1}
2
14
8
$ rm -rf xx*
# /REGEXP/[OFFSET]表示正则匹配+定位行双重条件匹配,如下表示以b开头的行的后2行作为分界点
$ csplit a /^b/+2
6
18
$ ls xx*
xx00  xx01
$ more xx*
::::::::::::::
xx00
::::::::::::::
a
b
c
::::::::::::::
xx01
::::::::::::::
123
abc
a
b
c
abc
# 正则匹配以c开头的行的前2行作为分界点,可以看到生成了一个0字节的空文件
$ csplit a /^c/-2
0
24
$ rm -rf xx*
# -z删除生成的空文件
$ csplit -z a /^c/-2
24
$ ll xx*
-rw-r--r-- 1 root root 24 Feb 16 00:39 xx00
$ more xx*
$ rm -rf xx*
# 使用/REGEXP/正则匹配会以匹配到的行作为分界点分割文件
$ csplit a /abc/
10
14
$ more xx*
::::::::::::::
xx00
::::::::::::::
a
b
c
123
::::::::::::::
xx01
::::::::::::::
abc
a
b
c
abc
$ rm -rf xx*
# 使用%REGEXP%正则匹配则不包括匹配行之前的内容,即保存匹配行之后的内容到分割文件中
$ csplit a %abc%
14
$ ls xx*
xx00
# 如下分割文件的第1行显示为abc
$ more xx00
abc
a
b
c
abc
$ rm -rf xx*
$ csplit a %c%
20
# 如下分割文件的第1行显示为c
$ more xx00
c
123
abc
a
b
c
abc
$ rm -rf xx*

# --suppress-matched不显示分割行
# 默认会将分割行显示在下一个文件中,如下xx01文件的第一行显示为2
$ seq 1 5 > b
$ csplit b 2
2
8
$ ls xx*
xx00  xx01
$ more xx*
::::::::::::::
xx00
::::::::::::::
1
::::::::::::::
xx01
::::::::::::::
2
3
4
5
$ rm -rf xx*
# 添加如下选项则分割文件中不显示分割行的内容,如下xx01文件的第一行显示为3
$ csplit --suppress-matched b 2
2
6
$ ls xx*
xx00  xx01
$ more xx*
::::::::::::::
xx00
::::::::::::::
1
::::::::::::::
xx01
::::::::::::::
3
4
5
$ rm -rf xx*
# 经测试该选项不支持正则匹配中的分割行隐藏,如下xx01文件中依然显示2
$ csplit --suppress-matched b /2/
2
8
$ more xx*
::::::::::::::
xx00
::::::::::::::
1
::::::::::::::
xx01
::::::::::::::
2
3
4
5