根据条件分割linux文件

Question

我在linux有一个文件。 该文件的内容如下。

Test_12
Test_abc
start_1
start_abcd
end_123
end_abcde_12

现在，我想根据第一个underscore之后的匹配字符串将文件拆分为多个小文件

输出继电器：

• Test.txt：

   Test_12 Test_abc 

• start.txt：

   start_1 start_abcd 

• end.txt：

   end_123 end_abcde_12 

我已经尝试过如下

while read -r line ; do
    echo "$line" >> "${line}.txt"  
done < split.txt

但是我每一行都有文件。

我在这里做错什么，如何获得所需的输出？

Answer 1

最好使用awk：

awk -F_ 'p && $1 != p{close(fn)} {p=$1; fn=p ".txt"; print>>fn} END{close(fn)}' split.txt

当第一列的值更改时，关闭文件的操作很少，因此如果您输入的文件很大，打开的文件就不会太多。

Answer 2

您需要修剪每行的下划线和尾随文本。 %%_*这样做：

while read -r line ; do
    echo "$line" >> "${line%%_*}.txt"  
done < split.txt

说明：

• % ：修剪尾随文本
• %% ：找到最长的匹配项
• _* ：下划线以及之后的所有内容

Answer 3

阅读为什么使用壳循环处理文本认为不好的做法 ，然后仅使用awk。

使用GNU awk，您需要做的是：

awk -F'_' '{print > ($1".txt")}' file

否则，由于其他问题，如果您的输入文件按第一个字段分组（如您的问题所示），那么您所需要做的就是：

awk -F'_' '{f=$1".txt"; print > f} f!=p{close(p); p=f}' file

如果不是，则效率会稍低，因为您可能需要重新打开以前关闭的文件（因此，用>>而不是> ）：

awk -F'_' '{f=$1".txt"; print >> f} f!=p{close(p); p=f}' file

Answer 4

你可以尝试一下：

while read line; do
    content=`echo $line|awk 'BEGIN{FS="_"}{print $1}'`
    for f in *; do
        filename=`echo $f|awk 'BEGIN{FS="."}{print $1}'`
        if [ "$content" == "$filename" ]; then
            echo $line>>$f
            break
        else
            echo $line>>$content.txt
            break
        fi
    done
done< file.txt

输出：

bash-4.4$ ls -lrt
total 12
-rw-r--r-- 1 21726 21726 978 Sep 22 04:54 README.txt
-rw-r--r-- 1 21726 21726  49 Sep 22 04:56 file.txt
-rwxr-xr-x 1 21726 21726 252 Sep 22 05:06 script.sh
bash-4.4$ cat file.txt
Test_12
Test_abc
Start_1
Start_abc
end_1
end_abc
bash-4.4$ ./script.sh
bash-4.4$ ls -lrt
total 24
-rw-r--r-- 1 21726 21726 978 Sep 22 04:54 README.txt
-rw-r--r-- 1 21726 21726  49 Sep 22 04:56 file.txt
-rwxr-xr-x 1 21726 21726 252 Sep 22 05:06 script.sh
-rw-r--r-- 1 21726 21726  17 Sep 22 05:06 Test.txt
-rw-r--r-- 1 21726 21726  18 Sep 22 05:06 Start.txt
-rw-r--r-- 1 21726 21726  14 Sep 22 05:06 end.txt
bash-4.4$ cat Start.txt
Start_1
Start_abc
bash-4.4$ cat Test.txt
Test_12
Test_abc
bash-4.4$ cat end.txt
end_1
end_abc