BASH-根據條件將文件拆分為幾個文件

Question

我有一個具有以下結構的文件（ input.txt ）：

>day_1
ABC
DEF
GHI
>day_2
JKL
MNO
PQR
>day_3
STU
VWX
YZA
>month_1
BCD
EFG
HIJ
>month_2
KLM
NOP
QRS
...

我想將此文件拆分為多個文件（ day.txt ； month.txt ； ...）。 每個新的文本文件將包含所有“標題”行（以>開頭的行）及其內容（兩個標題行之間的行）。

因此， day.txt為：

>day_1
ABC
DEF
GHI
>day_2
JKL
MNO
PQR
>day_3
STU
VWX
YZA

和month.txt ：

>month_1
BCD
EFG
HIJ
>month_2
KLM
NOP
QRS

在這種情況下，我不能使用split -l ，因為每個類別（天，月等）的行數都不相同。 但是，每個子類別具有相同的行數（= 3）。

Answer 1

編輯：根據OP現在添加1更多解決方案。

awk -F'[>_]' '/^>/{file=$2".txt"} {print > file}'  Input_file

說明：

awk -F'[>_]' '        ##Creating field separator as > or _ in current lines.
/^>/{ file=$2".txt" } ##Searching a line which starts with > if yes then creating a variable named file whose value is 2nd field".txt"
    { print > file  } ##Printing current line to variable file(which will create file name of variable file's value).
'  Input_file         ##Mentioning Input_file name here.

跟隨awk可能會幫助您。

awk '/^>day/{file="day.txt"} /^>month/{file="month.txt"} {print > file}' Input_file

Answer 2

您可以將記錄分隔符設置為> ，然后僅根據$1給出的類別設置文件名。

$ awk -v RS=">" 'NF {f=$1; sub(/_.*$/, ".txt", f); printf ">%s", $0 > f}' input.txt

$ cat day.txt
>day_1
ABC
DEF
GHI
>day_2
JKL
MNO
PQR
>day_3
STU
VWX
YZA

$ cat month.txt
>month_1
BCD
EFG
HIJ
>month_2
KLM
NOP
QRS

Answer 3

由於每個子類別由相同數量的行組成，因此可以使用grep的-A / --after標志來指定在標頭后匹配的行數。

因此，如果您事先知道類別列表，則只需grep其子類別的標題即可將它們及其內容重定向到正確的文件：

lines_by_subcategory=3 # number of lines *after* a subcategory's header
for category in "month" "day"; do
    grep ">$category" -A $lines_by_subcategory input.txt >> "$category.txt"
done

您可以在這里嘗試 。

請注意，這不是最有效的解決方案，因為它必須為每個類別瀏覽一次輸入。 相反，其他解決方案可以瀏覽內容，並通過一次將每個子類別重定向到各自的文件。

Answer 4

這是>name_number格式的通用解決方案

$ awk 'match($0, /^>[^_]+_/){k = substr($0, RSTART+1, RLENGTH-2);
         if(!(k in a)){close(op); a[k]; op=k".txt"}}
       {print > op}' ip.txt

• 如果行在行首匹配>name_ ，則match($0, /^>[^_]+_/)
  • k = substr($0, RSTART+1, RLENGTH-2)保存name部分
  • if(!(k in a))如果在數組中找不到鍵
  • a[k]將鍵添加到數組
  • op=k".txt"輸出文件名
  • 如果要寫入的文件太多，請close(op)
• print > op輸入記錄打印到保存在op文件名