怎么按照范围模式将一个大文本文件生成多个小文本文件？

icefroster

一个10M多的文本文件，其内容的结构如下：
...
pattern_1
   数据区1
   ...
pattern _2

pattern_1
   数据区2
   ...
pattern _2

pattern_1
   数据区3
   ...
pattern _2
...


怎样根据pattern_1和pattern_2 将其中的数据区内容提取到多个文件呢？
(一个数据区存成一个文件)

lastart

可以用perl, 代码如下：

2. #!/usr/bin/perl
3. use warnings;
4. $_=<>;
5. chomp();
6. if ($_ =~/^pattern_/) {
7.         $i{$_}=1;
8.         open (FH,">".$_."_".$i{$_}++);
9. }else{
10.         open (FH,">before_pattern");
11. }
12. print FH $_."\n";
13. while(<>){
14.         chomp();
15.         if ($_ =~ /^pattern_/) {
16.                 $i{$_} = 1 unless $i{$_};
17.                 close(FH);
18.                 open(FH,">".$_."_".$i{$_}++);
19.         }
20.         print FH $_."\n";
21. }

复制代码

linwhwylb

如果那些内容是行数固定的或者大小固定的，就可以用split来。一句就搞定了。

springwind426

awk '/pattern/{f=$0;next}{print >> f}'  数据文件

会生成以 pattern_1  pattern_2  这样的文件名

chenfengyuan

perl -ne 'if(/(parttern_\d+)/){open OUT,'>',$1}else{print OUT $_}'

icefroster

谢谢几位热心的朋友，特别是lastart给出了详细的perl代码。

由于没接触过perl编程，但我还是尝试用脚本解决了这个碰到的实际问题，可能思路比较死板，不过能解决问题。

BASH代码如下，供大家参考：

grep -n 'pattern_1'  myfilename  |  sed 's/:/ /g'  |   awk '{print $1}'   > temp_file1

grep -n 'pattern_2'  myfilename  |  sed 's/:/ /g'  |   awk '{print $1}'   > temp_file2

paste  temp_file1  temp_file2  >  line_number_file

while  read n1 n2; do
sed -n "${n1}, ${n2}p" myfilename  >  "myfilename${n1}${n2}"
done <   line_number_file


主要思路如下：
1. grep 提取pattern_1和pattern_2行号，sed和awk处理后，形成2个临时文件；
2. paste 将2个文件对应的行连接， 方便read读入；
3. 循环从line_number_file文件读入行号，利用sed范围模式打印所需的部分到对应的新文件（新文件名比较乱，就是原文件名和2个行号组合成）；

至此，OK了。（本来还打算用C写程序来做这个事情）