如何能做到分割文件但不分割文件中的中文字符？

habitzap

初学python，写一个小程序练手，要做的事情很简单，就是将一个文件，按照1M大小分割成多个小文件

#!/usr/bin/python

import sys;

if len(sys.argv) != 2:
    print("Usage: ", sys.argv[0], " FILENAME";
    exit()

in_file = sys.argv[1];
i = 0;
new_name = in_file;

# open the input file
f = open(in_file, "r";


while True:
    # create small files
    new_name = ''.join([new_name, str(i)]);
    i += 1;
    nf = open(new_name, 'w')
    # 1048576 = 1024 * 1024 = 1MB
    content = f.read(1048576)
    if not content:
        break
    nf.write(content);
    nf.close();
    print("create file: ", new_name);

f.close();
print("All done!";

本以为这样就ok了，结果使用一篇小说测试后，发现程序是有问题的，判断应该是程序把一个字符从中间截断，导致报错
请教下大家，如果能够实现“近似1M”的分割呢？

tubocurarine

我有时下载个小说之类的，如果小说太大，也用python分割成若干个较小的文件，但是分割的时候是按行分割，不是按字节分。因为如果按字节分，很有可能会将一行截断，看着挺不爽的。

但这种按字节分割，程序本身应该没有问题吧 。


我用你的代码试了一下，没发现问题。

python test.py test.txt
('create file: ', 'test.txt0')
('create file: ', 'test.txt01')
('create file: ', 'test.txt012')
('create file: ', 'test.txt0123')
('create file: ', 'test.txt01234')
('create file: ', 'test.txt012345')
('create file: ', 'test.txt0123456')
All done!

windwiny

使用 rb 读， 编码转换成 unicode， 分割，再转换成需要的编码