免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
12下一页
最近访问板块 发新帖
查看: 5404 | 回复: 14

[文本处理] 拆分文件 [复制链接]

论坛徽章:
0
发表于 2013-06-18 10:15 |显示全部楼层
我现在要处理的文件内容为
20130617121212|123|456|
20130617131212|123|456|
20130617141212|123|456|
20130618101010|123|456|
20130618111111|123|456|
20130618121212|123|456|
20130619101010|123|456|
......

我现在要把这个文件里的内容拆分到N个文件,以第一个字段区分存储到哪个文件里,比如20130617的3条记录放到20130617.unl中,0618的放到20130618.unl中,0919的放到20130619.unl中
有没有快捷的方法快速拆分,

论坛徽章:
33
ChinaUnix元老
日期:2015-02-02 08:55:39CU十四周年纪念徽章
日期:2019-08-20 08:30:3720周年集字徽章-周	
日期:2020-10-28 14:13:3020周年集字徽章-20	
日期:2020-10-28 14:04:3019周年集字徽章-CU
日期:2019-09-08 23:26:2519周年集字徽章-19
日期:2019-08-27 13:31:262016科比退役纪念章
日期:2022-04-24 14:33:24
发表于 2013-06-18 10:25 |显示全部楼层
  1. awk '{print > substr($0,1,8)}' urfile
复制代码

论坛徽章:
28
15-16赛季CBA联赛之八一
日期:2016-02-22 19:10:4215-16赛季CBA联赛之深圳
日期:2016-12-01 10:34:0415-16赛季CBA联赛之新疆
日期:2016-12-07 10:24:2915-16赛季CBA联赛之同曦
日期:2016-12-15 12:06:43CU十四周年纪念徽章
日期:2016-12-18 13:03:4415-16赛季CBA联赛之吉林
日期:2017-01-03 15:52:2515-16赛季CBA联赛之辽宁
日期:2017-01-04 14:58:2415-16赛季CBA联赛之辽宁
日期:2017-01-15 09:42:512016科比退役纪念章
日期:2017-02-06 17:21:50黑曼巴
日期:2017-02-10 15:46:1215-16赛季CBA联赛之上海
日期:2017-03-18 10:14:5415-16赛季CBA联赛之青岛
日期:2017-03-18 22:00:44
发表于 2013-06-18 10:35 |显示全部楼层
本帖最后由 moperyblue 于 2013-06-18 10:36 编辑

回复 1# gxxiaotian
  1. awk -F"|" '{print > substr($1,1,8)".unl"}' file
复制代码

论坛徽章:
0
发表于 2013-06-18 10:42 |显示全部楼层
回复 2# Shell_HAT

谢谢,方法可行{:3_189:}


   

论坛徽章:
0
发表于 2013-06-18 10:43 |显示全部楼层
回复 3# moperyblue
谢谢啊,是我想要的


   

论坛徽章:
93
2015年辞旧岁徽章
日期:2019-10-10 10:51:15CU大牛徽章
日期:2014-02-21 14:21:56CU十二周年纪念徽章
日期:2020-10-15 16:55:55CU大牛徽章
日期:2014-02-21 14:22:07羊年新春福章
日期:2019-10-10 10:51:39CU大牛徽章
日期:2019-10-10 10:55:38季节之章:春
日期:2020-10-15 16:57:40ChinaUnix元老
日期:2019-10-10 10:54:42季节之章:冬
日期:2019-10-10 10:57:17CU大牛徽章
日期:2014-02-21 14:22:52CU大牛徽章
日期:2014-03-13 10:40:30CU大牛徽章
日期:2014-02-21 14:23:15
发表于 2013-06-18 10:44 |显示全部楼层
awk 自然是最合适的工具了,娱乐一下sed:
  1. [seesea@UC tt]$ sed -r 's/(........).*/echo "&" >> \1.unl/e' file

  2. [seesea@UC tt]$ ls
  3. 20130617.unl  20130618.unl  20130619.unl  file
  4. [seesea@UC tt]$ head *.unl
  5. ==> 20130617.unl <==
  6. 20130617121212|123|456|
  7. 20130617131212|123|456|
  8. 20130617141212|123|456|

  9. ==> 20130618.unl <==
  10. 20130618101010|123|456|
  11. 20130618111111|123|456|
  12. 20130618121212|123|456|

  13. ==> 20130619.unl <==
  14. 20130619101010|123|456|
复制代码

论坛徽章:
13
丑牛
日期:2013-08-16 15:08:22技术图书徽章
日期:2013-11-26 10:13:40双鱼座
日期:2013-11-08 15:03:26戌狗
日期:2013-11-08 13:52:30技术图书徽章
日期:2013-11-05 14:06:30戌狗
日期:2013-10-31 11:45:42CU十二周年纪念徽章
日期:2013-10-24 15:41:34天秤座
日期:2013-10-11 14:55:08子鼠
日期:2013-09-26 19:36:35水瓶座
日期:2013-09-26 17:44:56午马
日期:2013-08-26 10:24:23丑牛
日期:2013-08-19 14:43:22
发表于 2013-06-18 11:11 |显示全部楼层
回复 6# seesea2517


    借用一下,省几个字符
  1. sed -r 's/(.{8}).*/echo "&" >> \1.unl/e' file
复制代码

论坛徽章:
0
发表于 2013-06-18 14:04 |显示全部楼层
回复 2# Shell_HAT

追问一句,怎么统计0617 0618 0619的记录有多少个呢


   

论坛徽章:
33
ChinaUnix元老
日期:2015-02-02 08:55:39CU十四周年纪念徽章
日期:2019-08-20 08:30:3720周年集字徽章-周	
日期:2020-10-28 14:13:3020周年集字徽章-20	
日期:2020-10-28 14:04:3019周年集字徽章-CU
日期:2019-09-08 23:26:2519周年集字徽章-19
日期:2019-08-27 13:31:262016科比退役纪念章
日期:2022-04-24 14:33:24
发表于 2013-06-18 14:29 |显示全部楼层
回复 8# gxxiaotian
  1. awk '{a[substr($0,1,8)]++;print > substr($0,1,8)}END{for(i in a)print i,a[i]}' urfile
复制代码

论坛徽章:
0
发表于 2013-06-18 14:34 |显示全部楼层
回复 9# Shell_HAT


非常感谢

   
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP