基于内容的分裂在Linux文件 [英] Splitting a file in linux based on content
本文介绍了基于内容的分裂在Linux文件的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我有400MB左右的电子邮件转储。我想这个分裂成.txt文件，每个文件由一个邮件。每封电子邮件开始使用标准的HTML头指定的doctype。
I have an email dump of around 400mb. I want to split this into .txt files, consisting of one mail in each file. Every e-mail starts with the standard HTML header specifying the doctype.
这意味着我将根据上面说的头分裂我的文件。我该如何去了解它在Linux？
This means I will have to split my files based on the above said header. How do I go about it in linux?
推荐答案
如果你有一个 mail.txt
$ cat mail.txt
<html>
mail A
</html>
<html>
mail B
</html>
<html>
mail C
</html>
运行则csplit 通过拆分＆LT; HTML和GT;
$ csplit mail.txt '/^<html>$/' '{*}'
- mail.txt => input file
- /^<html>$/ => pattern match every `<html>` line
- {*} => repeat the previous pattern as many times as possible
检查输出
$ ls
mail.txt xx00 xx01 xx02 xx03
如果你想要做它在 AWK
$ awk '/<html>/{filename=NR".txt"}; {print >filename}' mail.txt
$ ls
1.txt 5.txt 9.txt mail.txt
这篇关于基于内容的分裂在Linux文件的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
