У меня есть один файл с -|разделителем после каждого раздела ... нужно создавать отдельные файлы для каждого раздела, используя unix.

пример входного файла

wertretr
ewretrtret
1212132323
000232
-|
ereteertetet
232434234
erewesdfsfsfs
0234342343
-|
jdhg3875jdfsgfd
sjdhfdbfjds
347674657435
-|

Ожидаемый результат в файле 1

wertretr
ewretrtret
1212132323
000232
-|

Ожидаемый результат в файле 2

ereteertetet
232434234
erewesdfsfsfs
0234342343
-|

Ожидаемый результат в файле 3

jdhg3875jdfsgfd
sjdhfdbfjds
347674657435
-|

Один лайнер, без программирования. (кроме регулярного выражения и т. д.)

csplit --digits=2  --quiet --prefix=outfile infile "/-|/+1" "{*}"

протестировано на: csplit (GNU coreutils) 8.30

Примечания по использованию на Apple Mac

«Для пользователей OS X обратите внимание, что версия csplit, поставляемая с ОС, не работает. Вам понадобится версия в coreutils (устанавливается через Homebrew), которая называется gcsplit». - @Danial

«Чтобы добавить, вы можете получить версию для OS X для работы (по крайней мере, с High Sierra). Вам просто нужно немного настроить аргументы csplit -k -f=outfile infile "/-\|/+1" "{3}". Функции, которые, похоже, не работают, - это то "{*}", о чем я должен был указать количество разделителей, и необходимо добавить, -kчтобы избежать удаления всех исходящих файлов, если он не может найти последний разделитель. Также, если вы хотите --digits, вам нужно использовать -nвместо этого. " - @Pebbl

awk '{f="file" NR; print $0 " -|"> f}' RS='-\\|'  input-file

Пояснение (отредактировано):

RSявляется разделителем записей, и в этом решении используется расширение gnu awk, которое позволяет использовать более одного символа. NRэто номер записи.

Оператор печати печатает запись, за которой следует, " -|"в файл, который содержит номер записи в своем имени.

У Debian есть csplit, но я не знаю, является ли это общим для всех / большинства / других дистрибутивов. Если нет, то не должно быть слишком сложно отследить источник и скомпилировать его ...

Я решил немного другую проблему, когда файл содержит строку с именем, в которую должен идти следующий текст. Этот код на Perl помогает мне:

#!/path/to/perl -w

#comment the line below for UNIX systems
use Win32::Clipboard;

# Get command line flags

#print ($#ARGV, "\n");
if($#ARGV == 0) {
    print STDERR "usage: ncsplit.pl --mff -- filename.txt [...] \n\nNote that no space is allowed between the '--' and the related parameter.\n\nThe mff is found on a line followed by a filename.  All of the contents of filename.txt are written to that file until another mff is found.\n";
    exit;
}

# this package sets the ARGV count variable to -1;

use Getopt::Long;
my $mff = "";
GetOptions('mff' => \$mff);

# set a default $mff variable
if ($mff eq "") {$mff = "-#-"};
print ("using file switch=", $mff, "\n\n");

while($_ = shift @ARGV) {
    if(-f "$_") {
    push @filelist, $_;
    } 
}

# Could be more than one file name on the command line, 
# but this version throws away the subsequent ones.

$readfile = $filelist[0];

open SOURCEFILE, "<$readfile" or die "File not found...\n\n";
#print SOURCEFILE;

while (<SOURCEFILE>) {
  /^$mff (.*$)/o;
    $outname = $1;
#   print $outname;
#   print "right is: $1 \n";

if (/^$mff /) {

    open OUTFILE, ">$outname" ;
    print "opened $outname\n";
    }
    else {print OUTFILE "$_"};
  }

У меня работает следующая команда. Надеюсь, это поможет.

awk 'BEGIN{file = 0; filename = "output_" file ".txt"}
    /-|/ {getline; file ++; filename = "output_" file ".txt"}
    {print $0 > filename}' input

Вы также можете использовать awk. Я не очень знаком с awk, но мне показалось, что следующее работает. Он создал part1.txt, part2.txt, part3.txt и part4.txt. Обратите внимание, что последний созданный файл partn.txt пуст. Я не уверен, как это исправить, но уверен, что это можно сделать с помощью небольшой настройки. Есть какие-нибудь предложения?

awk_pattern файл:

BEGIN{ fn = "part1.txt"; n = 1 }
{
   print > fn
   if (substr($0,1,2) == "-|") {
       close (fn)
       n++
       fn = "part" n ".txt"
   }
}

команда bash:

awk -f awk_pattern input.file

Вот сценарий Python 3, который разбивает файл на несколько файлов на основе имени файла, указанного в разделителях. Пример входного файла:

# Ignored

######## FILTER BEGIN foo.conf
This goes in foo.conf.
######## FILTER END

# Ignored

######## FILTER BEGIN bar.conf
This goes in bar.conf.
######## FILTER END

Вот сценарий:

#!/usr/bin/env python3

import os
import argparse

# global settings
start_delimiter = '######## FILTER BEGIN'
end_delimiter = '######## FILTER END'

# parse command line arguments
parser = argparse.ArgumentParser()
parser.add_argument("-i", "--input-file", required=True, help="input filename")
parser.add_argument("-o", "--output-dir", required=True, help="output directory")

args = parser.parse_args()

# read the input file
with open(args.input_file, 'r') as input_file:
    input_data = input_file.read()

# iterate through the input data by line
input_lines = input_data.splitlines()
while input_lines:
    # discard lines until the next start delimiter
    while input_lines and not input_lines[0].startswith(start_delimiter):
        input_lines.pop(0)

    # corner case: no delimiter found and no more lines left
    if not input_lines:
        break

    # extract the output filename from the start delimiter
    output_filename = input_lines.pop(0).replace(start_delimiter, "").strip()
    output_path = os.path.join(args.output_dir, output_filename)

    # open the output file
    print("extracting file: {0}".format(output_path))
    with open(output_path, 'w') as output_file:
        # while we have lines left and they don't match the end delimiter
        while input_lines and not input_lines[0].startswith(end_delimiter):
            output_file.write("{0}\n".format(input_lines.pop(0)))

        # remove end delimiter if present
        if not input_lines:
            input_lines.pop(0)

Наконец, вот как вы его запускаете:

$ python3 script.py -i input-file.txt -o ./output-folder/

Используйте, csplitесли он у вас есть.

Если нет, но у вас есть Python ... не используйте Perl.

Ленивое чтение файла

Ваш файл может быть слишком большим для одновременного хранения в памяти - предпочтительнее построчное чтение. Предположим, что входной файл назван «samplein»:

$ python3 -c "from itertools import count
with open('samplein') as file:
    for i in count():
        firstline = next(file, None)
        if firstline is None:
            break
        with open(f'out{i}', 'w') as out:
            out.write(firstline)
            for line in file:
                out.write(line)
                if line == '-|\n':
                    break"

cat file| ( I=0; echo -n "">file0; while read line; do echo $line >> file$I; if [ "$line" == '-|' ]; then I=$[I+1]; echo -n "" > file$I; fi; done )

и отформатированная версия:

#!/bin/bash
cat FILE | (
  I=0;
  echo -n"">file0;
  while read line; 
  do
    echo $line >> file$I;
    if [ "$line" == '-|' ];
    then I=$[I+1];
      echo -n "" > file$I;
    fi;
  done;
)

Это проблема, для которой я написал разделение контекста: http://stromberg.dnsalias.org/~strombrg/context-split.html

$ ./context-split -h
usage:
./context-split [-s separator] [-n name] [-z length]
        -s specifies what regex should separate output files
        -n specifies how output files are named (default: numeric
        -z specifies how long numbered filenames (if any) should be
        -i include line containing separator in output files
        operations are always performed on stdin

Here is a perl code that will do the thing

#!/usr/bin/perl
open(FI,"file.txt") or die "Input file not found";
$cur=0;
open(FO,">res.$cur.txt") or die "Cannot open output file $cur";
while(<FI>)
{
    print FO $_;
    if(/^-\|/)
    {
        close(FO);
        $cur++;
        open(FO,">res.$cur.txt") or die "Cannot open output file $cur"
    }
}
close(FO);