当面临将一个大文件进行切分时,linux的split命令是很好的选择。它包含多种参数,支持按行、大小进行切分。

split命令的语法如下:

split [--help][--version][-a ][-b][-C ][-l ][要切割的文件][输出文件名前缀]

对应的参数描述如下:

-a, --suffix-length=N 使用的后缀长度 (默认为 2) -b, --bytes=SIZE 每个输出文件的字节大小 -C, --line-bytes=SIZE 每个输出文件每行的最大字节大小 -d, --numeric-suffixes 使用数字后缀代替字母后缀 -l, --lines=NUMBER 设定每个输出文件的行数 --help 显示帮助信息 --version 显示版本信息

下面举几个例子:

1)将文件splitTest.txt分割成多个文件,分割后的每个文件大小为10M。命令:

$ split -b 20m splitTest.txt $ ls splitTest.txt xaa xab xac

2)将文件splitTest.txt分割成多个文件,分割后的每个文件大小为10M。指定分割后的文件前缀位split,命令:

$ split -b 20m splitTest.txt split $ ls splitaa splitab splitac splitTest.txt

3)将文件splitTest.txt分割成多个文件,每个文件50万行。命令:

$ wc -l splitTest.txt 1502216 splitTest.txt $ split -l 500000 splitTest.txt split $ ls splitaa splitab splitac splitad splitTest.txt

4)将文件splitTest.txt分割成多个文件,每个文件50万行。指定分割后的文件后缀为数字,数字位数为3位,命令:

$ wc -l splitTest.txt 1502216 splitTest.txt $ split -l 500000 -d -a 3 splitTest.txt split $ ls split000 split001 split002 split003 splitTest.txt

可以使用cat命令将切分后的文件合并成新的文件:  

$ cat split0* > original.txt