Bash：根据特定字符串将文件拆分为多个文件并将新文件名保存到数组中答案

【问题标题】：Bash: split file into multiple files based on certain string and save new filenames into arrayBash：根据特定字符串将文件拆分为多个文件并将新文件名保存到数组中
【发布时间】：2017-07-19 12:11:15
【问题描述】：

我有一个包含以下内容的文件：

(Item)
(Values)
blabla
blabla
(StopValues)
(Item)
(Values)
hello
hello
(StopValues)

我想将其拆分为多个文件，以便一个文件始终包含从(Item) 到(StopValues) 的内容（包括这两个标签）。此外，由于我必须进一步使用这些文件并使用 mktemp，因此我想在创建每个文件名时将其保存在一个数组中。

为了拆分它们，我使用了 awk 的方法：

  awk '/(StopValues)/{n++}{print >"out" n ".txt" }' mainfile.txt

这里的第一个问题，当提供“一组”数据时，我仍然得到 2 个新的 txt 文件，一个只包含 (StopValues) 标签，另一个只包含这个标签。

第二个问题，我想用mktemp 创建文件，而不是自己命名它们并且我需要它们在一个数组中，如何在 awk 循环中动态创建新文件并将它们的名称保存到数组中？

【问题讨论】：

一个数组，你的意思是 awk 数组还是 bash 数组？
我的意思是一个 bash 数组
您的文件可以有多少个部分/块？
那没有定义，我这样称呼我的脚本cat *.txt | ./script 并且来自 cat 的所有内容都写在一个文件中。当我像这样对所有文件的 cat 进行管道传输时，是否有可能查看哪些内容来自哪个“cat（ed）文件”，分别将其拆分并直接将其作为数组获取？因为如果可能的话，我所做的一切都不再需要了
好的，一切都清楚了，发布我的答案。

标签： arrays string bash file

【解决方案1】：

@试试：

awk '/(Item)/{A=1;count++} A{VAL=VAL?VAL ORS $0:$0} /(StopValues)/{A="";print VAL > "out" count ".txt";VAL=""}'   Input_file

将创建 2 个文件 out2.txt 和 out1.txt。

编辑：现在也添加非单线形式的解决方案。

awk '/(Item)/{
                A=1;
                count++
             }
    A        {
                VAL=VAL?VAL ORS $0:$0
             }
    /(StopValues)/{
                        A="";
                        print VAL > "out" count ".txt";
                        VAL=""
                  }
    '    Input_file

【讨论】：

【解决方案2】：

首先是命令：

arr=($(awk 'BEGIN{cmd="mktemp -u"; cmd|getline tmp}
{print > tmp}/\(StopValues/{a[++i]=tmp;close(cmd);close(tmp); cmd|getline tmp;}END{for(i=1;i<=length(a);i++)print a[i]; }' inputFile ))

awk 部分：

awk 'BEGIN{cmd="mktemp -u"; cmd|getline tmp}
     {print > tmp}
     /\(StopValues/{a[++i]=tmp
                    close(cmd)
                    close(tmp)
                    cmd|getline tmp} 
    END{for(i=1;i<=length(a);i++)print a[i]; }' inputFile

有了这个inputFile (f)：（我添加了第三块）

kent$  cat f
(Item)
(Values)
blabla
blabla
(StopValues)
(Item)
(Values)
hello
hello
(StopValues)
(Item)
(Values)
hello
hello
(StopValues)

awk 会输出：

#The filenames can be different.
/tmp/tmp.DRaLMsXROR
/tmp/tmp.yUL6GO4xtv
/tmp/tmp.Kb0UxsHVno

所以你可以看到输出有 3 个临时文件。每个文件都包含一个输入文件块。

输出具有临时文件名，我们将其放在 bash 数组声明中，因此我们将它们放在数组中。所以放在一起，我们做一个测试：（这里我只是检查第一个块/临时文件）：

kent$  arr=($(awk 'BEGIN{cmd="mktemp -u"; cmd|getline tmp}                                                                                                                  
    {print > tmp}/\(StopValues/{a[++i]=tmp;close(cmd);close(tmp); cmd|getline tmp;}END{for(i=1;i<=length(a);i++)print a[i]; }' f ))

kent$  echo ${arr[*]}                                                                                                                                                       
/tmp/tmp.fcf7ac0eVl /tmp/tmp.Rjru5psFQB /tmp/tmp.ldaBWCucNg

kent$  echo ${arr[1]}
/tmp/tmp.fcf7ac0eVl

kent$  cat $(echo ${arr[1]})                              
(Item)
(Values)
blabla
blabla
(StopValues)

【讨论】：