将多个文件拆分在一起

Question

我有 70 个文件，看起来像 (file1 = complex.1.txt;... file69 = complex.69.txt... file70 = complex.70.txt)

ATOM   7066  O   GLY A 784      49.130  43.743 -23.586  1.00  1.00           O  
nnn
CONECT  337  403 
END
ATOM      1  N   ARG B   1      26.564 -17.621   9.457  1.00  1.00           N1+
ATOM      2  CA  ARG B   1      26.733 -18.764   8.526  1.00  1.00           C  

我想将所有 70 个文件分成两部分。第二个文件将在 END 之后开始。所有文件的拆分文件名将是 complex.1.txt_part1 和 complex.1.txt_part2 等等。 我尝试了awk解决方案

for ((i=1;i<=70;i++)); do awk '{file="complex.1.txt_part"++k;printf "%s%s",$0,RS > file;close(file)}' RS='END\n' complex.$i.txt; done

但它只给出 2 个文件的结果。有人可以纠正这个或发布其他好的解决方案。

Answer 1

gawk 具有 FILENAME 内置变量，这可能对您的要求有用。这个单线应该可以完成这项工作：

awk 'FNR==1{f=0}{print > FILENAME (f?"_part2":"_part1")}/END/{f=1}' complext.*.txt

Answer 2

这是一个 Perl 单行解决方案：

perl -n0e '$k=1; for (split /(?<=^END\n)/m) { open $fh, ">complex.$..txt_part".$k++; print $fh $_ }' complex.*.txt

说明

它使用这两个特殊的命令行选项：

-n

...告诉 Perl 逐条读取给定的输入文件，并为每条记录运行指定的单行。默认情况下，一条记录是一行，但是...

-0

...告诉 Perl 将“空字节”而不是“换行符”作为输入记录分隔符，因此整个文件将计为一条记录。

然后在单行代码本身：

• split /(?<=^END\n)/m

  ...将输入记录分成两个字符串，使用look-behind assertion 匹配行首的字符串END，后跟换行符。

• for (...) { ... }

  ...确保对两个拆分字符串中的每一个分别完成正确的部分

• open $fh, ">..."; print $fh $_

  ...打开一个新文件进行写入，然后将当前分割字符串写入其中

• $.

  ...引用当前输入记录号的特殊变量（即，每读取一条记录，它就会自动加一）。

• $k=1; ... $k++

  ...这样输出文件将在for 循环的第一次迭代中以“_part1”结尾，但在第二次迭代中以“_part2”结尾，对于每个输入记录。