如何在以数字开头的行拆分文本文件

Question

我有一个如下所示的文件 ('tosplit'):

20210101 等等等等
等等 20210101
等等 20210101
等等 20210101
20210315 等等等等
等等 20210315
等等 20210315
等等 20210315

我想将此文件分成两个文件，如下所示（即，每个文件包含以日期开头的行以及之后和以 'blah' 开头的所有行）：
（文件 1）
20210101 等等等等
等等 20210101
等等 20210101
等等 20210101
（文件 2）
20210315 等等等等
等等 20210315
等等 20210315
等等 20210315

使用 csplit (>csplit -z tosplit /2021/ '{*}') 不起作用，因为分隔符在我试图保存为单个文件的块中多次出现。有没有办法根据行的第一个字符是数字而不是字母来拆分？非常感谢。

Answer 1

如果条件总是 2021，您可以尝试这个 awk。它生成名称为 fileX 的文件（并在不询问的情况下覆盖现有文件），其中 X 是拆分数。

$ awk 'BEGIN{x=1} NR>1 && /^2021/{ close("file"x); x++ } 
    { print > ("file"x) }' tosplit

$ for i in file[12];do echo $i; cat $i ;done      
file1
20210101 blah blah
blah 20210101
blah 20210101
blah 20210101
file2
20210315 blah blah
blah 20210315
blah 20210315
blah 20210315

更通用的版本

$ awk 'BEGIN{x=1} NR>1 && /^[[:digit:]]/{ close("file"x); x++ } 
    { print > ("file"x) }'

Answer 2

鉴于：

cat tosplit
20210101 blah blah
blah 20210101
blah 20210101
blah 20210101
20210315 blah blah
blah 20210315
blah 20210315
blah 20210315
2021 blah
blah

您可以通过添加锚点 ^ 来使用 csplit 以指定仅在行的开头使用 2021:

csplit -z tosplit /^2021/ '{*}'
61
61
15

创建文件：

xx00:
20210101 blah blah
blah 20210101
blah 20210101
blah 20210101
xx01:
20210315 blah blah
blah 20210315
blah 20210315
blah 20210315
xx02:
2021 blah
blah

Try it online

如何在以数字开头的行拆分文本文件

How to split a text file at lines which begin with a number

awk

split

sed