split命令(文件切割 & wc命令:统计行数 字数 字符数)

split命令:文件切割 有时候文件过大,导致不能正常使用,可以用split进行切割。
命令参数: split [选项] [要切割的文件] [输出文件名前缀]
-a, --suffix-length=N切割文件的后缀的位置,default 为2 -b, --bytes=SIZE指定块的大小,可以指定size的单位,b表示512字节,k代表1K字节,m代表1M字节,还有G,T,P -d, --numeric-suffixes 利用数据前缀,而不是字母前缀,默认是字母前缀。 -l, --lines=NUMBER指定行数进行切割。
例: 1、对examples.desktop文件进行切割。 linux@ubuntu:~$ cat -n examples.desktop1 [Desktop Entry] 2 Version=1.0 3 Type=Link 4 Name=Examples 5 Comment=Example content for Ubuntu 6 URL=file:///usr/share/example-content/ 7 Icon=folder 8 X-Ubuntu-Gettext-Domain=example-content 9
linux@ubuntu:~$ split -l 1 examples.desktopex_ linux@ubuntu:~$ ls ex_* ex_aaex_abex_acex_adex_aeex_afex_agex_ahex_ai linux@ubuntu:~$观察examples.desktop有9行,我们测试每一行分割成一个小文件。结果生成了ex_aa ... ex_ai9个文件。
2、对examples.desktop进行分割,以数字后缀命名。 nux@ubuntu:~$ split -l 1 --numeric-suffixesexamples.desktop cdyemail_ linux@ubuntu:~$ ls cdye* cdyemail_00cdyemail_02cdyemail_04cdyemail_06cdyemail_08 cdyemail_01cdyemail_03cdyemail_05cdyemail_07 linux@ubuntu:~$
3、对二进制文件进行分割,块的大小为20M linux@ubuntu:~$ ls -h -ldata.tar.gz#文件大小为147M,1个20M能分8个 -rw-r--r-- 1 linux linux 147M 2011-01-28 21:04 data.tar.gz linux@ubuntu:~$ split --bytes=20M --numeric-suffixes data.tar.gzemail_ linux@ubuntu:~$ ls email_* email_00email_01email_02email_03email_04email_05email_06email_07 通过测试可以看出已经分割成8个文件了。
这个命令的功能也很好记,因为它功能很有限:


wc -c filename:显示一个文件的字节数


wc -m filename:显示一个文件的字符数


wc -l filename:显示一个文件的行数


wc -L filename:显示一个文件中的最长行的长度


wc -w filename:显示一个文件的字数


[rocrocket@rocrocket programming]$ cat wc1.txt
1 2
34 5
你好
[rocrocket@rocrocket programming]$ wc -c wc1.txt
16 wc1.txt
[rocrocket@rocrocket programming]$ wc -m wc1.txt
12 wc1.txt
[rocrocket@rocrocket programming]$ wc -l wc1.txt
3 wc1.txt
[rocrocket@rocrocket programming]$ wc -L wc1.txt
4 wc1.txt
[rocrocket@rocrocket programming]$ wc -w wc1.txt
5 wc1.txt
每行结尾的换行符也算一个字符,空格也算一个字符。


由于采用UTF-8编码,所以一个汉字在这里被转换为3字节,所以wc -c显示的结果是16,即“第一行的4个字节+第二行的5个字节+第三行的7个字节”=4+5+7=16。


而当使用-m选项时,一个汉字就作为一个字符计算,所以是4+5+3=12。


当使用-L时,是给出最长行的长度,第二行最长,有4个字符长。(显然是不把换行符计算在内)


使用-w是计算字数,一个字是一个word,所以“34”表示一个word,一个“你好”表示一个word(我试过了,当中文是连在一起的,不管多少个,在计算字数word时,只有一个),因此2+2+1=5。


插孔说说tab制表符,这个符号比较特殊,当使用-L时,制表符算7个字符(这要依据一个制表符的长度而定,在我的系统中一个制表符算7个空格长度)。而当使用-w时,制表符和空格没有两样,都作为字的间隔来看待。当用-c时,一个制表符也就算一个字符,因为它的确就只是一个字符而已。


如果你直接执行wc wc1.txt,则显示:


[rocrocket@rocrocket programming]$ wc wc1.txt 35 16 wc1.txt
输出信息依次是:行数 字数 字节数 文件名称。

    推荐阅读