Python 使用Unix开始按行拆分文件

我需要使用Unix按文件的第一个标记拆分文件

原始文件的外观如下所示：

TAG ANIMAL
A CAT
B CAT  
C CAT
D DOG
A DOG

结果文件应如下所示（拆分后）：

文件1

TAG ANIMAL  
A CAT  
A DOG  

文件2

TAG ANIMAL  
B CAT  

TAG ANIMAL  
C CAT  

TAG ANIMAL  
D DOG  

文件3

TAG ANIMAL  
B CAT  

TAG ANIMAL  
C CAT  

TAG ANIMAL  
D DOG  

文件4

TAG ANIMAL  
B CAT  

TAG ANIMAL  
C CAT  

TAG ANIMAL  
D DOG  

尝试： 我尝试使用文件名前缀split-p，但这只适用于已排序的数据，因此猫和狗最终会出现在不同的文件中。我还从中得到了另外3个不需要的随机文件

试试这个

 split [options] filename prefix

  it will split your file in unix

---

这款awk one liner将帮助您：

awk 'NR==1{t=$0;next}!a[$1]{print t>$1}{print >>$1;a[$1]=1;close($1)}' file

如果我们使用您的示例进行测试，在执行awk cmd之后，您将得到

A、B、C、D

四个文件

kent$  cat f
TAG ANIMAL
A CAT
B CAT  
C CAT
D DOG
A DOG

kent$  awk 'NR==1{t=$0;next}!a[$1]{print t>$1}{print >>$1;a[$1]=1;close($1)}' f

kent$  head {A..D}
==> A <==
TAG ANIMAL
A CAT
A DOG

==> B <==
TAG ANIMAL
B CAT  

==> C <==
TAG ANIMAL
C CAT

==> D <==
TAG ANIMAL
D DOG

kent$f类
标记动物
猫
B猫
C猫
D狗
狗
肯特$awk'NR==1{t=$0；下一个}！a[$1]{print t>$1}{print>>$1；a[$1]=1；close（$1）}'f
肯特$头{A..D}
==>A B C D您可以在Python中创建一个
split_file.py
scrip，如下所示：

original_file = open('original_file.txt', 'r')
file_contents = []
for line in original_file:
    file_contents.append(line.split())

tags = {c[0] for c in file_contents[1:]}
for tag in tags:
    file_name = 'file_{}.txt'.format(tag)
    new_file = open(file_name, 'w')
    new_file.write('{} {}\n'.format(file_contents[0][0], file_contents[0][1]))
    for content in file_contents:
        if content[0] == tag:
            new_file.write('{} {}\n'.format(content[0], content[1]))

    new_file.close()

此脚本假定您的原始文件名为
original\u file.txt
，它将创建名为
file\u.txt
的新文件

你可以打电话

python split_file.py

执行它。
当我运行此操作时，我得到一个错误，即split[options]没有这样的文件或目录。这不符合OP的要求。如果没有太多的标记，
close
的使用可能会过度。@kvantour我们不知道OP的输入是什么样子的。即使是Op本人也可能无法确定输入是如何进行的。使用
close
，脚本将始终工作，但如果没有它，脚本可能会失败。所以我把它放进去了，这只是一个一般性的评论。我完全同意你的看法。