如何用Shell按重复分隔符将文本分割为多个独立文件？

场景说明 #

你的文本文件以单独一行的<Line delimiter>作为分隔符，将内容分成多个任意长度的文本块，需要把每个块提取到独立文件中。

可行解决方案 #

方案1：使用awk（推荐）

awk可以直接按自定义规则处理，一次遍历完成分割，无需提前获取行号，逻辑清晰：

awk '/^<Line delimiter>$/ {block_num++; next} block_num > 0 {print > sprintf("block_%03d.txt", block_num)}' target.txt

• 逻辑解释：
  1. 匹配到单独一行的<Line delimiter>时，递增块计数器block_num，并跳过当前行
  2. 当block_num大于0时，将后续行写入对应序号的文件（如block_001.txt、block_002.txt）
  3. 自动处理任意长度的文本块，无需担心块内容换行问题

如果你的分隔符不是单独一行（比如前后有其他字符），可以改用记录分隔符模式：

awk -v RS='<Line delimiter>' 'NR > 1 {print > sprintf("block_%03d.txt", NR-1)}' target.txt

• 逻辑解释：
  • -v RS='<Line delimiter>'将分隔符设置为记录分隔符
  • NR > 1跳过第一个空记录（文件开头的分隔符会产生空记录）
  • 每个记录对应一个文本块，写入带序号的文件

方案2：使用csplit命令

csplit是专门用于按模式分割文件的工具，适合简单场景：

# 分割文件，生成xx00、xx01等临时文件
csplit target.txt '/^<Line delimiter>$/' '{*}'
# 批量重命名为规范文件名
for f in xx*; do
  mv "$f" "block_$(printf "%03d" ${f#xx}).txt"
done

• 逻辑解释：
  • /^<Line delimiter>$/指定匹配分隔符行的模式
  • {*}表示重复分割直到文件结束
  • 后续循环将默认的xx开头文件重命名为带序号的规范文件名

你之前尝试方案的问题 #

你用grep获取分隔符行号后循环调用split的方式存在逻辑错误：

• split -l $line每次都会从文件开头分割出$line行，而不是提取两个分隔符之间的内容
• 多次循环会生成大量重复的分割文件，无法准确获取目标文本块

内容的提问来源于stack exchange，提问作者jsNoob