如何在Bash脚本中按4个换行符分割文件中的文本？

问题描述 #

需要在Bash脚本里把文本文件按连续4个换行符分割，最终得到3个对应内容的文件。试过cut命令但没用，因为cut不支持多换行符作为分隔符，想知道能不能用循环实现。

示例输入文件内容：

blabla
blabla




blabla
blabla
blabla
blabla




blabla
blabla
blabla
blabla
blabla

为什么cut不行？ #

cut只能用单个字符当分隔符，没法识别连续4个换行符这种多字符分隔符，所以你用cat file.cut | cut -d$'\n\n\n\n' -f1这种写法根本不生效。

解决方案 #

方法1：用awk快速实现（最推荐）

awk支持自定义多字符的记录分隔符，一行命令就能搞定：

awk -v RS='\n\n\n\n' 'NR>0 {print > "output_" NR ".txt"}' file.cut

执行后会生成output_1.txt、output_2.txt、output_3.txt三个文件，分别对应分割后的三段内容。

方法2：用tr+split组合

先把4个换行符替换成一个文本里不会出现的特殊字符（比如空字符\0），再用split分割：

tr '\n\n\n\n' '\0' < file.cut | split -d -z -n l/3 - output_

生成的文件是output_00、output_01、output_02，如果需要调整后缀格式可以修改参数。

方法3：用循环手动处理

如果一定要用循环逐行处理，可以这么写脚本：

#!/bin/bash
empty_line_count=0
file_index=1
current_content=""

while IFS= read -r line; do
    if [[ -z "$line" ]]; then
        ((empty_line_count++))
        # 遇到4个连续空行时输出文件
        if [[ $empty_line_count -eq 4 ]]; then
            echo "$current_content" > "output_${file_index}.txt"
            current_content=""
            empty_line_count=0
            ((file_index++))
        fi
    else
        # 非空行，重置空行计数并追加内容
        empty_line_count=0
        current_content+="$line"$'\n'
    fi
done < file.cut

# 处理最后一段没触发4空行的内容
if [[ -n "$current_content" ]]; then
    echo "$current_content" > "output_${file_index}.txt"
fi

把这段代码存成split_text.sh，给执行权限后运行./split_text.sh就能生成目标文件。

内容的提问来源于stack exchange，提问作者soosius