Chia: làm thế nào để chia thành tỷ lệ phần trăm khác nhau?

Làm cách nào tôi có thể chia tệp văn bản thành 70% và 30% bằng lệnh split?

Các lệnh dưới đây sẽ hoạt động với tỷ lệ phần trăm trên 50% (nếu bạn chỉ muốn chia thành hai tệp), cách tiếp cận nhanh và bẩn.

1) chia 70% dựa trên các dòng

split -l $[ $(wc -l filename|cut -d" " -f1) * 70 / 100 ] filename 

2) phân chia 70% dựa trên byte

split -b $[ $(wc -c filename|cut -d" " -f1) * 70 / 100 ] filename

Bạn có thể sử dụng csplitđể chia thành hai phần (sử dụng bất kỳ tỷ lệ phần trăm nào), ví dụ: phần đầu tiên - 20% dòng đầu tiên, phần thứ hai - 80% dòng còn lại:

csplit infile $(( $(wc -l < infile) * 2 / 10 + 1))

$(wc -l < infile): tổng số dòng
2 / 10: phần trăm
+1: thêm một dòng vì csplitchia táchup to but not including line N

Bạn chỉ có thể phân chia dựa trên các dòng mặc dù.
Về cơ bản, miễn là bạn có số dòng thông qua $(( $(wc -l < file) * 2 / 10))bạn có thể sử dụng bất kỳ công cụ định hướng dòng nào:

sed 1,$(( $(wc -l < infile) * 2 / 10))'{
w 20-infile
d
}' infile > 80-infile

hoặc, thậm chí mát hơn:

{ head -n$(( $(wc -l < infile) * 2 / 10)) > 20-infile; cat > 80-infile; } <infile

mặc dù một số headngười câm và sẽ không tuân thủ các tiêu chuẩn nên điều này sẽ không hoạt động trên tất cả các thiết lập ...

{   BS=$(($(wc -c <file) * $P / 100))
    dd count=1 bs="$BS" >file1; cat
} <file >file2 2>/dev/null

... nên hoạt động cho trường hợp đơn giản này vì bạn chỉ chia tách một lần - và vì vậy có lẽ splitlà hơi quá mức. Vì vậy, miễn là các tập tin là seekable, ddsẽ chỉ làm một single read()trên <stdin, và vì vậy catcòn lại để bắt đầu của nó read()ở bất cứ điểmdd lá nó.

Nếu tệp lớn thì count=1 bs=$big_ol_numcó thể hơi khó sử dụng và nó có thể bị chặn với một số phép toán bổ sung - nhưng đơn giản -.

Một đầu vào phi seekable - như từ một đường ống - có thể nghiêng dd'kết quả s, mặc dù điều này có thể được xử lý như cũng w / GNU dd' s iflag=fullblock.

Đoạn mã sau sử dụng headvà tailhoạt động với bất kỳ tỷ lệ nào (40 đến 60 trong trường hợp này):

export FILE_NAME=train.vw
head -n $[ $(wc -l ${FILE_NAME}|cut -d" " -f1) * 40 / 100 ] ${FILE_NAME} > train_40.vw
tail -n +$[ ($(wc -l ${FILE_NAME}|cut -d" " -f1) * 40 / 100) + 1 ] ${FILE_NAME} > train_60.vw