如何使用awk打印每第n个匹配

Question

我想将一个大的xml文件拆分为几个较小的文件。我发现了一个解决方案，每个节点分割到它自己的文件：

上面的代码每个“单声道”节点，并输出到一个文件名行{} ROWNUMBER .XML匹配。我怎样才能每20个匹配打印一个文件？

Answer 1

我会说让你的“计数”变量，你只需要改变你建立你的文件名的方式：f="row" int(count/20) ".xml"

你没有明确关闭该文件。所有打开的文件将在awk退出时关闭。 鉴于评论，我会发表评论。在下面的代码中注意，一个文件将被关闭20次，但根据需要重新打开。

awk ' 
    /<mono/ {close f; count++; f = "row" int(count/20) ".xml"} 
    count {print >> f} 
' file.xml 

Answer 2

保持两个计数 - 当前一个和重复计数。仅做当前活动（打印标签）时的重复计数模20处于适当的值（0和1，在所示的代码）：

awk '/<mono/ { if (repeat++ % 20 == 0) { close("row"count".xml"); count++ } } 
    count && repeat % 20 == 1 { f = "row"count".xml"; print $0 > f}' file.xml 

在“== 1”条件的第二条件有点不整洁;可能有更好的方法来处理这种逻辑。

请注意，您的代码检测到'<monotonous>'也是Mono。

---

分组记录1-20文件1，21-40 file2中，等...

同样的总体思路适用......你有一个文件编号和匹配的记录数量，以及你适当地处理它们。测试代码：

awk '/<mono/ { if (recno > 1 && recno % 20 == 0) { close(file); count++;} 
       if (recno % 20 == 0) { file = "row" count ".xml" } 
       print $0 > file 
       recno++ 
      }' file.xml 

第一个文件将是row.xml。随后的文件是row1.xml等

我测试此在这样一个文件：

<mono> <tonous val=001/> </mono> 
ignore 
<mono> <tonous val=002/> </mono> 
<mono> <tonous val=003/> </mono> 
<mono> <tonous val=004/> </mono> 
<mono> <tonous val=005/> </mono> 
ignore 
<mono> <tonous val=006/> </mono> 
<mono> <tonous val=007/> </mono> 
<mono> <tonous val=008/> </mono> 
<mono> <tonous val=009/> </mono> 
ignore 
<mono> <tonous val=010/> </mono> 
<mono> <tonous val=011/> </mono> 
<mono> <tonous val=012/> </mono> 
<mono> <tonous val=013/> </mono> 
<mono> <tonous val=014/> </mono> 
ignore 
<mono> <tonous val=015/> </mono> 
<mono> <tonous val=016/> </mono> 
<mono> <tonous val=017/> </mono> 
<mono> <tonous val=018/> </mono> 
<mono> <tonous val=019/> </mono> 
ignore 
<mono> <tonous val=020/> </mono> 
<mono> <tonous val=021/> </mono> 
<mono> <tonous val=022/> </mono> 
<mono> <tonous val=023/> </mono> 
ignore 
<mono> <tonous val=024/> </mono> 
... 

它含有100条<mono>线和ignore线（一些重复的）洒。它生成了文件row.xml,row1.xml，... row4.xml，每行有20行。这在MacOS X 10.6.6上用标准（BSD）awk进行了测试。