获取目录中每个文件的“头”？

Question

我正在处理大文件，我的问题有两个。

1. Bash - 出于测试目的，我想迭代给定目录中的每个文件，获取每个文件的

   Head

   （比如

   Head
   10000

   ），并留下每个文件的精简版本。要么在 同一目录或另一个目录并不重要，尽管我 假设同样的会是首选。

2. Python3 - 如何以编程方式执行此操作？我想我需要使用 os 模块？

Answer 1

使用 shell 尝试一下：

for i in *; do
    cp "$i" "$i.tail"
    sed -i '10001,$d' "$i.tail"
done

或者简单地：

for i in *; do
    sed '10001,$d' "$i" > "$i.tail"
done

或：

for i in *; do
    head -n 1000 "$i" > "$i.tail"
done

对于 python，如果您想使用 shell 代码，请参阅 http://docs.python.org/2/library/subprocess.html。

Answer 2

重击：

最直接的方法：

#!/usr/bin/env bash
DEST=/tmp/
for i in *
do
   head -1000 "${i}" > ${DEST}/${i}
done

如果您有大量文件，您可以通过生成文件列表、将它们拆分并针对每个列表运行循环来运行多个作业。

Python：

假设目标是不生成 shell 会话来执行外部二进制文件，例如“head”，这就是我的做法。

#!/usr/bin/env python
import os

destination="/tmp/"

for file in os.listdir('.'):
  if os.path.isfile( file ):
    readFileHandle = open(file, "r")
    writeFileHandle = open( destination + file , "w")
    for line in range( 0,1000):
      writeFileHandle.write(readFileHandle.readline())
    writeFileHandle.close()
    readFileHandle.close()

Answer 3

怎么样：

ls | xargs -i head {}

Answer 4

要以这种方式缩写当前目录中的所有文件，您可以使用：

for f in *; do [[ $f != *.small ]] && head -n 10000 "$f" > "$f".small; done

文件将以

.small

为后缀。

要从 python 中执行此操作，

import os
os.system('for f in *; do [[ $f != *.small ]] && head -n 10000 "$f" > "$f".small; done')