如何在 shell 中以可移植的方式在第一个空行上分割文件（例如使用 sed）？

Question

我想将包含 HTTP 响应的文件拆分为两个文件：一个仅包含 HTTP 标头，另一个包含消息正文。为此，我需要使用 shell 脚本 在第一个空行上将文件分成两个（或者对于第一行仅包含 CR = '\r' 字符的 UNIX 工具） 。

如何以可移植的方式执行此操作（例如使用 sed，但不使用 GNU 扩展）？人们可以假设空行不会是文件中的第一行。空行可以到达其中一个文件，也可以不到达或同时到达两个文件；这对我来说并不重要。

Answer 1

您可以使用 csplit：

echo "a
b
c

d
e
f" | csplit -s - '/^$/'

或者

csplit -s filename '/^$/'

（假设“filename”的内容与 echo 的输出相同）在本例中将创建两个名为“xx00”和“xx01”的文件。前缀可以从“xx”更改为“outfile”，例如使用-f outfile，文件名中的位数可以使用-n 3更改为3代码>.如果需要处理 Macintosh 行结尾，可以使用更复杂的正则表达式。

要在每个空行处分割文件，您可以使用：

csplit -s filename '/^$/' '{*}'

模式 '{*}' 使前面的模式重复尽可能多的次数。

Answer 2

$ cat test.txt
a
b
c

d
e
f
$ sed '/^$/q' test.txt 
a
b
c

$ sed '1,/^$/d' test.txt 
d
e
f

如果您预计空行上可能有空格，请将 /^$/ 更改为 /^\s*$/。

Answer 3

给定 awk 脚本

BEGIN { fout="headers" }
/^$/ { fout="body" }
{ print $0 > fout }

awk -f foo.awk < httpfile 将为您写出 headers 和 body 两个文件。

Answer 4

您可以使用以下命令提取文件的第一部分（HTTP 标头）：

awk '{if($0~"^\r*$")exit;print}' myFile

并使用以下命令提取第二部分（HTTP 正文）：

awk '{if(body)print;if($0~"^\r*$")body=1}' myFile