linux下文件的切分合并及完整性校验

23 篇文章 0 订阅

1.文件切分

# split [参数] [源文件] [文件前缀名(可以是路径,不指定则为“x”)]
# example 1
## 按行数切割。每10行切割成一个文件。
split -l 10 text text_split
split -10 text text_split
## 分割为指定个数。分割为10个文件。
split -n 10 text text_split
## 按字节切割。每10M切割成一个文件,支持K、M、G、T等单位。
split -b 10M text text_split
## 指定后缀长度。默认为2,采用如aa、ab、ac等这样编号。
split -l 10 -a 3 text text_split
## 后缀采用数字递增。默认从00开始,-a 1则从0开始。
split -l 10 -d text text_split
## 添加额外统一后缀。如以.slice为后缀
split --additional-suffix .slice text text_split
  1. 文件合并
cat text_split* > text_new

3.完整性校验

md5sum text
md5sum text_new
只要两者返回的md5值相同,则新文件与原文件一致

参考:
进行大文件的分片操作(split),合并(cat/copy) [个人博客]

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在Python中进行切分合并单元格的操作可以通过使用pandas库的功能来实现。具体步骤如下: 1. 导入pandas库并读取Excel文件(如果需要)。 2. 创建一个pandas的DataFrame对象,将Excel中的数据加载到DataFrame中。 3. 使用pandas的merge()函数来合并需要合并的单元格。可以根据需要指定合并的行或列。 4. 使用pandas的split()函数来切分单元格。可以根据需要指定切分的行或列。 5. 在需要的位置使用pandas的to_excel()函数将DataFrame对象保存为Excel文件。 下面是一个示例代码: ```python import pandas as pd # 读取Excel文件 data = pd.read_excel('data.xlsx') # 合并单元格 merged_data = data.merge() # 切分单元格 split_data = data.split() # 保存为Excel文件 merged_data.to_excel('merged_data.xlsx') split_data.to_excel('split_data.xlsx') ``` 请注意,这只是一个示例代码。具体的合并切分操作可能需要根据实际情况进行调整。同时,也可以根据具体需求使用其他库或方法来进行单元格的切分合并操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [jupyter合并(拆分)cell单元格](https://blog.csdn.net/nebula1008/article/details/120049147)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [python切分TXT的句子到Excel(复制可用)——以及python切分句子遇到的问题汇总](https://blog.csdn.net/qq_41517071/article/details/127837347)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [代码实操:Python聚类分析](https://download.csdn.net/download/weixin_44510615/88231861)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值