用Python实现大文本文件切割的方法

在实际工作中，有些场景下，因为产品既有功能限制，不支持特大文件的直接处理，需要把大文件进行切割处理。

当然可以通过UltraEdit编辑工具，或者从网上下载一些文件切割器之类的。但这些要么手工操作太麻烦，要么不能满足自定义需求。

而且，对程序员来说，DIY一个轮子还是有必要的。

Python作为快速开发工具，其代码表达力强，开发效率高，因此用Python快速写一个，还是可行的。

需求描述：

输入：给定一个带列头的csv文件，或者txt文件，或者其他文本文件。

输出：指定单文件内部行数的一系列可区分小文件。

开发环境：Python 3.6

代码如下：

# -*- coding: cp936 -*-
import os
import time

def mkSubFile(lines,head,srcName,sub):
[des_filename, extname] = os.path.splitext(srcName)
filename = des_filename + '_' + str(sub) + extname
print( 'make file: ％s' ％filename)
fout = open(filename,'w')
try:
 fout.writelines([head])
 fout.writelines(lines)
 return sub + 1
finally:
 fout.close()

def splitByLineCount(filename,count):
fin = open(filename,'r')
try:
 head = fin.readline()
 buf = []
 sub = 1
 for line in fin:
  buf.append(line)
  if len(buf) == count:
   sub = mkSubFile(buf,head,filename,sub)
   buf = []
 if len(buf) != 0:
  sub = mkSubFile(buf,head,filename,sub)
finally:
 fin.close()

if __name__ == '__main__':
begin = time.time()
splitByLineCount('盂县.csv',600000)
end = time.time()
print('time is ％d seconds ' ％ (end - begin))

测试结果：

1.4GB的csv文件，13列数据，切分成23个小文件，耗时55秒。

来源：https://blog.csdn.net/zhang_qxian/article/details/62428492