• 文档
• 教程

csplit 是 GNU coreutils 提供的文件分割工具，它能依据文件自身的结构特征（如匹配到某个正则表达式的行、指定的行号）将一个超大文件切割成多个小碎片文件，而非像 split 那样只能机械地按大小或行数切分。本文以 command/csplit.md 为主体，结合本仓库中 command/split.md、command/dd.md 等配套文档，系统讲解 csplit 的语法、全部选项、匹配模式原理与真实场景下的完整实战命令，读完即可上手处理日志按段拆分、配置按块切分等常见需求。

csplit 与 split：两种不同的分割思路

在 Linux 下做文件分割，最容易混淆的是split与csplit这对命令。二者的核心区别在于分割依据：

• split只根据文件大小（-b）或行数（-l）来分割，它不关心文件内容本身，例如 command/split.md 中split -b 10k date.file就是把文件按 10KB 大小机械切分，输出xaa、xab、xac...这样均匀的小块。
• csplit则是 split 的一个变体，它能够根据文件本身的特点来分割文件，例如遇到某个正则表达式匹配到的行就切一刀，因此特别适合把带有明确分隔标记（如SERVER-1、SERVER-2）的日志、配置、数据文件按语义块拆开。

一句话总结：split 解决“切多大”的问题，csplit 解决“在哪里切”的问题。

语法格式

csplit(选项)(参数)

csplit 的基本调用形式为：

csplit [选项] 文件 模式1 模式2 ...

其中“模式”可以重复出现多个，csplit 会按顺序逐个执行切割，这也是它能实现多段分割的关键。

选项详解

csplit 的选项全部围绕“输出文件叫什么、长什么样、出错了怎么办”这三个维度设计：

选项组合的典型效果

默认情况下，分割产生的文件名形如xx00、xx01、xx02……，由三个部件构成：

1. 前缀（默认xx），由-f控制；
2. 数字序号（默认 2 位），由-n控制位数；
3. 后缀格式（默认无），由-b控制，可附加扩展名。

因此-f server -n 2 -b "%02d.log"会生成server00.log、server01.log这样的文件名，其中%02d表示用两位十进制数字补零填充序号，-b的值与 C 语言printf格式串规则一致。

参数说明

csplit 有两个位置参数：

• 文件：指定要分割的原文件；
• 模式：指定分割文件时的匹配模式，核心形式是/正则表达式/（匹配到该正则的行即作为切割点），也可以用{*}、{整数}控制重复执行切割的次数。

实战案例：按服务标记分割日志文件

假设有一个服务器日志server.log，内容如下：

cat server.log SERVER-1 [con] 10.10.10.1 suc [con] 10.10.10.2 fai [dis] 10.10.10.3 pen [con] 10.10.10.4 suc SERVER-2 [con] 10.10.10.5 suc [con] 10.10.10.6 fai [dis] 10.10.10.7 pen [con] 10.10.10.8 suc SERVER-3 [con] 10.10.10.9 suc [con] 10.10.10.10 fai [dis] 10.10.10.11 pen [con] 10.10.10.12 suc

现在需要把server.log按SERVER-1、SERVER-2、SERVER-3三个段落，分别拆成server1.log、server2.log、server3.log：

[root@localhost split]# csplit server.log /SERVER/ -n2 -s {*} -f server -b "%02d.log"; rm server00.log [root@localhost split]# ls server01.log server02.log server03.log server.log

执行后，目录里出现了server01.log、server02.log、server03.log三个文件（server00.log已被rm删除），每个文件恰好对应原日志中一个 SERVER 段落。

命令逐项拆解

这条命令可以分解为如下几个部分理解：

/[正则表达式]/ # 匹配文本样式，比如 /SERVER/，表示从第一行到包含 SERVER 的匹配行之间的内容作为一段 {*} # 表示根据匹配重复执行分割，直到文件尾停止；使用 {整数} 的形式可指定分割执行的次数 -s # 静默模式，不打印其他信息（等价于 -q / --quiet / --silent） -n # 指定分割后的文件名后缀的数字个数，比如 01、02、03 等（此处 -n2 即两位序号） -f # 指定分割后的文件名前缀，此处为 server -b # 指定后缀格式，比如 %02d.log，类似于 C 语言中的 printf 参数格式 rm server00.log # 删除第一个文件，因为分割后的第一个文件没有内容——匹配的单词就位于文件的第一行

为什么要删掉 server00.log

仔细观察原始文件：第一行就是SERVER-1。csplit 在匹配/SERVER/时，会把“开头到第一个匹配行”切为一段，这一段由于起始行就是匹配行，实际内容为空，因此生成了空文件server00.log。这正是默认不会删除空文件的表现；如果不想手动rm，也可以直接改用-z（--elide-empty-files）选项，让 csplit 自动丢弃长度为 0 的文件：

csplit server.log /SERVER/ -n2 -s {*} -f server -b "%02d.log" -z

进阶用法：行号模式与固定次数切割

除了正则匹配模式，csplit 的“模式”参数也可以直接使用行号——在指定行处直接切分，例如把文件按行号分成若干段：

# 在文件第 100 行、第 200 行处各切一刀，产出 3 个文件 csplit data.txt 100 200

而当某个文件段落数量固定时，可以用{整数}精确限定切割次数，避免多切出多余的空段；{*}则适合段落数量不固定的场景，它会一直重复匹配直到文件读取完毕。

实战要点与注意事项

1. 静默输出：大量分割时推荐加上-s（或-q），避免终端刷屏；
2. 空文件处理：当切割标记位于文件首行时，第一段往往是空文件，可用-z自动清理，或按文档示例手动rm掉；
3. 文件名定制：-f、-n、-b三个选项组合自由度很高，务必保持前缀、位宽与后缀格式三者协调，例如-f log -n 3 -b "%03d.txt"会生成log000.txt风格的文件；
4. 出错保护：在中断或异常场景下，-k可保证已输出的文件不被删除，便于事后排查；
5. 模式顺序敏感：多个模式按命令行书写顺序依次生效，匹配顺序即切割顺序。

相关命令速查

• split：按文件大小（-b）或行数（-l）机械分割文件，适合均匀切块场景；
• awk：正则表达式与文本处理能力更强的编程语言，适合更复杂的内容提取与重组；
• dd：可配合生成指定大小的测试文件（如dd if=/dev/zero bs=100k count=1 of=date.file），便于练习各种分割命令。

在 README.md 的命令分类中，csplit与awk、sed、grep、sort、uniq、wc等同属于“文本处理”类工具，是 Linux 运维与开发日常处理大日志、大配置文件的常用兵器。

• 文档
• 教程