How can I shorten a file from the command line?

Question

Tengo un archivo xml de 150 GB que me gustaría acortar (es decir, truncar) a aproximadamente 1 GB. ¿Existe algún comando simple (bash o similar) que pueda usar o tengo que seguir la ruta programática (editarlo en vi o emacs? ¿Es una pesadilla incluso en los grandes sistemas de hierro)?

(No estoy particularmente preocupado por la pérdida de información, quiero un archivo más corto para poder probar un software sobre esto y no esperar muchas horas por la respuesta, un archivo más corto me permitirá hacerlo).

Answer 1

Suponiendo que desea truncar y extraer los primeros 1 GB del archivo de 150 GB:

Con head:

head -c 1G infile > outfile

Tenga en cuenta que el Gsufijo se puede reemplazar con GBpara alinear con 1000 en lugar de 1024.

O con dd:

dd if=infile of=outfile bs=1M count=1024

O como en la respuesta de Wumpus Q. Wumbley, ddse puede truncar en su lugar.

Answer 2

Para truncar un archivo a 1 gigabyte, use el truncatecomando:

truncate -s 1G file.xml

The result of truncation will likely not be a valid XML file but I gather that you understand that.

Documentation for the GNU version of truncate is here and documentation for the BSD version is here

Answer 3

Where possible, I'd use the truncate command as in John1024's answer. It's not a standard unix command, though, so you might some day find yourself unable to use it. In that case, dd can do an in-place truncation too.

dd's default behavior is to truncate the output file at the point where the copying ends, so you just give it a 0-length input file and tell it to start writing at the desired truncation point:

dd if=/dev/null of=filename bs=1048576 seek=1024

(This is not the same as the copy-and-truncate dd in multithr3at3d's answer.)

Note that I used 1048576 and 1024 because 1048576*1024 is the desired size. I avoided bs=1m because this is a "portability" answer, and classic dd only knows suffixes k, b, and w.

Answer 4

You can use the split command.

split -C 1G <filename>

For more details take a look at this stackoverflow answer