一文教会你如何用 Python 分割合并大文件

有时候，我们需要把一个大文件发送给别人，但是限于传输通道的限制，比如邮箱附件大小的限制，或者网络状况不太好，需要将大文件分割成小文件，分多次发送，接收端再对这些小文件进行合并。今天就来分享一下用 Python 分割合并大文件的方法。

思路及实现

如果是文本文件，可以按行数分割。无论是文本文件还是二进制文件，都可以按指定大小进行分割。

使用 Python 的文件读写功能就可以实现文件的分割与合并，设置每个文件的大小，然后读取指定大小的字节就写入一个新文件，接收端依次读取小文件，把读取到的字节按序写入一个文件，就可以完成合并。

分割

size = 1024 * 1000 * 10# 10MB
with open("bigfile", "rb") as reader:
part = 1
while True:
part_content = reader.read(size)
if not part_content:
print("split done.")
break
with open(f"bigfile_part{part}","wb") as writer:
writer.write(part_content)

合并

total_parts = 5
with open("bigfile","wb") as writer:
for i in range(5):
with open(f"bigfile_part{i}", "rb") as reader:
writer.write(reader.read())

使用第三方库

虽然可以自己写，但是别人写好了，为什么不节省点时间直接用呢？直接 pip 安装就可以了：

pip install filesplit

分割

from filesplit.split import Split
split = Split("./data.rar", "./output")
split.bysize(size = 1024*1000*10) # 每个文件最多 10MB

执行之后，我们就可以在 output 文件夹里看到分割好的文件：

你也可以按照文件行数进行分割：

split.bylinecount(linecount = 10000) # 每个文件最多 10000 行

合并

合并需要对文件夹里的小文件进行合并，该工具要求文件夹内必须有 manifest 文件，其格式如下：

filename,filesize,header
data_1.rar,10000000,False
data_2.rar,10000000,False
data_3.rar,10000000,False
data_4.rar,10000000,False
data_5.rar,1304145,False

合并文件的代码只需要指定要合并的目录，目标目录，合并后的文件名，代码如下：

from filesplit.merge import Merge
merge = Merge(inputdir = "./output", outputdir="./merge", outputfilename = "merged.rar")
merge.merge()

执行之后就可以在 merge 目录内看到合并后的文件：