Split large files into smaller, manageable chunks while preserving semantic structure.
python <skill_dir>/scripts/split_files.py --input <input_folder> --output <output_folder> [options]
| Parameter | Required | Default | Description |
|---|---|---|---|
--input |
Yes | - | Source folder containing files to split |
--output |
Yes | - | Output folder for split chunks |
--max-size |
No | 512000 (500KB) | Maximum bytes per chunk |
--min-size |
No | 409600 (400KB) | Minimum bytes per chunk |
--seq-digits |
No | 9 | Number of digits in sequence numbers |
--formats |
No | json,md,txt | File formats to process (comma-separated) |
--dry-run |
No | false | Preview mode - show what would be split without executing |
# Default 500KB split
python split_files.py --input "./corpus" --output "./corpus/chunks"
# Custom 200KB chunks
python split_files.py --input "./notes" --output "./notes/chunks" --max-size 204800 --min-size 153600
# JSON files only
python split_files.py --input "./data" --output "./data/out" --formats json
# Preview mode
python split_files.py --input "./data" --output "./data/out" --dry-run
[...]# through ######)Format: {source_filename_without_extension}{9-digit_sequence_number}{extension}
Examples:
dataset000000001.jsondataset000000002.jsonnotes000000001.md更多技能請訪問小蔥技能站7w4.net。
這個檔案拆分工具整體質量不錯,功能實用且文件清晰。優點是拆分邏輯合理、支援多種格式、預覽模式和安全保障做得較好,能有效避免誤操作和資料丟失。不足之處是功能相對單一,僅支援三種基礎格式;部分邊界情況的錯誤提示還可以更友好;沒有示例或測試檔案,新手上手可能需要多花時間理解。總體而言,是一個可靠可用的工具,適合有明確拆分需求的使用者使用。