Bom, primeiro de tudo não tem muito sentido usar uma classe se a única função do seu algoritmo for particionar arquivos. Além do mais, o certo é class Arquivo:
, sem os parênteses. Outra questão é que se o seu objetivo é separar o arquivo de acordo com alguma palavra-chave (como "id"), não faz sentido pedir o número de partes no qual o arquivo será dividido como argumento.
Se os arquivos que você se refere são de texto, então eis aqui uma solução bem simples.
def particionar(diretorio):
with open(diretorio, 'r') as arquivo_alvo:
conteudo = arquivo_alvo.read()
lista_de_partes = conteudo.split('\n')
for n, parte in enumerate(lista_de_partes):
with open('parte' + str(n + 1) + '.parte', 'w') as arquivo_parte:
arquivo_parte.write(parte)
particionar('texto.txt')
Nesse exemplo, criei um arquivo texto.txt
com o seguinte conteúdo:
Minha terra tem palmeiras
Onde canta o sabiá
As aves, que aqui goerjeiam,
Não gorjeiam como lá
O código consiste em ler todo o arquivo e guardar seu conteúdo numa string usando arquivo_alvo.read()
; em seguida separar esta string numa lista de strings usando conteudo.split()
(que, no meu caso, especifiquei como separador a quebra de linha \n
, o que na prática quer dizer que terei uma lista de linhas do texto); e finalmente escrevendo cada uma das partes em arquivos separados. O resultado, como esperado, foram quatro arquivos, cada um contendo uma linha do texto original.
Fazer deste jeito implica em carregar o arquivo inteiro na memória. Não sei se o Python tem algum truque na manga, mas como você vai dividir o arquivo e guardá-lo em partes numa lista, acredito que ele acaba entrando duas vezes na memória. Isso é um problema grave se estivermos falando de arquivos muito grandes ou caso queiramos uma solução muito otimizada para rodar em algum servidor ou algo assim.
Dividir o arquivo em um número definido de partes é menos custoso nesse sentido, porque daí não é preciso carregá-lo por inteiro na memória (é mais rápido também).