代码之家 › 专栏 › 技术社区 › user1625344

多个表达式是找到正确的工具吗?

find unix shell

user1625344 · 技术社区 · 8 年前

我有很多目录,其中包含一组程序的输出和数据文件。每个目录都有类似的内容,我的Go深度增加了4个级别。我的目标是识别所有在任何子目录中都有核心文件的目录,以及给定名称模式的大于1K的日志文件。日志文件不会与核心文件在同一个子目录中。

我可以独立地为每个目标编写find命令,但是我所有组合表达式的尝试都无法产生任何结果。

第一个命令:

find \( \( -path "./SESS*" -name "log_snap_*" \) \( -size +1k\) \)

第二个命令:

find \( -path "./SESS" -regex "*core.[0-9]+\(.gz)*" \)

如何编写一个测试来标识满足这两个条件的目录?

1 回复 | 直到 8 年前

Charles Duffy 8 年前

对这个问题有不止一种合理的解释——下面是基于不同问题的答案。

假设你的意思是“要么”标准…

考虑以下设置:

files_empty=(
  SESS/log_snap_1234  # ignored because not more than 1k in size
  SESS/ignoreme       # ignored because not matching either pattern 
  SESS/core.13.gz     # expected to be in results
  SESS/core.13        # expected to be in results
)
files_full=(
  SESS/log_snap_2345  # expected to be in results
)

{ tempdir=$(mktemp -d /tmp/test.XXXXXX) && cd "$tempdir"; } || exit
mkdir -p SESS bad
touch "${files_empty[@]}"
for f in "${files_full[@]}"; do
  dd if=/dev/zero of="$f" bs=1k count=2
done

如果在使用上述方法创建测试环境之后,我们在GNU中运行以下内容 find :

find ./SESS \
   '(' '(' -name 'log_snap_*' -size +1k ')' \
    -o '(' -regextype posix-extended -regex ".*core[.][0-9]+([.]gz)?" ')' \
   ')' -print

…我们得到了正确的结果:

./SESS/log_snap_2345
./SESS/core.13
./SESS/core.13.gz

那么,发生了什么变化?

不使用 -path 当您只需修改起始位置时,过滤正在搜索的位置。当你跑步时 find . -path './SESS/*' ,搜索到处在下面 . ,但如果结果不匹配,则丢弃结果 ./SESS/* ;与最初只搜索您关心的目录相比,这是非常低效的。
使用 -o 指定或条件。
分组运算符或显式 -a 当您想要的是一个和后续测试之间的,因为这是隐式行为。
指定最终操作(例如 -print )显然是很好的形式。在你目前的情况下不是完全强制的,但是是在其他常见情况下(如使用 -prune )养成习惯从而减少出错的空间。
不允许regex以 * ,自 * 表示“前一项的零个或多个”。在正则表达式的开头,有是没有优先项,因此此构造没有意义。
在regex中,显式句点应写为 [.] 因为一个裸女 . 表示“任何字符之一”。

如果你的意思是“两个”标准…

我们实际上不需要进入 找到 这部分。一个警告:我故意避免正确处理文件名包含文字新行的情况。这可能发生。忽视它并不理想。

无论如何,将两个shell函数作为两个不同的 找到 命令:

find1_cmd() {
  printf '%s\n' \
    SESS/session_one/log_snap_1234 \
    SESS/session_one/log_snap_4567 \
    SESS/session_three/log_snap_8901
}

find2_cmd() {
  printf '%s\n' \
    SESS/session_one/core.1234.gz
    SESS/session_four/core.5678.gz
}

prep() {
  while IFS= read -r line; do
    printf '%s\n' "${line%/*}"  # remove the filename, leaving only the directory
  done | sort -u                # sort and uniq-ify the results
}

comm -12 <(find1_cmd | prep) <(find2_cmd | prep)

你当然可以代替 while 循环使用任何其他方法来剥离文件名并只保留目录。重要的是,我们正在(1)生成每个命令找到的唯一目录的排序列表;(2)使用 comm 排除一个或另一个唯一的目录。

见 BashFAQ #36 更多关于使用 康姆 .