4

我正在尝试编写两个（编辑：shell）脚本并且遇到了一些困难。我将解释目的，然后提供脚本和当前输出。

1：递归获取目录中每个文件名的列表。然后在该目录中的所有文件的内容中搜索每个文件名。应返回特定文件名每次出现的路径、文件名和行号。

2：递归获取目录中每个文件名的列表。然后为每个文件名搜索目录中所有文件的内容。应该返回在目录中的任何文件中都没有找到的每个文件的路径和文件名。

我最终想使用脚本 2 来查找和删除（实际上将它们移动到另一个目录进行归档）网站中未使用的文件。然后我想使用脚本 1 查看每次出现并过滤任何重复的文件名。

我知道我可以让脚本 2 在运行时移动每个文件，而不是作为第二步，但我想在执行任何操作之前确认脚本功能是否正确。我会在确认它运行正常后对其进行修改。

我目前正在 strqsh 中的 IMBi 系统上对此进行测试。

我的测试文件夹结构是：

scriptTest
---subDir1
------file4.txt
------file5.txt
------file6.txt
---subDir2
------file1.txt
------file7.txt
------file8.txt
------file9.txt
---file1.txt
---file2.txt
---file3.txt

我在一些包含现有文件名的文件中有文本。

这是我当前的脚本 1：

#!/bin/bash
files=`find /www/Test/htdocs/DLTest/scriptTest/ ! -type d -exec basename {} \;`
for i in $files
do
    grep -rin $i "/www/Test/htdocs/DLTest/scriptTest" >> testReport.txt;
done

现在它可以正常工作，但提供匹配文件的路径除外。grep 默认不返回文件路径吗？

我离脚本 2 有点远：

#!/bin/bash
files=`find /www/Test/htdocs/DLTest/scriptTest/ ! -type d`
for i in $files
do
    #split $i on '/' and store into an array
    IFS='/' read -a array <<< "$i"

    #get last element of the array 
    echo "${array[-1]}"

    #perform a grep similar to script 2 and store it into a variable
    filename="grep -rin $i "/www/Test/htdocs/DLTest/scriptTest" >> testReport.txt;"

    #Check if the variable has anything in it
    if [ $filename = "" ]   
            #if not then output $i for the full path of the current needle.
        then echo $i;
    fi
done

我不知道如何将字符串$i拆分为数组。我在第 6 行不断收到错误消息 

001-0059 Syntax error on line 6: token redirection not expected.

我打算在一个实际的 linux 发行版上尝试这个，看看我是否得到不同的结果。

我很欣赏任何先进的见解。

4

1 回答 1

1

介绍

这并不是一个完整的解决方案，因为我不是 100% 确定我理解你想要做什么。但是，以下包含解决方案的各个部分，您可以将它们拼接在一起以执行您想要的操作。

创建测试工具

cd /tmp
mkdir -p scriptTest/subDir{1,2}
mkdir -p scriptTest/subDir1/file{4,5,6}.txt
mkdir -p scriptTest/subDir2/file{1,8,8}.txt
touch scriptTest/file{1,2,3}.txt

查找和删除重复项

在最一般的意义上，您可以使用 find 的-exec标志或 Bash 循环对您的文件运行 grep 或其他比较。但是，如果您要做的只是删除重复项，那么您最好使用fdupes或duff实用程序来识别（并可选择删除）具有重复内容的文件。

例如，假设测试语料库中的所有 .txt 文件都是长度为零的副本，请考虑以下 duff 和 fdupes 示例

达夫

Duff 有更多选项，但不会直接为您删除文件。您可能需要使用duff -e0 * | xargs -0 rm删除重复项之类的命令。要使用默认比较查找重复项：

$ duff -r scriptTest/
8 files in cluster 1 (0 bytes, digest da39a3ee5e6b4b0d3255bfef95601890afd80709)
scriptTest/file1.txt
scriptTest/file2.txt
scriptTest/file3.txt
scriptTest/subDir1/file4.txt
scriptTest/subDir1/file5.txt
scriptTest/subDir1/file6.txt
scriptTest/subDir2/file1.txt
scriptTest/subDir2/file8.txt

fdupes

该实用程序提供了以各种方式直接删除重复项的能力。一种这样的方法是在fdupes . --delete --noprompt您确信您已准备好继续时调用。但是，要查找重复项列表：

$ fdupes -R scriptTest/
scriptTest/subDir1/file4.txt            
scriptTest/subDir1/file5.txt
scriptTest/subDir1/file6.txt
scriptTest/subDir2/file1.txt
scriptTest/subDir2/file8.txt
scriptTest/file1.txt
scriptTest/file2.txt
scriptTest/file3.txt

获取所有文件的列表，包括非重复文件

$ find scriptTest -name \*.txt
scriptTest/file1.txt
scriptTest/file2.txt
scriptTest/file3.txt
scriptTest/subDir1/file4.txt
scriptTest/subDir1/file5.txt
scriptTest/subDir1/file6.txt
scriptTest/subDir2/file1.txt
scriptTest/subDir2/file8.txt

然后，您可以使用查找功能对每个文件进行操作-exec {} +，或者简单地使用支持--recursive --files-with-matches标志的 grep 来查找具有匹配内容的文件。

将查找结果作为数组传递给 Bash 循环

或者，如果您确定文件名中没有空格，您还可以使用 Bash 数组将文件存储到一个变量中，您可以在 Bash for 循环中对其进行迭代。例如：

files=$(find scriptTest -name \*.txt)
for file in "${files[@]}"; do
  : # do something with each "$file"
done

像这样的循环通常会比较慢，但如果您正在做一些复杂的事情，可能会为您提供所需的额外灵活性。YMMV。

于 2016-02-19T09:00:15.383 回答