☰

在多个不同深度的文件夹中搜索同名文件中的文本

tag-icon • tag-icon command-line text-processing grep
在多个不同深度的文件夹中搜索同名文件中的文本

情况：在 Linux 中，我有一个父文件夹，里面有近 100 个不同名称的文件夹。每个文件夹都有一个文件ResourceParent.xml和数百个不同的版本号，每个版本号都有自己的文件。我对第一级文件夹和最新版本文件夹（最高编号）中的 ResourceVer.xmlResourceVer.xml都感兴趣，例如。ResourceParent.xmlver548

我需要在每个文件内搜索 3 个标签.txt|.csv|.xls，并将这些标签内的信息返回到 report.txt 文件中。标签通常在同一行，所以我认为 Grep 没问题。

我尝试过的：

grep -nr -E ".txt|.csv|.xls" . > /dir/to/the/ReportFile.txt

这会花费太长时间，因为它会搜索数千个目录中的每一个，并产生大量不必要的重复数据。

此外，我尝试根据要查找的内容进入每个文件夹并运行此脚本，这样可以更好地减少重复项并增加相关数据，但仍然太麻烦。

问题：如何运行 Linux 脚本来搜索如下文件结构中的标签：.xml 文件中感兴趣的标签：

".txt|.csv|.xls"

当前位置：

/dir

感兴趣的文件 1：

/dir/par/ResourceParent.xml

感兴趣的文件 2：

（需要最新的版本号）

/dir/par/ver###/ResourceVer.xml

所需输出文件：

ResourceReport.txt

更新

我发现ls | tail -1选择了版本号最大的文件夹。所以我认为答案与此有关。

答案1

也许用两个命令...

grep --include="ResourceParent.xml" -r -E '.txt|.csv|.xls' > file
for d in par*; a=("$d"/*); b=($(sort -V <<<"${a[*]}")); grep -HE '.txt|.csv|.xls' "${b[@]: -1}"/*; done >> file

第二个命令将每个目录的内容放入par按版本号排序的数组中，这样您就可以搜索数组中的最后一项。这似乎有效（我得到了最后一个版本号），并且在我的测试目录结构上只花了几秒钟（第一个命令花费的时间大约是前者的两倍）。

如果您的版本号已填充以便自然排序，则对于第二个命令您可以简单地使用：

for d in par*; a=("$d"/*); grep -HE '.txt|.csv|.xls' "${a[@]: -1}"/*; done >> file

我的意思是，如果您的数字是ver1 ver2...... ver100，您将需要对数组进行排序，但如果它们是ver001...... ver002，ver100您将不需要对数组进行排序，因为无论如何它都会处于正确的顺序。

您可能需要用 替换"${b[@]: -1}"/*。"${b[@]: -1}"/ResourceVer.xml我没有创建其他文件。您可能还需要用par*某些内容替换（我认为您说过您在这个级别有大约 100 个目录）。

但也许你想按目录对数据进行排序，以便par获得

data from par1/ResourceParent.xml
data from par1/ver{latest}/ResourceVer.xml
data from par2/ResourceParent/xml
data from par2/ver{latest}/ResourceVer.xml

您可以对输出文件执行一些文本处理，但这取决于目录的par命名方式。由于我将它们命名为par1 par2...par200

sort -V file >> betterfile

将执行该工作，假设文件名没有换行符。

grep -h您还可以在原始命令中使用(而不是)来修剪文件名-H（尽管这意味着您无法通过上述方法对数据进行排序），或者通过在最后进行文本处理来修剪文件名，例如，如果您的文件名没有冒号或换行符，这将非常可靠：

sed 's/^[^:]*://' file

-i您可以在测试后添加标志，将数据写入文件而不是标准输出sed。

谢谢约翰1024谁的U&L 上的答案提供了一种很好的方法来获取最后一个文件名，而不依赖于解析输出ls或find无端循环结构来计算迭代次数。

相关内容