我恢复了许多文件，其中许多文件无效，尽管它们的名称和扩展名看起来没有问题。这是意料之中的事。
现在我需要过滤掉那些可能没问题的。我看到以下选项：
例如，PowerPoint 文件 (*.pptx) 实际上是前两个字节以 PK 开头的 zip 容器。因此命令
head --byte 2 filename
对于大多数好的文件，都会输出 PK，而坏的文件则不以 PK 开头。
问题1：如何结合head列出find匹配的文件？
另一种方法是file命令。它打印
Zip archive data, at least v2.0 to extract
对于好的 PowerPoint 文件，但简单地
data
查找坏文件。
问题2：如何结合file列出find有效文件？
还有其他文件类型，但如果我得到线索，我就可以增强技术:)
问题 3：有没有更明显的方法可以做到这一点？
答案1
使用 find 你可以做类似的事情
find . -type f -exec file "{}" + | awk '/Zip archive data/ {print $1}' | sed 's/:$//'
它将打印文件标识为Zip archive数据的文件的文件名（删除尾部的:)。
答案2
我建议使用 grep，因为它用于在文件中搜索文本。
我不确定你需要哪些细节，但这应该可以帮助你入门：http://www.computerhope.com/unix/ugrep.htm
答案3
我发现-printf使用 参数find可以让很多事情变得比使用 简单得多-exec。因此，此命令将识别（可能）好的文件并将它们移动到名为 good 的子目录中：
find . -type f -printf "file '%p' | grep 'Zip archive data' && mv '%p' good \n" | sh
对于 Word 和 Excel 文档，您可以使用字符串“Author:”，因为有效的 doc 文件似乎具有此属性。