☰

恢复 doc 和 RTF 的文件名

tag-icon • tag-icon linux bash
恢复 doc 和 RTF 的文件名

我有数百个 .doc 和 .rtf 文件，在从损坏的硬盘恢复后，这些文件丢失了原来的名称。它们基本上看起来像这样：

f132765720.rtf
f136246056.rtf
f146124320.doc
f147595288.docx
f131673632.rtf

我可以毫无问题地读取文件。如何在 Linux 中根据文件内容重新创建有意义的文件名？

示例文件：https://dl.dropboxusercontent.com/u/41225253/example.rtf

答案1

下面的脚本将查找当前目录中的所有.docx和文件，并将其重命名为或。首先你需要安装.rtffirst_few_words.rtfdocxcatdoc. 在 Debian 及其衍生产品中，你可以使用

sudo apt-get install catdoc

奇怪的是，当我在我拥有的catdoc设备上尝试时出现了段错误，因此改用 doc 文件：docxdocx2txt

sudo apt-get install docx2txt

catdoc安装完成后docx，cd进入包含文件的目录并运行以下命令：

for file in *rtf; do 
  name=$(catdoc "$file" | grep . | head -1 | sed 's/ /_/g') &&
  mv "$file" "$name".rtf;
done
for file in *docx; do 
  name=$(docx2txt < "$file" | grep . | head -1 | sed 's/ /_/g') &&
  mv "$file" "$name".docx;
done

警告：这将删除原始文件，请务必先备份，以防万一。

说明：两个实用程序都将 转换docx为rtf文本，然后我选择该文本的第一个非空行，将空格转换为下划线（从长远来看，这将使您的生活更轻松）并相应地重命名文件。

答案2

对于@terdon 提供的答案，我想补充一点，我发现如果在每个文件名前加上创建日期，那将会很有帮助。

对于 .docx 文件，可以通过以下方式找到日期：

unzip -p example.docx | grep dcterms:created |
    grep -o [0-9][0-9][0-9][0-9]-[0-9][0-9]-[0-9][0-9] | head -1

对于 .doc 文件：

antiword -x db example.doc | grep date | grep -o '[0-9-]*'

对于 .rtf 文件：

grep -o '\\creatim\\yr[0-9]*\\mo[0-9]*\\dy[0-9]*' example.rtf |
    grep -o [0-9]* | tr "\n" -

相关内容