如何在 Linux 中删除基于源代码的文件类型？

Question

我有一个被抓取的原始文件列表，它由文本和源代码组成。下面是列出的文件类型，我想删除所有类型为 C 源、python 脚本、HTML 和空文件的文件，只保留 ASCII 和 unicode 文件。

file *
1dW6WJMN.txt:  Python script, ASCII text executable
9dJbZ3Vv.txt:  ASCII text, with CRLF line terminators
9dQsmVU4.txt:  Python script, UTF-8 Unicode text executable, with CRLF line terminators
A5hENB7D.txt:  C source, ASCII text, with CRLF line terminators
cidREdJG.txt:  UTF-8 Unicode text, with very long lines, with CRLF line terminators
exhjw1gK.txt:  UTF-8 Unicode text, with CRLF line terminators
iu7LPrqz.txt:  ASCII text, with very long lines, with CRLF line terminators
LsDHarjD.txt:  ASCII text
nLABt1a6.txt:  C source, ASCII text, with CRLF line terminators
nqMDtVuz.txt:  ASCII text, with CRLF line terminators
nqPuYb23.txt:  UTF-8 Unicode text, with CRLF line terminators
nQtzxhfQ.txt:  ASCII text, with CRLF line terminators
NQuLWwpt.txt:  ASCII text, with CRLF line terminators
nQXeJeED.txt:  ASCII text, with CRLF line terminators
nqXGv6ws.txt:  UTF-8 Unicode text, with CRLF line terminators
nQxr4Hwi.txt:  ASCII text, with CRLF line terminators
nQxr4Hwii.txt: empty
VQjrxevh.txt:  HTML document, UTF-8 Unicode text, with very long lines, with CRLF line terminators
yfDEfn4L.txt:  C source, ASCII text, with CRLF line terminators
yydAEDRn.txt:  HTML document, ASCII text, with very long lines, with CRLF line terminators

我尝试使用带有 ASCII 的简单 grep，但所有源代码文件也包含术语 ASCII。有没有其他方法可以过滤掉这些源代码文件，因为有时还有我想删除的 PHP、javascript 文件。我对 Linux 很陌生，任何帮助将不胜感激。提前致谢

Answer 1

尝试更长的图案。您可以使用包含空格、制表符或多个单词的模式。我还建议使用管道的渐进方法：

$ file * | egrep -v 'ASCII text|Unicode text' | sed 's/: ..*$//'

如果这不能让您获得所需的文件名列表，请点击向上箭头并编辑模式以匹配文件的或多或少或不同部分。file

最后一步可能是将输出发送到充满命令的文件中：

$ file * | egrep -v 'ASCII text|Unicode text' | sed -e 's/: ..*$//' -e 's/^/rm / > commands

检查文件commands内容的正确性，也许可以消除最后一个麻烦的情况。使用管道获得 95% 的目标，然后进行手动编辑。没有什么可耻的。然后运行管道写出的命令：

$ sh ./commands