☰

使用 shell 脚本选择具有唯一文件名格式和最近创建日期的特定 pdf？

tag-icon • tag-icon bash text-processing filenames
使用 shell 脚本选择具有唯一文件名格式和最近创建日期的特定 pdf？

我需要一些脚本方面的帮助。我当前正在尝试选择满足文件名特定要求的 PDF 文件，以便将其移动到其他位置。

我尝试选择的文件名格式具有单独的部分，如下例所示：

I_XXX_PACK_6788669_6_9358869.pdf

我想做的是仅选择文件名中最后一部分的文件（例如9358869）并忽略目录中的所有其他 pdf 文件。

可以用 Unix 工具（POSIX find、sed、grep 等）来完成吗？我现在的主要问题是尝试只获取文件名中由 6 个分隔部分组成的一个文件，并忽略所有其他文件。

  • 另外，是否可以只选择系统时间前 1 小时创建的文件？我已经在其他文件类型上使用 sed 来检查时间，但没有在 pdf 文件上使用。所以我不确定这是否可能

答案1

您有诸如 之类的文件I_XXX_PACK_6788669_6_9358869.pdf，并且您只需要那些_与六个分隔部分匹配的文件，其中最后一个部分是9358869.

这将匹配至少六个_以 分隔的部分（*是匹配零个或多个字符的通配符，包括_）以 结尾9358869.pdf：

*_*_*_*_*_9358869.pdf

您可以使用 查找过去一小时内修改（但未创建）的文件find，但此扩展名不是 POSIX：

find /path/to/directory -type f -mmin -60

为了允许 POSIX，您需要使用-newer {file}，并设置{file}为适当的年龄。 POSIX 不提供将文件的修改日期时间设置为过去一小时的可靠方法，但正如您标记的那样我们可以用它：

printf -v curr '%(%s)T'
past=$(printf '%(%Y%m%d%H%M)T\n' "$((curr - 60*60))")
touch -t "$past" /path/to/timestamp

find /path/to/directory -type f -newer /path/to/timestamp

最后，将两者合并：

touch -t "$(printf -v curr '%(%s)T'; printf '%(%Y%m%d%H%M)T\n' "$((curr - 60*60))")" /path/to/timestamp
find /path/to/directory -type f -newer /path/to/timestamp -name '*_*_*_*_*_9358869.pdf'

答案2

find . -name '[!_]*_*_*_*_*_*[!_].pdf' ! -name '*_*_*_*_*_*_*' ! -name '*__*'

.pdf将报告名称以 5 且仅 5 个_字符结尾且根名称的每个_- 分隔部分不为空的文件（任何类型） 。

对于某些find实现，名称无法在当前语言环境中解码为文本的文件也将被排除。

为了限制在最后一个小时内修改的内容，正如 Chris 所说，某些实现支持的-newermt '1 hour ago',-mmin 60或-mtime -1m不是标准的，并且 POSIXfind除了 之外没有等效项-newer some-file-with-a-last-modification-time-one-hour-ago。

以 POSIX 方式创建一个搜索参考时间的常用方法是：

TZ=XXX0 touch -t "$(TZ=XXX1 date +%Y%m%d%H%M.%S)" some-file-with-a-last-modification-time-one-hour-ago

在时区（我们命名的时区，但名称与此处无关）date中调用where ，我们将其定义为比 UTC 晚 1 小时，并将产生的时间戳解释为UTC 时间（在也称为时区，但比 UTC 晚 0 小时） UTC）因此最终创建了一个一小时前的文件。XXXtouchdateXXX

之后您可以执行以下操作：

find . -name '[!_]*_*_*_*_*_*[!_].pdf' \
       ! -name '*_*_*_*_*_*_*' \
       ! -name '*__*' \
       -newer some-file-with-a-last-modification-time-one-hour-ago

如果像你的标签表明，您不限于使用 POSIXsh语法，那么您可以使用zsh不需要任何外部实用程序即可完成所有操作的地方：

set -o extendedglob
print -rC1 -- **/([^_]##_)(#c5)_[^_]##.pdf(ND-.mh-1)

在哪里：

  • **/匹配任何级别的子目录（包括0）
  • [^_]匹配除以下字符之外的任何字符_
  • x##匹配一个或多个xes，与 相同x(#c1,)。
  • x(#c5)正好匹配 5 个xes
  • N如果没有匹配项，ullglob 将扩展为空，而不是报告错误。
  • Dotglob 包含隐藏的
  • .和mh-1常规文件，最后修改时间不到一小时前（或将来），并-在符号链接解析后完成该检查。
  • print -rC1 -- print其论据r在 aw 和1 Column 上。

如果您想将匹配限制为最后 3 部分必须是十进制整数的文件，您可以将其更改为：

set -o extendedglob
print -rC1 -- **/([^_]##_)(#c3)<->_<->_<->.pdf(ND-.mh-1)

其中<->是<1-20>数字匹配运算符的形式，但这里没有边界，因此匹配任何十进制整数（您也可以编写一个或多个 ASCII 十进制数字的任何序列[0-9]##）。

¹ 您可以添加-type f仅考虑类型的文件常规的（与 fifo、设备、目录、管道相反......）但请注意，它还会排除常规文件的符号链接。要包含这些，您需要-xtype f，但这也是一个非标准（GNU）扩展。

相关内容