Question

我有一些具有以下结构的目录：

DAY1/ # Files under this directory should have DAY1 in the name.
|-- Date
|   |-- dir1 # Something wrong here, there are files with DAY2 and files with DAY1.
|   |-- dir2
|   |-- dir3
|   |-- dir4
DAY2/ # Files under this directory should all have DAY2 in the name.
|-- Date
|   |-- dir1
|   |-- dir2 # Something wrong here, there are files with DAY2, and files with DAY1.
|   |-- dir3
|   |-- dir4

在每个dir中，有数十万个名称包含DAY的文件，例如0.0000.DAY1.01927492。名称上包含DAY1的文件应仅显示在父目录DAY1下。

复制文件时出现问题，现在我在某些DAY1目录中有DAY2和dir的混合文件。

我编写了一个脚本来查找包含混合文件的文件夹，因此我可以更仔细地查看它们。我的脚本如下：

for directory in */; do
    if ls $directory | grep -q DAY2 ; then
        if ls $directory | grep -q DAY1; then 
              echo "mixed files in $directory";
        fi ; 
    fi; 
done

这里的问题是我要经历两次所有文件，考虑到我只需要查看一次文件就没有意义了。

什么是更有效的方式实现我想要的？

Answer 1

如果我理解正确，那么你需要递归地找到DAY1目录下名称中有DAY2的文件，类似于DAY2目录的文件{{1}在他们的名字中。

如果是，请DAY1目录：

DAY1

这将获取find DAY1/ -type f -name '*DAY2*'目录下名称中包含DAY1的文件。同样适用于DAY2目录：

DAY2

两者都是递归操作。

仅获取目录名称：

find DAY2/ -type f -name '*DAY1*'

请注意，find DAY1/ -type f -name '*DAY2*' -exec dirname {} +将显示为$PWD。

要获得唯一性，请将输出传递给.：

sort -u

Answer 2

鉴于通过它们一次并经历两次之间的差异只是两个因素的差异，改为只通过它们的方法可能实际上不是一个胜利，因为新方法可能很容易占用每个文件两倍的长度。

所以你肯定想要试验;它不一定是你可以自信地推理的东西。

但是，我会说，除了两次浏览文件之外，ls版本还排序文件，这可能具有超过线性的成本（除非它＆＃39;做某种桶式排序）。通过编写ls --sort=none而不仅仅是ls来消除这一点，实际上会提高算法的复杂性，并且几乎肯定能够带来切实的改进。

但是FWIW，这是一个只能浏览一次文件的版本，你可以试试：

for directory in */; do
  find "$directory" -maxdepth 1 \( -name '*DAY1*' -or -name '*DAY2*' \) -print0 \
  | { saw_day1=
      saw_day2=
      while IFS= read -d '' subdirectory ; do
        if [[ "$subdirectory" == *DAY1* ]] ; then
          saw_day1=1
        fi
        if [[ "$subdirectory" == *DAY2* ]] ; then
          saw_day2=1
        fi
        if [[ "$saw_day1" ]] && [[ "$saw_day2" ]] ; then
          echo "mixed files in $directory"
          break
        fi
      done
    }
done

grep两个模式独立（在不同的行）

2 个答案: