Question

我的目录中包含10000个.root文件（每个文件看起来像hists11524_blinded.root或hists9899_blinded.root），并且需要运行一些宏以进行数据分析。但是，我不需要所有文件（总共只有4000个）在目录中。我在thebest.txt file中列出了所需的跑步次数（这些4000个数字）。该文件也位于带有直方图的目录中。

我想通过使用.txt文件中的信息来删除在运行宏之前不需要进行处理的文件。

thebest.txt文件的外观如下：

我的猜测是使用以下命令：

-comm -2 -3 <(ls) <(sort thebest) | tail +2 | xargs -p rm

我遇到2个错误：

tail: invalid option -- 'p'

sort: cannot read: No such file or directory

文件thebest.txt仅包含5位数字，例如09999或11256，目录中包含名称为hists9999_blinded.root或hists11256_blinded.root的文件。

两个列表中的位数不同-这是主要问题。

Answer 1

一种选择是从数字中删除前导0以匹配文件名。为避免匹配子字符串，您可以在前面和后面添加相应的文件名部分。（在您的情况下，文件名中间应有数字。）

由于尚不清楚示例文件thebest.txt中的前导空格是故意的还是仅是格式问题，因此也会删除前导空格。

由于删除错误的文件可能会导致数据丢失，因此您也可以考虑仅处理匹配的文件，而不是删除不匹配的文件。

# remove leading spaces followed by leading zeros and prepend/append file name parts
sed 's/ *0*\([1-9][0-9]*\)/hists\1_blinded.root/' thebest.txt > thebestfiles.txt

# get matching files and process
find . -name 'hists*_blinded.root' | fgrep -f thebestfiles.txt | xargs process_matching

# or get non-matching files and remove
find . -name 'hists*_blinded.root' | fgrep -v -f thebestfiles.txt | xargs rm

find命令在当前目录中递归搜索。如果要排除子目录，可以使用-maxdepth 1。为了避免处理目录名称，您还可以添加-type f。

我的笔记本电脑上有一堆上载的.root文件，但是我只需要特定的文件

1 个答案: