Linux - 查找每个目录中每组文件的最大修改日期

Question

path/mydir 包含目录列表。这些目录的名称告诉我它们与哪个数据库相关。

每个目录里面都有一堆文件，但是文件名告诉我什么都不重要。

我正在尝试在 linux bash 中编写一个完成以下任务的命令：

• 对于path/mydir 中的每个目录，查找该目录中最后修改文件的最大时间戳
• 在父目录名称旁边打印上次修改文件的时间戳
• 排除任何小于 30 天的时间戳
• 使用正则表达式排除特定目录名称
• 按最早的时间戳排序

鉴于path/mydir中的这个目录结构：

database_1
   table_1.file (last modified 2021-11-01)
   table_2.file (last modified 2021-11-01)
   table_3.file (last modified 2021-11-05)
database_2
   table_1.file (last modified 2021-05-01)
   table_2.file (last modified 2021-05-01)
   table_3.file (last modified 2021-08-01)
database_3
   table_1.file (last modified 2020-01-01)
   table_2.file (last modified 2020-01-01)
   table_3.file (last modified 2020-06-01)

我想输出：

database_3 2020-06-01
database_2 2021-08-01

这一半有效，但查看的是父目录的修改日期，而不是目录下文件的最大时间戳： find . -maxdepth 1 -mtime +30 -type d -ls | grep -vE 'name1|name2'

我是 bash 的新手，非常感谢任何帮助和指导！

Answer 1

请尝试以下方法

#!/bin/bash

cd "path/mydir/"
for d in */; do
    dirname=${d%/}
    mdate=$(find "$d" -maxdepth 1 -type f -mtime +30 -printf "%TY-%Tm-%Td\t%TT\t%p\n" | sort -rk1,2 | head -n 1 | cut -f1)
    [[ -n $mdate ]] && echo -e "$mdate\t$dirname"
done | sort -k1,1 | sed -E $'s/^([^\t]+)\t(.+)/\\2 \\1/'

使用提供的示例输出：

database_3 2020-06-01
database_2 2021-08-01

• for d in */; do 循环遍历 path/mydir/ 中的子目录。
• dirname=${d%/} 删除尾部斜线只是为了打印。
• printf "%TY-%Tm-%Td\t%TT\t%p\n" 前置修改日期和时间 到由制表符分隔的文件名。结果将如下所示：

2021-08-01      12:34:56        database_2/table_3.file

• sort -rk1,2 按日期和时间字段降序对输出进行排序。
• head -n 1 选择具有最新时间戳的行。
• cut -f1 提取具有修改日期的第一个字段。
• [[ -n $mdate ]] 跳过空的mdate。
• sort -k1,1 在 done 执行全局排序之后 子目录的输出。
• sed -E ... 交换时间戳和目录名。它只是考虑 目录名可能包含制表符的情况。如果没有，你可以 通过切换时间戳和目录名的顺序省略sed 命令 在echo 命令中并将sort 命令更改为sort -k2,2。

至于提到的Exclude specific directory names using regex，添加 find 命令或其他任何东西的逻辑。

[编辑]
如果子目录中最后修改的文件早于指定日期，为了打印目录名称，请尝试：

#!/bin/bash

cd "path/mydir/"
now=$(date +%s)
for d in */; do
    dirname=${d%/}
    read -r secs mdate < <(find "$d" -type f -printf "%T@\t%TY-%Tm-%Td\n" | sort -nrk1,1 | head -n 1)
    secs=${secs%.*}
    if (( secs < now - 3600 * 24 * 30 )); then
        echo -e "$secs\t$dirname $mdate"
    fi
done | sort -nk1,1 | cut -f2-

• now=$(date +%s) 将变量 now 分配给当前时间为 自纪元以来的秒数。
• for d in */; do 循环遍历 path/mydir/ 中的子目录。
• dirname=${d%/} 删除尾部斜线只是为了打印。
• -printf "%T@\t%TY-%Tm-%Td\n" 将修改时间打印为自以来的秒数 由制表符分隔的纪元和修改日期。 结果将如下所示：

1627743600      2021-08-01

• sort -nrk1,1 按修改时间降序对输出进行排序。
• head -n 1 选择具有最新时间戳的行。
• read -r secs mdate < <( stuff ) 将 secs 和 mdate 分配给 命令的输出顺序。
• secs=${secs%.*} 删除小数部分。
• 条件(( secs < now - 3600 * 24 * 30 ))满足如果secs 比 now 早 30 天或更长时间。
• echo -e "$secs\t$dirname $mdate" 打印 dirname 和 mdate 为排序目的添加 secs。
• sort -nk1,1 在 done 执行全局排序之后 子目录的输出。
• cut -f2- 删除 secs 部分。