查找命令中的 Linux LS -T 输出

Question

我已经准备了一个带有 ls -t 的脚本来获取最新文件并与我在下面使用的重复文件进行比较

ls -t *xml |awk 'BEGIN{FS="_"}{if (++dup[$1] >= 2) print}'

但是对于大型文件夹 ls 命令不起作用。所以我尝试了

find ./ -type f \( -iname "*.xml" \) | sort |awk 'BEGIN{FS="_"}{if (++dup[$1] >= 2) print}'

但是新创建的文件没有先被提取，所以我无法保留新创建的文件。

我需要以类似 ls -t 命令输出的方式更改 find 命令。

Answer 1

如果保证您的文件名称中没有换行符，请尝试：

find . -type f -printf '%T@ %p\n' | sort -rg | sed -E 's/[^ ]* //' | awk -F_ '{if (++dup[$1] >= 2) print}'

对于接受所有文件名的更强大的解决方案，请尝试（需要 GNU 工具）：

find . -type f -printf '%T@ %p\0' | sort -rgz | sed -Ez 's/[^ ]* //' | awk -v RS="\0" -F_ '{if (++dup[$1] >= 2) print}'

工作原理

所以我们有一个例子，让我们创建三个文件：

$ touch b_1
$ touch b_2
$ touch b_3

我们使用find 打印出文件的时间戳，后跟文件名：

$ find . -type f -printf '%T@ %p\n'
1511234577.7454717760 ./b_3
1511234574.9814419470 ./b_1
1511234576.1054540780 ./b_2

我们希望文件按时间戳排序，最新文件优先，因此我们使用sort -rg 对时间戳（表示为自纪元以来的秒数）进行数字反向排序：

$ find . -type f -printf '%T@ %p\n' | sort -rg
1511234577.7454717760 ./b_3
1511234576.1054540780 ./b_2
1511234574.9814419470 ./b_1

下一步是去掉时间戳。所以，我们使用 sed：

$ find . -type f -printf '%T@ %p\n' | sort -rg | sed -E 's/[^ ]* //'
./b_3
./b_2
./b_1

现在，我们可以使用您的 awk 脚本来识别旧文件：

$ find . -type f -printf '%T@ %p\n' | sort -rg | sed -E 's/[^ ]* //' | awk -F_ '{if (++dup[$1] >= 2) print}'
./b_2
./b_1

兼容性

非常旧的 GNU 系统不支持 sed 的 -E 选项。在此类系统上，可以将-E 替换为-r，例如：

sed -r 's/[^ ]* //'

或者，对于更强大的版本：

sed -rz 's/[^ ]* //'