来自电子邮件标题的 GREP 日期并将其设为文件创建日期

Question

我在 Mac 终端上，想从电子邮件标题中“grep”一个字符串（这是一个 UNIX 时间戳），将其转换为操作系统可以使用的格式，并确定文件的创建日期。我想对文件夹内的所有邮件（具有多个可能的子文件夹）递归地执行此操作。

结构可能看起来像这样：

#!/bin/bash

for i in `ls`
do
  # Find the date field (X-Delivery-Time) inside an email header and grep the UNIX timestamp
  # convert timestamp to a format the OS can work with
  # overwrite the existing creation date with the new one
done

邮件标题如下所示

X-Envelope-From: <some@mail.com>
X-Envelope-To: <my@mail.com>
X-Delivery-Time: 1535436541
...

一些背景知识：Apple Mail 使用文件的创建日期作为 Apple Mail 中显示的日期。这就是为什么在将邮件从一台服务器移动到另一台服务器后，所有邮件现在都显示相同的日期，这使得排序变得不可能。

由于我是 Terminal/Bash 的新手，我们不胜感激。谢谢

Answer 1

在 Mac 上这应该可以工作，但由于我没有 mac，我无法自己测试它。我假设您的电子邮件文件具有 .emlx 扩展名。

对于单个目录：

for i in ./*.emlx; do
    unixTime=$(grep -m1 '^X-Delivery-Time:' "$i" | grep -Eo '[0-9]+') &&
    humanTime=$(date -r "$unixTime" +%Y%m%d%H%M.%S) &&
    touch -t "$humanTime" "$i"
done

对于整个目录树：

fixdate() {
  unixTime=$(grep -m1 '^X-Delivery-Time:' "$1" | grep -Eo '[0-9]+') &&
  humanTime=$(date -r "$unixTime" +%Y%m%d%H%M.%S) &&
  touch -t "$humanTime" "$1"
}
export -f fixdate
find . -name '*.emlx' -exec bash -c 'fixdate "$@"' . {} \;

或者，如果您安装了 bash 4 或更高版本（macOS 默认仍使用 3）

shopt -s globstar
for i in ./**/*.emlx; do
    unixTime=$(grep -m1 '^X-Delivery-Time:' "$i" | grep -Eo '[0-9]+') &&
    humanTime=$(date -r "$unixTime" +%Y%m%d%H%M.%S) &&
    touch -t "$humanTime" "$i"
done

Answer 2

以下内容假设您使用的是默认的 macOS 实用程序（touch、date...），因为它们已经完全过时，如果您使用更新的版本（例如 macports 或 brew），则需要进行一些调整）。它还假设您使用的是bash。

如果您有子文件夹，ls 不是正确的工具。无论如何，ls 的输出不是针对计算机的，而是针对人类的。因此，首先要做的是找到所有电子邮件文件。你猜怎么了？执行此操作的实用程序名为 find：

$ find . -type f -name '*.emlx'
foo/bar.emlx
baz.emlx
...

从当前目录 (.) 开始搜索名称为 anything.emlx (-name '*.emlx') 的真实文件 (-type f)。适应你的情况。如果所有文件都是电子邮件文件，您可以跳过 -name ... 部分。

接下来我们需要遍历所有这些文件并处理它们中的每一个。这比for f in ... 稍微复杂一些，原因有几个（大量文件、带空格的文件名...），一个可靠的方法是将find 命令的输出重定向到while 循环：

while IFS= read -r -d '' f; do
  <process file "$f">
done < <(find . -type f -name '*.emlx' -print0)

find 的-print0 选项用于用空字符而不是默认的换行符分隔文件名。 < <(find...) 部分是一种将find 的输出重定向到while 循环输入的方法。 while IFS= read -r -d '' f; do 读取由find 生成的每个文件名，将其存储在shell 变量f 中，保留前导和尾随空格（如果有）（IFS=）、反斜杠（-r）并使用空字符作为分隔符 (-d '')。

现在我们必须对每个文件的处理进行编码。让我们先检索交货时间，假设它总是以X-Delivery-Time:开头的最后一行的第二个单词：

awk '/^X-Delivery-Time:/ {t = $2} END {print t}' "$f"

这样做。如果您还不了解 awk，那么是时候学习一点了。它是非常有用的瑞士文本处理工具之一（sed 是另一种）。但是让我们稍微改进一下，让它返回第一个遇到的交付时间而不是最后一个，一旦遇到就停止，并检查时间戳是否是真实的时间戳（数字）：

awk '/^X-Delivery-Time:[[:space:]]+[[:digit:]]+$/ {print $2; exit}' "$f"

正则表达式的 [[:space:]]+ 部分匹配 1 个或多个空格、制表符等，[[:digit:]]+ 匹配 1 个或多个数字。 ^ 和 $ 分别匹配行的开头和结尾。结果可以赋值给一个shell变量：

t="$(awk '/^X-Delivery-Time:[[:space:]]+[[:digit:]]+$/ {print $2; exit}' "$f")"

请注意，如果没有匹配，t 变量将存储空字符串。稍后我们将使用它来跳过此类文件。

一旦我们有了这个交付时间，在您的示例中它看起来像一个 UNIX 时间戳（自 1970/01/01 以来的秒数），我们必须使用它来更改电子邮件文件的最后修改时间。执行此操作的命令是 touch:

$ man touch
...
touch [-A [-][[hh]mm]SS] [-acfhm] [-r file] [-t [[CC]YY]MMDDhhmm[.SS]] file ...
...

不幸的是，touch 想要CCYYMMDDhhmm.SS 格式的时间。不用担心，date 实用程序可用于将 UNIX 时间戳转换为我们喜欢的任何格式。例如，使用您的示例时间戳 (1535436541)：

$ date -r 1535436541 +%Y%m%d%H%M.%S
201808280809.01

我们差不多完成了：

while IFS= read -r -d '' f; do
  # uncomment for debugging
  # echo "processing $f"
  t="$(awk '/^X-Delivery-Time:[[:space:]]+[[:digit:]]+$/ {print $2; exit}' "$f")"
  if [ -z "$t" ]; then
    echo "no delivery time found in $f"
    continue
  fi
  # uncomment for debugging
  # echo touch -t "$(date -r "$t" +%Y%m%d%H%M.%S)" "$f"
  touch -t "$(date -r "$t" +%Y%m%d%H%M.%S)" "$f"
done < <(find . -type f -name '*.emlx' -print0)

请注意我们如何测试 t 是否为空字符串 (if [ -z "$t" ])。如果是，我们打印一条消息并跳转到下一个文件（continue）。只需将所有这些放在带有 shebang 行的文件中并运行...

如果您必须使用具有更复杂和可变格式的Date 字段而不是X-Delivery-Time 字段（例如Date: Mon, 11 Jun 2018 10:36:14 +0200），那么最好安装一个最新版本的touch Mac Ports 或 Homebrew 的 coreutils 包。那么：

while IFS= read -r -d '' f; do
  t="$(awk '/^Date:/ {print gensub(/^Date:[[:space:]+](.*)$/,"\\1","1"); exit}' "$f")"
  if [ -z "$t" ]; then
    echo "no delivery time found in $f"
    continue
  fi
  touch -d "$t" "$f"
done < <(find . -type f -name '*.emlx' -print0)

awk 命令稍微复杂一些。它打印没有Date: 前缀的匹配行。以下 sed 命令将以更紧凑的形式执行相同的操作，但实际上并不会更具可读性：

t="$(sed -rn 's/^Date:\s*(.*)/\1/p;Ta;q;:a' "$f")"